智能优化技术在舰船电力系统谐波抑制中的应用

为保证舰船电力系统谐波电流快速得到有效抑制,提出基于智能优化技术的舰船电力系统谐波抑制方法。通过基于p-q检测的舰船电力系统谐波检测方法,由电力系统瞬时无功功率、瞬时有功功率,计算舰船电力系统谐波电流值后,使用基于模糊PID智能优化的谐波抑制方法,改进遗传算法,以谐波抑制后电流畸变最小化为目标,寻优得到模糊PID控制器的最优控制参数后,根据计算的谐波电流与理想电流之间的差值,以谐波电流补偿的方式,完成舰船电力系统谐波抑制。实验结果验证：本文方法应用后,电流畸变情况明显改变,仅用0.005 s便可完成谐波抑制。     

云平台和神经网络的舰船目标检测

为了解决当前舰船目标检测过程中存在的检测误差、检测实时性差的缺点,设计了一种云平台和神经网络的舰船目标检测方法。首先采用混合高斯模型对舰船目标所在区域进行获取,然后采用粒子滤波算法对舰船目标进行跟踪和检测,并采用神经网络对舰船目标粒子滤波算法的权值进行优化和更新操作,解决粒子滤波算法的缺陷,最后基于云平台对舰船目标检测方法进行了设计,并进行了舰船目标检测仿真模拟实验。结果表明,本文方法可以对各种环境中的舰船目标进行准确的检测,提高了舰船目标检测的鲁棒性,而且舰船目标检测实时性也得到了明显的改善,克服了当前舰船目标检测方法存在的缺陷,是一种有效的舰船目标检测方法。     

基于智能优化算法的舰船电气设备状态自动检测

为了获得高正确率的舰船电气设备状态检测结果,提高舰船电气设备状态检测效率,设计了基于智能优化算法的舰船电气设备状态自动检测方法。首先分析当前舰船电气设备状态检测的现状,找到引起舰船电气设备状态检测效果不理想的因素,然后采集舰船电气设备状态信号,从中提取可以描述舰船电气设备状态特征向量,并选择智能优化算法选择重要的舰船电气设备状态检测特征,最后引入神经网络建立舰船电气设备状态检测的分类器,并采用Maltab工具箱实现舰船电气设备状态检测仿真实验,本文方法的舰船电气设备状态检测正确率超过95%,舰船电气设备状态检测误差减少,舰船电气设备状态检测的时间复杂度降低,舰船电气设备状态检测综合性能要优于当前一些典型的检测方法。     

RBF神经网络的舰船电力系统故障诊断模型

舰船电力系统故障诊断是当前的热点问题,经典舰船电力系统故障诊断模型存在各自的缺陷,影响舰船电力系统故障诊断结果,为了改善舰船电力系统故障诊断结果,提出了RBF神经网络的舰船电力系统故障诊断模型。首先分析当前舰船电力系统故障诊断研究进展,阐述了RBF神经网络的舰船电力系统故障诊断原理,然后从舰船电力系统工作状态中提取特征向量,引入RBF神经网络进行学习,产生舰船电力系统故障诊断模型,并对RBF神经网络参数优化问题进行改进,最后与当前几种经典模型进行了故障诊断对比测试,RBF神经网络的舰船电力系统故障诊断正确率超过92%,而经典模型的舰船电力系统故障诊断正确率低于90%,误诊现象出现的概率很高,验证了RBF神经网络用于舰船电力系统故障诊断的优越性。     

舰船网络入侵行为的检测与识别研究

入侵行为检测是保证舰船网络安全的核心技术,当前入侵行为检测与识别存在检测误差大,识别准确性差等严重不足,为此设计基于核主成分分析和聚类分析算法的舰船网络入侵行为的检测与识别方法。首先对舰船网络入侵行为的检测的原理进行分析,并收集大量的舰船网络入侵行为检测特征。然后采用核主成分分析对舰船网络入侵行为检测特征进行选择,并通过聚类分析算法建立训练样本。最后建立舰船网络入侵行为检测与识别模型。利用标准舰船网络入侵数据集的仿真测试结果表明,本文方法不仅可以大幅度减少舰船网络入侵行为特征数量,降低舰船网络入侵行为检测的复杂度,舰船网络入侵行为检测的实时性增强,而且能够获得更高正确率的舰船网络入侵行为检测结果。     

高度智能化的舰船机舱系统设计

当前国际形势下舰船的自动化水平以及稳定性决定了舰船性能的高低。舰船机舱是舰船自动化系统的重要组成部分,设计舰船智能化机舱系统对于提高舰船运行的稳定性以及提高作战能力具有非常重要的意义。本文在分析当前舰船机舱系统存在问题的基础上,提出一种基于CAN总线技术和以太网的智能机舱系统,对系统进行整体设计,详细说明智能机舱系统工作的过程,对智能检测节点进行硬件和软件设计,本文设计的智能化舰船机舱系统使用模块化技术,提高了舰船机舱系统的可维护性。     

基于遗传算法的舰船无线通信网络资源分配研究

当前舰船无线通信网络资源分配方法存在资源分配严重不平稳问题,导致资源分配冲突概率相当高。为改善舰船无线通信网络的通信质量,设计基于遗传算法的舰船无线通信网络资源分配方法。首先分析当前舰船无线通信网络资源分配的研究现状,构建舰船无线通信网络资源分配模型,然后通过引入遗传算法对舰船无线通信网络资源进行分配,找到最优的舰船无线通信网络资源分配方案,最后进行舰船无线通信网络资源分配仿真实验。本文方法不仅能够有效提高舰船无线通信网络通信质量,大幅度减少了舰船无线通信网络资源冲突概率,而且舰船无线通信网络的吞吐量得到大幅度提长,较好地克服了当前舰船无线通信网络资源分配方法存在的缺陷。     

智能视频监控中舰船假目标图像检测算法

传统舰船假目标图像检测算法存在检测精准度低的缺陷,为此提出智能视频监控中舰船假目标图像检测算法研究。将智能视频监控中采集的图像采用灰度化处理得到灰度图像,利用直方图均衡化处理灰度图像,提升图像的质量。采用滤波处理方法将得到的图像进行去噪,完成图像的预处理,为图像检测做准备。采用小波变换方法对上述得到的图像进行特征提取,将得到的图像特征输入到图像检测模型中,与真目标图像特征进行逐一比较,输出假目标图像,实现了对舰船假目标图像的检测。实验结果表明,提出的舰船假目标图像检测算法检测精准度比传统算法高出21.8%,说明提出的舰船假目标图像检测算法具备极高的有效性。     

基于地理信息系统的舰船智能导航研究

高精度智能导航算法在舰船航行过程中十分重要,当前高精度智能导航算法无法对一些盲区无法进行准确导航,为了解决当前舰船导航算法存在的缺陷,设计了基于地理信息系统的高精度智能导航算法。首先分析了高精度智能导航研究现状,然后引入地理信息系统采集舰船航行的信息,并采用容积卡尔曼滤波构建高精度智能导航算法,实现对舰船航行状态跟踪,最后通过仿真对比实验对舰船智能导航性能进行测试和分析,结果表明,本文算法不仅可以高精度实现舰船智能导航,适应各种复杂环境的安全航行,而且导航效果要优于当前其他智能导航算法,实际应用价值更高。     

舰船综合电力系统状态估计研究现状与展望

针对舰船综合电力系统自身特点,分析了国内外电力系统状态估计相关问题的研究现状,分别从状态估计算法、不良数据检测与辨识方法和PMU优化配置方法方面进行了详细阐述,分析了各种方法的特点和存在的问题以及对舰船综合电力系统的适用性,并对该领域值得进一步研究的问题和方向进行了展望.