船舶导航一体化网络路由算法的设计与实现

为保证船舶航行安全,提高航行效率,提出一种船舶导航一体化网络布线算法的设计方法,通过对船舶导航一体化网络布线设备结构的优化,有效地提高了航迹数据采集和处理的精度,并对航迹障碍干扰进行数值计算,根据航迹障碍距离和航迹障碍参数确定最佳航迹选择,有效地解决了航迹选择不佳导致船舶在航迹上布线费时的问题。经实现验证,该算法与传统方法相比,有较大的实用价值,在实际应用过程中,大大提高了船舶航行安全性和航行效率,从而证明了所提出的船舶导航一体化网络路由算法具有较好的性能,完全可以满足研究的需要。     

船舶MEMS微惯导网络精度技术研究

为了减少误差积累,提高导航精度,通过船舶上的CAN总线网络,利用高精度主惯导系统对低精度的MEMS微惯导系统进行在线修正。根据微惯导网络系统姿态角的误差模型,将惯导系统的角速率输出值作为量测信息设计卡尔曼滤波器,对姿态角修正算法进行了仿真运算,估计出了MEMS微惯导系统姿态角误差。     

LSTM网络在船舶航行轨迹预测中的应用

针对传统船舶航行轨迹预测算法,计算得到的轨迹预测量的回归适应性差,导致预测结果与实际轨迹之间的误差较大,严重影响船舶航线调度与航行安全的问题,提出LSTM网络在船舶航行轨迹预测中的应用。利用LSTM网络模型的梯度传递特性,建立航行轨迹进行LSTM网络模型,优化轨迹预测学习器预测学习量,采用高斯回归算法,增强预测量的自适应性,减小预测误差,整合网络预测数据,完成轨迹预测输出计算。实验数据表明,提出的预测方法的预测结果与实际轨迹之间的误差较小,能够有效提升轨迹预测精准度。     

嵌入式数据的船舶航行数据采集系统

针对传统船舶航行数据采集系统自身存在的采集效率低的问题,提出设计基于嵌入式数据的船舶航行数据采集系统。利用基于嵌入式技术,创建嵌入式DSP控制模块为主定位航行数据采集硬件,对传统采集系统硬件基础进行更新;修正传统采集系统内部采集算法,将浮点DSP波形成束算法写入创建的采集硬件主控,使其与采集系统对接,并对传统算法逻辑错误进行更新修正。仿真实验测试证明,提出设计的基于嵌入式数据的船舶航行数据采集系统,在采集效率低问题上具有明显的修复改善作用,满足设计需要。     

改进灰色模型的船舶航行轨迹自动预测研究

为实现更加精准、自动化的船舶航行轨迹预测,利用改进灰色模型,提出一种基于改进灰色模型的船舶航行轨迹自动预测方法。在船舶航行中的AIS数据中对船舶航行轨迹数据进行提取,其中AIS数据具体包括船舶航程数据、船舶动态数据以及船舶动态数据。通过数据估计算法插补缺失数据,分为2个步骤,第1步是对插补数据进行识别,第2步是对其进行插补。通过改进灰色模型对船舶航行轨迹进行自动预测,主要使用基于缓冲算子改进的灰色模型构建船舶航行轨迹自动预测模型。选取某船舶服务项目中包含的船舶AIS数据作为实验数据,对设计方法进行实例测试。测试结果表明,设计方法的数据提取质量较高、预测模型的误差较小,具有广阔的市场应用前景。     

利用AIS数据挖掘生成船舶航迹点方法研究

由于船舶航行受海上环境的影响而产生航迹误差,为了准确控制船舶航行轨迹,提出利用AIS数据挖掘生成船舶航迹点方法研究。根据AIS数据挖掘算法,提取船舶航行轨迹点数据特征,利用船舶航行轨迹点数据库中航行线路设置信息与目标对象运动信息之间的相似性,挖掘出船舶航迹动力定位数据,将AIS数据挖掘算法映射到船舶海上航行领域中,提取出AIS船舶位置采集点,通过设定阈值得到船舶航行转向点,将所有转向点连接成线,初步生成船舶航行轨迹点,利用船舶轨迹点生成流程,实现船舶航行轨迹点的生成。实验结果表明,基于AIS数据挖掘的船舶轨迹点生成方法在精度和时间上,都可以准确控制船舶航行轨迹。     

舰船惯导航行数据的重构及混沌特性分析

针对现有舰船航行数据处理研究中,对数据内在属性及不同数据间相关性研究不够深入的问题,应用不同方法对舰船惯导航行数据进行了相空间重构及比较分析。分析结果表明,C-C方法对船舶惯导航行数据的重构效果较好。在此基础上,进行了惯导数据的混沌特性定性分析,并计算了惯导数据的最大Lyapunov指数,对舰船惯导数据进行了混沌动力学特性研究。分析结果证实了舰船航行数据具有较为典型的混沌特性,为进一步研究采用混沌控制等方法对舰船航行中的混沌状态进行控制提供必要的数据基础和比较依据。     

基于智能优化算法的舰船航行轨迹跟踪

针对当前舰船航行轨迹跟踪精度的难题,设计了基于智能优化算法的舰船航行轨迹跟踪方法。首先结合舰船航行轨迹跟踪的特点,将舰船航行轨迹跟踪问题转换为一个多目标优化问题,然后引入智能优化算法对网格点的多目标优化问题进行求解,找到最优的舰船航行轨迹跟踪方案,最后进行舰船航行轨迹跟踪仿真测试,测试结果表明,智能优化算法获得了比传统算法更优的舰船航行轨迹跟踪精度,而且舰船航行轨迹跟踪的速度高,具有较好应用价值。     

改进PID控制优化算法的航行轨迹研究

航行轨迹是一个时变性非常强的问题,当前航行轨迹控制优化算法存在控制误差大,无法对航行轨迹进行实时跟踪和控制,为了提高航行轨迹控制精度,改善航行轨迹跟踪和控制的实时性,设计了一种基于改进PID算法的航行轨迹控制优化方法。首先对航行轨迹控制原理进行分析,采用PID控制器对航行轨迹进行优化和控制,然后针对PID控制器的参数优化问题,引入蚁群算法进行参数在线调整,满足航行轨迹时变性特点,最后在Simulink环境下对航行轨迹控制进行仿真模拟实验。结果表明,本文方法的航行轨迹控制精度完全满足船舶实际工作要求,大幅度改善了航行轨迹的实时控制效果,是一种精度高、速度快的航行轨迹控制优化方法。     

多船并行航行轨迹精准控制算法研究

传航行轨迹精准控制算法在多船并行情况下,由于计算中没有区分航线航向,造成航行精准度较低,为此提出多船并行航行轨迹精准控制算法。构建船舶轨迹精准控制模型,根据船舶航行目的生成船舶运行轨迹,以实际航行轨迹为基础计算船舶定位航线,分别计算船舶直线航行控制轨迹以及曲线航行控制轨迹,完成多船并行航行轨迹精准控制算法设计。设计仿真实验,通过模拟使用环境,将提出算法与传统算法进行比较,实验结果表明提出方法计算的航行精准度更高,证明研究方法具备有效性。     

基于被动式红外传感器的船舶轨迹重构

船舶航行的环境十分复杂,动态变化特点显著,导致当前方法无法对船舶轨迹进行精准重构,为了改善船舶航行轨迹重构的精度,提出基于被动式红外传感器的船舶轨迹重构方法。首先建立船舶航行的运动模型,然后通过被动式红外传感器对船舶航行数据进行采集,并通过卡尔曼滤波算法重构船舶轨迹,保证船舶轨迹跟踪准确性,最后采用具体实验对船舶轨迹重构方法性能进行分析。结果表明,本文方法能够实时捕捉船舶航行环境的动态变化趋势,可以高精度的重构船舶航行轨迹,船舶轨迹重构误差小,而且船舶轨迹重构速度快,可以保证船舶航行的安全。     

网络优化调度算法在船舶大数据通信中的应用

我国常用的船舶通信网络技术难以满足当前持续增长的海量信息量数据通信需求,易造成信息传递延时问题,严重影响船舶航行安全。因此结合网络优化调度算法对船舶通信系统进行分析和设计,以达到提高船舶网络信息通信质量和网络通信的传输速率,有效保障船舶航行安全的目的。为检验网络优化调度算法对船舶网络通信的实时性影响,对应用于船舶通信网络系统中常见的延时问题进行实验检测,以此考察在交换式船舶通信网络通信效果。数据检测结果表明网络优化调度算法可有效提高船舶通信效果,有效解决网络信息传输延时问题,满足船舶在航行过程中对网络通信的实时性需求。     

复杂航行环境船舶航行异常监控系统

传统船舶航行异常监测系统,在复杂航行环境下无法对轨迹信号图像作出正确判定,导致船舶航行监测结果与实际航行监测要求偏差较大,影响船舶正常航行安全。因此提出复杂航行环境船舶航行异常监控系统软件设计。利用卡尔曼滤波算法,建立航行轨迹图像数据高帧率采集硬件,获取高清轨迹图像数据;软件功能主要分为轨迹图像信号建模、轨迹图像模型信号的异常处理与异常轨迹像素的平滑提取3部分;通过仿真对比数据,证明提出系统在复杂航行环境下,能够有效提升异常轨迹监测识别率22.34%。     

人工智能技术在船舶轨迹规划中的应用

轨迹规划可以提高船舶航行的效率,并且保证船舶航行的安全。当前船舶轨迹规划方法存在生成轨迹效率低、船舶轨迹规划并非全局最优的缺陷,为了提高船舶轨迹规划的精度,设计基于人工智能技术的船舶轨迹规划方法。首先对当前船舶轨迹规划研究现状进行分析,指出各种船舶轨迹规划方法的不足,然后建立船舶轨迹规划的性能评价指标,引入计算机人工智能技术中的蚁群优化算法进行求解,根据求解结果得到最优船舶轨迹规划路径,最后进行船舶轨迹规划的验证性测试。结果表明,蚁群优化算法可以快速、准确找到最优船舶轨迹规划路径,克服了当前方法易找到局部最优的船舶轨迹规划路径难题,具有一定的实际推广价值。     

利用ICCP的水下地磁修正惯导方法研究

迭代最近等值线算法（ICCP）是一种重要的地磁匹配导航算法。首先,为了获取相对精度较高的位置信息,又在一定程度上达到弥补实测数据精度不足的目的,将二次插值技术应用到地磁匹配算法中;然后,仿真计算得到了最佳匹配位置;最后,针对目前水下航行器通过航位推算等传统方法实现惯导重调的弊端,提出将地磁匹配位置误差作为观测量,用卡尔曼滤波对惯导系统的速度、位置和姿态误差进行最优估计。由最后仿真结果表明,以磁场匹配位置误差作为观测量来估计惯导误差是可行的。     

船舶动力定位系统的非线性输出反馈控制研究

传统的船舶动力系统,主要依赖于人工控制,因此不可避免地存在人为失误,导致船舶动力控制失败,造成航行安全。而新型的船舶动力定位系统,主要依赖于电气化控制设备和自动化控制程序,并且系统的复杂度决定了必须采用先进的非线性控制算法,对动力系统进行优化。本文主要研究了船舶动力定位系统的非线性变量,并建立了基于全局的水面船舶轨迹预测算法,通过对控制器中的反馈环路进行优化,提高动力定位系统的稳定性及鲁棒性,同时结合云计算系统,将动力定位系统的数据采集后,进行大数据特性分析,从整体上提高了船舶的航行控制能力。     

船舶无线网络优化数据采集与处理

传统船舶无线网络优化数据的采集和处理速度已经不能满足当前船舶数据采集获取要求,对此提出船舶无线网络优化数据采集与处理技术。通过制定船舶无线网络的信道编码,组合网络通信链路协议层,重新搭建船舶数据网络环境,采用MAP节点传输方法,根据上述设计网络环境,对船舶通信数据动态分配情况及时调整节点传输状态,提出网络判决门限算法,保证网络优化有效性,实现船舶无线网络优化和数据采集处理。实验研究表明,与传统船舶无线网络优化数据采集处理技术相比,应用新型信息采集技术后,船舶网络节点覆盖率提高22%,数据路径负载率降低17%,可以证明该技术可以有效提高船舶数据采集和处理速率。     

嵌入式船舶导航系统航行轨迹智能控制方法

传统船舶航行轨迹智能控制方法存在控制精准度低的缺点,为此提出嵌入式船舶导航系统航行轨迹智能控制方法。采用双坐标系对船舶航行轨迹模型进行建立,以建立的船舶航行轨迹模型为依据,利用传感器对船舶航行轨迹数据进行采集与处理,通过采集的数据计算船舶航行轨迹偏差,采用船舶航行轨迹控制算法对航行轨迹偏差进行调整,实现了嵌入式船舶导航系统航行轨迹的控制。通过实验可得,提出的嵌入式导航系统航行轨迹智能控制方法控制精准度比传统方法高28%,说明提出的嵌入式导航系统航行轨迹智能控制方法具备极高的有效性。     

基于数据挖掘的船舶航迹点生成算法

随着船舶航运事业的发展,对船舶航线生成控制精度要求也越来越高,传统船舶航迹生成方法受航行环境影响较大,船舶航迹经常发生偏移等状况,难以保障船舶航行的精准和安全度,不能满足当前船舶航运事业的发展的要求。基于以上背景对船舶航迹点生成算法进行深入研究,结合数据挖掘法对船舶航行稳定性、安全性和经济性的角度出对船舶海量数据进行挖掘,对船舶轨迹点生成方法进行创新和优化。以便精准对船舶航迹点进行规划和决策,增强船舶航行过程中的抗干扰能力,提高船舶航行效率和安全,优化船舶通航避免船舶航迹点错误等问题。为了检验该方法的可行性,对船舶航迹点生成控制算法进行测试,通过对测试结果进行分析证实,基于数据挖掘的船舶航迹点生成算法可更加精准有效的对船舶航行位置进行控制。由此证实,该方法具有较高的仿真精度,适用于船舶航迹点生成控制算法的仿真研究工作。     

船舶航行数据的远程集成采集方式

通过对船舶航行数据的远程集成采集,实现对船舶航行的状态监测,提出基于浮点DSP集成控制的船舶航行数据的远程集成采集系统设计方法,构建船舶航行数据采集的总体结构模型,数据采集系统的功能模块组成包括VXI全局总线模块、采集触发模块、数据传输模块、数据波束形成模块等,采用浮点DSP作为核心控制器,进行船舶航行数据的多重通道采集和信号输出设计,在波束形成器中输出采集的集成船舶航行数据。仿真测试表明,设计的数据采集系统能有效实现船舶航行数据采集,数据波束输出的响应能力较强。