基于MPI的数据融合并行化容错技术研究

并行化数据融合系统的数据流量大、关键任务多,容错实时性要求高,论文提出了一种基于检查点和冗余任务进程相结合的数据融合并行化容错方法。该方法首先将传感器输入的航迹信息按网格聚类划分为区域,然后基于MPI和区域划分进行任务分配和容错。最后,仿真实例测试表明了该方法是可行的。     

船舶电网参数监测与分析装置的研究和设计

为实时监测船舶电网参数,了解电网运行状态,设计了一种基于FPGA和ARM的船舶电网参数监测装置。该装置使用FPGA芯片控制模数转换器实时同步采集三相电网六路信号,并基于FPGA强大的并行运算能力实现了电网电能质量参数的在线运算。ARM处理器基于其特有的FSMC接口高效地读取FPGA处理后数据,完成本地显示、远程通讯等用户层任务。与采用单处理器实现的船舶电网监测仪相比,该监测装置具有反应迅速实时性高的优点。     

基于实时数据同步交换技术的船舶电站综合监控平台研究

介绍了一种基于实时数据同步交换技术的船舶电站综合监控平台,阐述了监控平台的结构、功能和通信特点,重点说明实时数据同步交换技术的实现.该监控平台采用分层分布式模块化结构,由多个嵌入式模块共同协作完成监控功能,有很好的兼容性和扩展性.嵌入式模块之间采用双口RAM作为共享的数据缓存区,实现实时数据的同步交换.系统以同步并行方式工作,确保了监控的实时性.为提高系统可靠性,该监控平台还具有自检功能.     

基于双核DSP的科氏质量流量计并行信号处理

科里奥利质量流量计可直接测量介质质量流量与密度,因而被广泛应用于海洋石油领域。针对单处理器难以保证CMF信号处理实时性要求的问题,基于双核DSP设计了多任务分布的CMF并行信号处理方法。完成数据采集与数字滤波计算任务的预处理进程与完成频率检测与相位差检测任务的后处理进程以并行方式分布在双核DSP中,2个进程之间通过核间中断进行同步。为了验证相位差检测实时性与精度,构建了CMF信号处理验证平台。实验结果表明,基于双核DSP的CMF并行信号处理方法具有更高的精度与实时性。     

基于双核DSP的科氏质量流量计并行信号处理

科里奥利质量流量计可直接测量介质质量流量与密度,因而被广泛应用于海洋石油领域。针对单处理器难以保证CMF信号处理实时性要求的问题,基于双核DSP设计了多任务分布的CMF并行信号处理方法。完成数据采集与数字滤波计算任务的预处理进程与完成频率检测与相位差检测任务的后处理进程以并行方式分布在双核DSP中,2个进程之间通过核间中断进行同步。为了验证相位差检测实时性与精度,构建了CMF信号处理验证平台。实验结果表明,基于双核DSP的CMF并行信号处理方法具有更高的精度与实时性。     

多传感器数据融合并行处理方法研究

首先介绍了多传感器数据融合并行技术发展现状,分析了影响多传感器数据融合处理并行化的主要难点,在此基础上提出了一种基于数据空间独立划分的并行数据融合理论框架,并基于该框架给出了一种数据空间的近邻聚类非规则区域＂软＂划分方法,将融合计算自适应地分解成多个独立子任务,均衡地分发到各计算节点自治计算。该方法能较好克服并行数据融合中数据耦合、共享同步等技术问题,提升数据和计算空间并行度,具有良好的并行扩展性。试验结果表明了所提出方法的有效性。     

基于多处理机的船舶动力定位控制系统

该文介绍了船舶动力定位控制的设计方法,研究了动力定位系统的分布式多处理机体系结构,提出了动力定位应用软件的层次化结构设计思想,基于多处理机的系统设计方案合理,并行度高,实时性好,可靠性高,可以很好的完成复杂船舶动力定位系统所要求的实时信息采集,数据处理,控制计算,推力分配,能源管理等任务,具有重要的工程实用价值。     

综合舰桥SCADA系统实时数据库研究

综合舰桥系统(IBS)具有完善的导航、自动驾驶、自动避碰、通信和航行管理等多种功能.针对现代综合舰桥的特征,采用现场总线和工业以太网构建综合舰桥数据采集与监视控制系统(SCADA).根据舰桥综合信息实时性的要求,采用文件系统、外存数据库系统和内存数据库系统兼用的多种存储介质来实现实时数据库.重点介绍建立实时数据库类和动态链接库(DLL)实现实时数据互连,从而实现代码及资源共享,保证任务间的快速通讯.     

基于SVM的2PTMC多分类算法在船舶柴油机故障诊断中的应用

文章针对船舶柴油机故障特征变得越来越复杂,且大量的故障样本难以获得的状况,引用基于小样本的支持向量机算法(SVM)分类器。采用基于SVM的2PTMC算法,该方法根据故障优先级的不同,将不同类故障逐层分类,相比于传统的一对一(OVO)和一对多(OVA)多分类策略,该方法具有模型简单、重复次数较少的优点。文章构建了一个四级SVM分类器,结果表明,该方法适用于船舶柴油机故障分类。     

多任务编程方法在船舶电力监控系统中的应用

首先介绍了嵌入式操作系统中任务的特性、任务划分的目标、任务划分的方法,然后结合船舶电力监控系统中的功率管理器,给出了基于嵌入式操作系统的多任务编程实现过程,最后对该编程方法的优缺点进行了总结。由于多任务的程序设计方法能使程序具有模块化、实时性高等优点,因此它将在嵌入式实时监控系统中得到广泛应用。     

基于决策SVM的入侵检测技术研究

在网络入侵检测中,数据类别不均衡训练集的使用将产生分类偏差,支持向量机是一种新型的统计学习模型,在处理小样本和学习机的推广能力上有很大的优势．针对支持向量机解决k个多类分类问题存在训练样本数据大、训练困难的问题,提出基于支持向量机的决策树训练算法,构建了基于支持向量机决策树的入侵检测系统模型．利用KDDCup99数据集,将本文提出的算法与Lee-Carter方法和1-v-R方法进行了对比实验．通过实验和比较表明,该方法的训练效率大大提高,并且具有较高的检测率．     

支持向量机和遗传算法组合策略的VLCC船中结构优化设计(英文)

In this paper a hybrid process of modeling and optimization,which integrates a support vector machine(SVM) and genetic algorithm(GA),was introduced to reduce the high time cost in structural optimization of ships.SVM,which is rooted in statistical learning theory and an approximate implementation of the method of structural risk minimization,can provide a good generalization performance in metamodeling the input-output relationship of real problems and consequently cuts down on high time cost in the analysis of real problems,such as FEM analysis.The GA,as a powerful optimization technique,possesses remarkable advantages for the problems that can hardly be optimized with common gradient-based optimization methods,which makes it suitable for optimizing models built by SVM.Based on the SVM-GA strategy,optimization of structural scantlings in the midship of a very large crude carrier(VLCC) ship was carried out according to the direct strength assessment method in common structural rules(CSR),which eventually demonstrates the high efficiency of SVM-GA in optimizing the ship structural scantlings under heavy computational complexity.The time cost of this optimization with SVM-GA has been sharply reduced,many more loops have been processed within a small amount of time and the design has been improved remarkably.     

雷达图像与电子海图的实时匹配算法及其计算机实现

本文针对已抽取海岸边缘特征并二值化的电子海图和已进行任意实数倍缩小变换至海图比累积误差代替门限序列的粗精搜索间隔采样快速实时匹配。通过计算机仿真，证明该算法简便易行、精度较高、实时性好。     

多分类支撑向量机综述

支撑向量机的研究是当前人工智能领域的研究热点。传统的支撑向量机是两类的分类器,如何将其有效地推广到多类问题仍是一个有待研究的问题。在本文中,作者对目前已有的多分类支撑向量机算法,从基本思想、实现的方法、特点以及存在的问题上做了详细的介绍,以期对今后的研究有所启发。     

电子海图单元索引结构的研究与应用

纸海图的索引在《航海图书总目录》中已经实现,为实现电子海图（ＥＮＣ）单元的索引,需建立一个索引结构,本文根据同种航海用途的电子海图单元之间的邻接关系建立网络图结构,根据不同种航海用途的电子海图单元之间包含与被包含关系建立多叉树结构,将这两种数据结构有机组合的索引结构结合散列查找法不但可实现电子海图单元的索引,也对ＥＣＤＩＳ功能的实时实现提供了有力支持     

基于时间和状态约束的故障因果关系图及其在燃气轮机中的应用

故障原因及其产生位置的确定是决定故障诊断系统是否可用的关键因素。文章定义了离散事件系统中故障之间两种类型的因果关系,给出了故障因果图（FSCG）的概念,进一步给出了描述故障之间基于状态和时间约束关系的因果图,基于此,将上述方法应用在某燃气轮机的故障诊断过程中,在对燃气轮机的内部结构进行概述的基础上,结合具体的故障发生情况,给出了其部分故障树结构,进而给出了相应的故障因果关系图,将其应用到实际的故障诊断中,并与传统的故障树方法进行相关对比,证明了该方法的有效性。     

基于改进支持向量机(SVM)模型的荆州港吞吐量预测

在编制港口总体规划过程中,港口吞吐量的预测对于提出规划方案至关重要,支持向量机(SVM)方法是港口吞吐量预测较为常见和有效的预测方法。针对港口吞吐量预测影响因素复杂的问题,以荆州港总体规划为实例,研究分析了影响港口吞吐量的主要指标因素。在采用SVM预测方法的基础上,运用遗传算法(GA)、网格搜索算法(GS)对SVM模型主要参数进行优化改进,GA-SVM和GS-SVM模型预测结果都是在支持向量机预测方法的基础上,采用遗传算法和GS方法对支持向量机模型的主要参数进行优化和改进,并用MSE和R2检验了遗传支持向量机和GS支持向量机模型的预测结果。改进后的SVM模型是在当前研究成果基础上提出的一种新港口吞吐量预测方法,可将该模型在港口总体规划工作中进行推广应用。     

船舶液货舱容积实测数据的实时监控研究

本文就船舶液货舱容积测量过程中的一些异常数据提出了一种新的实时处理方案 ,该方案的实施将使所采集到的测量数据准确可靠     

基于支持向量机的船舶柴油机故障诊断

介绍了支持向量机(SVM)的机理,应用SVM对船舶电站主柴油机进行故障诊断,研究了SVM参数的选择方法,仿真结果表明,SVM具有较好的诊断效果和较强的抗噪声能力;对复合故障样本诊断准确度较RBF神经网络高.     

Real time prediction of operational safety limits for dynamic positioning of an FPSO in a Deepwater Artificial Seabed system

Aiming to overcome the limitations of conventional offshore field development concepts (dry tree or subsea tree) for petroleum production in ultra-deep water, a new alternative offshore field development solution, termed as Deepwater Artificial Seabed (DAS) system, is proposed. The DAS system works in concert with dynamic positioning (DP) floaters, such as dynamically positioned Floating Production, Storage and Offloading (FPSO) vessels. Rather than relying on the passive mooring system, the DP maintains the reliable position of the FPSO with steering and propulsion units. Nonetheless, critical DP failures, which has potential to cause the drift-off scenario for the FPSO, poses a serious threat to the structural safety of the DAS system. Therefore, it is crucial to establish operational limits for the DP FPSO to prevent such accidents. In this study, a 3-phase probabilistic modelling methodology is proposed to predict safety limits for the operation of the DP FPSO. A surrogate model is established by the Support Vector Machine (SVM) algorithm so as to decrease the computational cost due to the generation of large statistical samples. The statistical distribution of the operational safety limits of FPSO is simulated by the successive approximations through the fully-coupled drift-off analysis. The accuracy of the proposed methodology is verified by a series of mathematical tests. In order to validate the effectiveness of the methodology, the safety limit prediction of the FPSO for the DAS system is taken as a case study. The critical positions of the FPSO are predicted in real time and provides ample time and information for operators’ decision-making by the visualization of the safe moving range of the FPSO. The study contributes to the safety control of DP operations on floating production units in an efficient manner.