舰船用通信网络的异常数据监测技术研究

为了保障舰船用通信网络的数据传输的准确性,提高舰船网络的故障智能分析能力,需要进行异常数据监测,提出一种基于舰船用通信网络传输信号瞬时频率估计的异常数据监测技术。对采集的通信网络输出信号经过时频分解完成时域与频域之间的转换,采用高阶累积量特征提取方法进行舰船用通信网络中的异常数据检测,对检测的异常数据进行干扰和冗余数据滤波处理,完成对舰船用通信网络输出信号的瞬时频率估计,分析瞬时频率的异常状态特征,实现异常数据监测。仿真结果表明,采用该方法进行舰船用通信网络的异常数据监测能提高数据挖掘的准确度,对异常数据检测的虚警较低,抗干扰能力较强。     

基于数据驱动的舰船通信网络异常行为检测方法

为了提高对舰船通信网络异常识别能力,提出基于数据驱动的舰船通信网络异常行为检测方法。采用最短路径和最大覆盖范围寻优方法构建舰船通信网络的节点覆盖模型,通过最小间隔均衡技术对舰船通信网络的信道均衡控制,提取舰船通信网络的信道传输信息特征。对舰船通信网络的行为特征参数分析,结合谱分量融合和融合聚类处理方法,实现对舰船网络异常行为的数据驱动控制。根据数据驱动的图模型参数识别和异常谱特征聚类分析,实现对舰船通信网络异常行为检测。测试结果表明,该方法能够进行舰船通信网络异常行为检测处理,提高信道均衡性能     

舰船通信网络异常数据的弱关联定位技术

在舰船通信网络异常数据的弱关联定位中,由于使用传统弱关联定位技术的定位误差较大,因此提出一种舰船通信网络异常数据的弱关联定位技术,利用Netflow系统对舰船通信网络异常数据进行提取,通过相空间重构技术处理异常数据提取结果,并利用极限学习机进行数据挖掘,建立舰船通信网络异常数据弱关联定位模型,从而实现异常数据的弱关联定位,通过对比实验可知,该技术的最大定位误差比基于支持向量机的异常数据弱关联定位技术低21.1%;比基于特征遗传算法的异常数据弱关联定位技术低16.4%,证明了该技术更适用于舰船通信网络异常数据的弱关联定位。     

物联网环境下舰船监控网络高维异常数据挖掘方法

为了准确识别物联网环境下舰船监控网络高维异常数据,针对当前识别方法存在的误差大、速度慢等不足,提出一种物联网环境下舰船监控网络高维异常数据挖掘方法。首先分析当前物联网环境下舰船监控网络高维异常数据识别的研究现状,指出各种方法的局限性,然后结合舰船监控网络异常数据的高维特点,引入解决了"维数灾"问题的支持向量机对舰船监控网络高维异常数据进行挖掘,找到舰船监控网络异常数据的变化趋势,最后通过仿真实验分析了其有效性和优越性。结果表明,本文方法提高了舰船监控网络高维异常数据识别正确率,误识率明显下降,减少了舰船监控网络高维异常数据识别时间,可以对大规模舰船监控网络高维异常数据进行处理,具有广泛的应用前景。     

基于量子粒子群算法的舰船无线网络路由方法

针对当前舰船无线网络路由方法存在的数据传输时延大,舰船无线网络路由的可靠性差等问题,设计了基于量子粒子群算法的舰船无线网络路由方法。首先分析了舰船无线网络路由方法的工作机理,然后根据舰船无线网络传输的要求将用户服务划分为3大类,并对舰船无线网络传输性能指标进行分析,最后采用量子粒子群算法建立无线网络传输路由,并通过仿真实验分析了舰船无线网络传输的各项性能指标,结果表明,本文方法减少了舰船无线网络路由中的数据传输时延,提高了舰船无线网络数据传输可靠性,改善了舰船无线网络通信质量,无线网络通信的整体效果要明显优于当前其他舰船无线网络路由方法。     

无线网络下的舰船航向控制系统

通过对传统舰船航向控制系统数据分析发现,控制数据信号回波补偿存在数据融合异常问题,受到非线性回波影响,现有系统硬件与算法无法处理非线性回波补偿误差问题,造成舰船航向控制稳定性降低。针对非线性特征与无线网络特征,提出无线网络下的舰船航向控制系统设计。首先利用数据融合技术,创建多数据独算处理平台;然后对硬件平台进行软件功能的算法适配,第一步对回波补偿信号进行参量特征的运动系数分析;然后根据分析结果,对误差数据点对应参量的阈值进行闭环增益优化计算,从而实现消除回波补偿误差的效果;最后在特定的仿真场景下,通过数据仿真调试,对设计系统控制数据进行对比分析,得出回波补偿误差消除报告。     

基于K-means聚类的舰船通信网络异常数据检测

为了解决海上通信环境中的干扰和传输问题,提升舰船通信网络通信质量和可靠性,提出基于Kmeans聚类的舰船通信网络异常数据检测方法。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据。使用基于超窄带滤波的舰船通信网络数据滤波处理方法去除舰船通信网络数据内的干扰噪声,将无噪声的舰船通信网络数据作为输入,使用K-means聚类算法输出舰船通信网络异常数据检测结果。结果表明,该方法采集舰船通信网络数据较为准确,并可有效去除数据内含有的干扰噪声,降低舰船通信网络数据幅值区间,同时可用聚类方式准确检测舰船通信网络异常数据,应用效果较为显著。     

舰船编队通信网络混合数据智能调度方法

为避免舰船编队通信网络在数据传输时出现网络堵塞和冲突,提高数据传输速率,研究舰船编队通信网络混合数据智能调度方法。分析舰船编队通信网络结构,根据舰船通信网络状态,构建混合数据智能调度优化目标函数,基于深度学习网络的优化方法,获取最佳混合数据智能调度方案。经实验验证可知,该方法可有效降低混合数据传输时延与路由开销,提高分组投递率,避免通信网络发生堵塞现象。     

基于无线网络的舰船智慧导航系统

以实现安全精确舰船导航为目的,设计无线网络的舰船智慧导航系统。卫星和GPS接收器获取舰船位置等信息,并使用纸质海图导入功能获取电子海图,将电子海图和舰船位置信息发送到电子海图管理模块、查询统计模块和航行管理模块内,利用舰船导航模块实现舰船导航,使用电子海图管理模块和查询统计模块实现舰船运动轨迹显示、海图导出以及舰船当前位置显示等功能,采用坐标转换和墨卡托投影转换算法实现舰船导航。实验结果表明,该系统具备较好的信息接收功能,且其无线网络传输能力较好,在导航舰船时直角空间坐标转换差值较小,导航功能强。     

多参量状态下舰船网络异常故障智能诊断方法分析

为了解决船舶网络数据交互压力成倍增长,网络故障特点已由单纯的单要素故障转变为多因素故障的问题。提出多参量状态下舰船网络异常故障智能诊断方法分析。对网络环境的全局变量进行收集,获取多参量状态,根据获取的多参量状态数据,建立多参量网络健康评估模型,定义对参量下故障识别的学习状态,确定网络故障点,通过数据提取算法完成对故障点的提取,完成故障的智能诊断。通过实验数据表明:相同时间量与故障量下,采用设计方法的故障诊断效果,要比传统诊断方法多诊断出故障21处,提升效果明显。     

基于无线网络的舰船实时导航数据采集与传输研究

研究基于无线网络的舰船实时导航数据采集与传输,满足舰船实时导航数据传输的多样性需求。利用GPS接收机、罗兰C接收机、多普勒计程仪等导航数据采集设备,采集舰船位置信息、航行速度等实时导航数据,所采集数据利用无线局域网传输至舰船导航系统。无线局域网编码处理舰船实时导航数据与通信信道,采用信道加密方法加密编码后数据,利用压缩感知算法重构加密后数据,完成无线局域网的数据接收;数据接收的反向操作即数据发送过程,通过数据接收与发送2个过程,实现舰船实时导航数据传输。实验结果表明,该方法利用平台罗经仪有效采集舰船首向角数据,不同类型的舰船实时导航数据传输均未存在丢包情况。     

基于并行深度卷积神经网络的舰船通信异常数据检测研究

为了提高通信异常数据检测效果,设计基于并行深度卷积神经网络算法的大规模舰船通信异常数据检测方法。采集大规模舰船通信数据,采用小波变换对数据实施降噪处理,将降噪后数据输入并行深度卷积神经网络中,经过模型训练提取特征,利用Softmax分类函数得出舰船通信异常数据特征,输出舰船通信异常数据检测结果。实验结果表明：该方法可有效实现大规模舰船通信异常数据检测,其加速比最高,并行效果最优;具有较强的大规模舰船通信数据集检测能力,提高大规模舰船通信异常数据检测效果。     

无线网络的海上舰船物流流程优化策略

针对有线网络海上舰船物流流程覆盖范围较窄的问题,提出基于无线网络技术的海上舰船物流流程优化策略。在原有物流流程基础上设计具体优化思路,利用RFID技术读写和定位港口货物,快速记录货物数据,及时定位货物位置,利用移动终端高效传输收发货信息,保证信息数据的时效性,通过GPRS车载电脑监控运输调度车辆,建立车辆和控制系统之间的有效信息传递通道,将流程间的串行或反馈运行转化为并行运作,提高运行效率,完成对海上舰船物流流程优化策略设计。实验对比结果表明,设计物流流程优化策略的网络覆盖面更广,优于原有策略,可以为海上舰船物流高效运行提供支持。     

舰船多信道无线网络抗干扰算法设计

为提升舰船设备通信质量及稳定性,设计舰船多信道无线网络抗干扰算法。建立舰船多信道模型,获取舰船多信道网络信号,提取舰船多信道网络干扰信号特征、计算干扰信号特征数据邻域距离、可达距离和异常因子,从信号中挖掘干扰信号;改进小波阈值算法对舰船多信道无线网络干扰信号进行抑制,实现舰船多信道无线网络的抗干扰。实验结果表明：该算法应用后,舰船的多信道无线网络的频率变化稳定,抗干扰效果较好,可保证接收端完整接收发射端的信号。     

舰船监控网络异构监控数据自适应存储方法

为快速有效存储舰船监控网络异构监控数据,提出舰船监控网络异构监控数据存储方法。此方法主要用于优化舰船监控网络监控数据云存储平台的存储效果,多个舰船监控设备,经多个虚拟网关在数据接口层统一接口的使用下,将异构监控数据发送至数据处理层;数据处理层使用基于聚类的异构监控数据分类方法,将异构监控数据按照来源分类;分类后数据发送至分布式数据存储层,使用基于自适应分配的异构监控数据存储方法,结合分布式数据存储模型的可用容量与带宽状态,将分类后监控数据以自适应分配方式,存储于性能最优的存储模型,完成自适应分配存储。实验结果表明,此方法具备舰船监控网络异构监控数据自适应存储能力,存储效率、成功率显著提高。     

大数据分析下舰船网络异常节点快速定位优化方法

为了提升舰船网络通信质量,实现信息参量的无误传输,提出一种基于大数据分析的舰船网络异常节点快速定位优化方法。以异常节点群落作为舰船行进信息的初始分类标准,分别计算单向传输信号差与双向传输信号差,完成最基本的舰船网络异常节点定位。借助大数据分析理论,对节点传输间距与数据定量差进行优化处理,实现新型舰船网络异常节点快速定位优化方法的顺利应用。实验结果表明,与优化前的节点定位算法相比,优化后方法的数据源码传输率极值可达87.3%,满足舰船网络通信环境的实际应用需求。