船舶避碰系统中的物联网感知层的关键数据查询算法

物联网感知层的关键数据查询结果直接影响船舶避碰系统的性能,针对当前物联网感知层的关键数据查询效率差,查询精度低等不足,提出一种新型的物联网感知层的关键数据查询算法。首先对当前物联网感知层的关键数据查询研究进行分析,指出当前算法存在局限性的原因,然后采用聚类算法对物联网感知层数据进行聚类分析,降低数据冗余,并采用群智能优化算法对物联网感知层的关键数据进行查询,最后的物联网感知层的关键数据查询仿真测试结果表明,本文算法可以快速、准确找到物联网感知层的关键数据,比其它算法的物联网感知层的关键数据查询结果更优。     

物联网感知层查询树算法在舰船避碰系统中的应用

为解决传统船舶航行避碰效果不佳的问题,对物联网感知层查询树算法在舰船避碰系统中的应用情况进行分析。通过对舰船避碰系统结构框架进行分析,采集船舶航行参数及船舶最佳航行路线。基于参数采集结果,进一步对舰船避碰系统中的物联网感知层查询树算法性能进行优化,实现对舰船避碰系统的有效控制,保证船舶航行安全。最后通过实验证实,物联网感知层查询树算法在舰船避碰系统中的应用,对船舶航行具有更加精确有效的控制效果,充分满足研究要求。     

智能感知融合技术在干散货堆场动态环境中的应用

以干散货码头堆场为代表,针对其大型设备自动化作业在堆场复杂动态环境的感知问题,提出多传感器智能感知融合技术框架,基于激光雷达、惯性传感器(IMU)和实时动态(RTK)等多种传感器数据融合,利用原始的RTK数据信息对前端里程计输出的位姿进行优化,应用动态物体移除技术实现稳健、精准的动态要素感知,结合八叉树立方体查询实现高效、实时的全局地图更新,最终建立一个高精度且实时更新的散货堆场地图,为后续的堆场作业提供支持。将智能感知融合技术应用于大型干散货码头,结果证明该技术可实现堆场动态环境的高精度和实时性能,有效提高干散货码头自动化作业的感知能力。     

舰船网络低匹配度异质信息入侵感知预测系统

传统入侵检测系统仅能对中高风险数据进行甄别预警,无法对低匹配度异质信息进行风险预测感知,导致大量低匹配度异质信息涌入,占用网络数据资源,造成信息交互资源不足,网络运行效率降低甚至瘫痪。针对上述问题,结合低匹配度异质信息特征,提出舰船网络低匹配度异质信息入侵感知预测系统。根据低匹配度异质信息特征,设计专用的数据分析模块与动态路由单元,通过设计功能硬件,为系统算法层面运行提供平台;然后通过博弈算法对低匹配度异质信息进行特征分析模型建立,获得匹配信息量。最后根据匹配信息量,引入低匹配度异质信息感知算法,完成对低匹配度异质信息的感知预测计算。利用双系统数据同步调试的方式,对设计系统数据可靠性进行验证,通过数据结果证明设计系统,满足低匹配度异质信息入侵感知预测的要求。     

一种船体分段测量点云自动匹配的算法

为了能准确分析船体分段的建造误差,给出合理的建造精度评价,船体分段测量点数据与CAD模型的精准匹配是关键。针对目前船舶测量点数据的特点,提出一种以全站仪测得的船体分段测量点集为处理对象,自动进行测量点数据与CAD模型匹配的算法。该算法基于四元数理论对测量点集进行旋转和平移调整使匹配结果最优。实例表明,该算法效率高,不采用迭代方法求最优解,不用对测量点进行初始匹配,直接进行自动匹配,可准确地评价船体分段建造精度,为后续装配提供依据。     

基于大数据分析技术的船舶航行环境感知信息实时分类研究

为提高船舶航行环境感知信息分类速度,研究基于大数据分析技术的船舶航行环境感知信息实时分类方法。采用工具层中的激光雷达传感器、风速/风向传感器、温湿度传感器,感知的船舶航行环境中障碍物、风速与风向、温湿度信息,在处理层中的Hadoop分布式大数据计算引擎中,由MapReduce并行大数据计算技术,将感知信息分块后,由map启动基于小波阈值的环境感知信息去噪方法,去除分块感知信息中噪声信息后,再启动K-最邻近分类器,计算去噪后分块感知信息样本与已知类型的感知信息隶属度,依据感知信息隶属度完成感知信息分类,最终通过reduce整合分类结果。经测试,本文方法对航行环境中感知信息分类时延仅2 s,延迟短,可实时分类船舶航行环境感知信息,且分类结果不存在信息混乱问题。     

基于云计算的未来海洋信息系统分析

现代船舶在执行各种任务时多用到海洋地理位置信息,地理位置信息的来源多种多样,如遥感卫星信息数据、雷达探测系统的地理信息数据及红外探测系统的信息数据。海洋信息数据量庞大,如何能对信息进行快速的查询及分析是未来船舶任务执行能否成功的关键,传统基于单中心的数据查询法已经越来越不能满足要求。本文在研究现有云计算及模型的基础上,提出一种并行化的未来海洋信息数据处理索引查询方法,最后给出算法的详细实现。     

基于物联网技术的船舶智能导航系统

本文设计基于物联网技术的船舶智能导航系统,其物理层采集船舶航行的相关信息,并经过滤波处理后,经由具有ZigBee网络协议的通信层传送至资源层,资源层接收信息后分类存储该信息,为船舶智能导航提供数据依据;技术层依据该信息生成航行导航地图,并采用视线导航算法控制船舶自动靠泊。将该结果传送至平台层呈现,同时,采用层次分析法和卷积神经网络结合控制船舶的航行情况,避免船舶发生碰撞现象。测试结果显示：该系统能够实时、全面采集船舶航向相关数据,呈现船舶航行相关的地图结果,导航效果较佳,在低能见度下依旧保证船舶的准确导航;精准停靠在设定的靠泊位置。     

舰船视频监控数据压缩算法的设计

数据压缩算法是舰船监控视频系统中的重要技术,直接影响舰船监控视频传输的实时性,针对当前舰船监控视频数据压缩算法存在压缩比小、信息丢失严重等不足,设计了基于剪切波变换和压缩感知算法的舰船监控视频数据压缩算法。首先对当前舰船监控视频数据压缩算法进行研究,找到各种算法存在的局限性,然后对舰船监控视频原始数据进行去噪处理,减少噪声传输所占的通信资源,并采用剪切波变换对舰船监控视频数据进行分解,最后采用压缩感知算法对剪切波变换系数进行压缩处理,减少舰船监控视频数据规模,并通过剪切波反变换对舰船监控视频数据进行重构。与对比舰船监控视频数据压缩算法的仿真对比测试结果表明,本文算法能够在保持舰船监控视频数据原始信息的基础上,对舰船监控视频数据进行了最大限度的压缩,而且舰船监控视频数据压缩速度快,获得了对比算法更加理想的舰船监控视频数据压缩结果。     

船舶避碰系统中的RFID物联网感知层查询树算法研究

船舶避碰系统是保障其安全航行的重要保障,基于RFID的射频识别技术是避碰系统主流技术,利用读写器读取对方船只标签信息,从而得到相邻船只的位置、体积、重量等信息,进一步计算合理的避碰策略。通过查询树算法循环读取相邻船舶标签,存在着时隙浪费问题,影响标签读取精度及实效性。本文研究了基于物联网RFID避碰算法结构,针对传统查询树算法缺点,改进标签获取后的数据检测流程,减少了查询算法的交互命令数,提高算法实效性。     

基于PSO-ELM算法实现船舶发电机组故障识别

针对船舶发电机组的不同故障类型,通过传感器采集不同故障下柴油机缸盖处的振动信号,构成大量数据集,选取部分数据集作为样本数据。通过EEMD算法对样本数据进行分解降噪,把一维数据分解成能反映柴油机工况信息的多维数据,对分解形成的多维数据使用KICA算法进行特征提取,并对提取后的数据进行训练集、验证集分组。使用PSO-ELM算法搭建故障识别模型,并使用训练集训练模型,使用验证集验证模型,根据验证结果评价模型是否满足故障识别的精确度。     

物联网技术在舰船网络安全监测预警中的应用

为了提升网络通信的安全性,提出基于物联网技术的舰船网络安全监测预警方法。感知层利用传感器采集舰船网络设备数据;传输层中数据传输单元依据传输控制协议,封装打包各传感器采集的舰船网络数据,并传输至融合层;融合层中数据融合单元,利用加权融合算法,融合各传感器采集的网络数据;应用层中网络安全监测单元,利用集对分析算法,结合融合后的网络数据,计算舰船网络安全态势值,监测舰船网络的安全态势;利用网络安全预警单元对比分析安全态势值与设置阈值,当安全态势值低于设置阈值,则发出警报,实现舰船网络安全预警。实验证明,该方法可有效融合舰船网络设备相关数据,精准监测舰船网络的安全态势,完成网络安全监测预警。     

船舶管理中基于负载平衡的并行FP-growth算法研究

船舶行业数据增长十分迅速,深度挖掘蕴含在大数据中的相关信息,可以有效加强船舶运营的精准化、高效化管理。本文提出一种基于负载平衡的并行FP-growth数据挖掘算法(BPFP-growth)。该算法通过赋予项目TID的方式,对项集树的存储方式进行了改进,基于镜像重构与负载因子完成数据的并行分组,在各自并行分区节点完成相应分组子集的频繁项集的挖掘,通过并集完成全部频繁项集的求解。实验表明,该算法具有较好的可并行性和可扩展性,能够有效实现船舶管理、资源配置等数据的挖掘,进行精准管理,优化资源配置,促进船舶行业高质量发展。     

基于分布式声矢量传感器MIMO声呐的OMP-DCD成像算法

针对声压传感器条件下,声呐成像的左右模糊问题;针对常规MIMO声呐成像算法分辨力受瑞利限的限制问题;针对压缩感知算法重构信号中的数值不稳定问题,本文利用声矢量传感器接收到的信号振速信息和声压信息,利用目标在空间域分布的稀疏性,在压缩感知理论下,提出了基于声矢量传感器的二维坐标下降法(DCD)算法改进的正交匹配追踪(OMP)算法。仿真结果表明,提出的算法可以精准地估计出空间目标的方位;与传统的分布式MIMO成像算法反向投影(Back Projection,BP)相比,使用更少的实验数据,降低了运算的复杂度;当信噪比为10 d B的条件下,BP算法当主瓣级为0 d B时,在x,y,z轴最大的旁瓣级分别为–24.5 d B,–24.3 d B,–5.5 d B,而提出的算法可以获得一个稀疏解,且有效的避免左右模糊问题;避免重构信号中的矩阵求逆运算,数值不稳定得到了解决;并在信噪比为–5 d B以下时,定位精度高于声压OMP-DCD算法,具有更高的抗噪声能力和系统辨识能力。     

物联网技术在海关集装箱监管中的应用

1物联网技术发展概况物联网指按约定的数据协议,通过各类传感装置采集信息和处理数据,实现物品信息在网络环境下的可视化,从而对人和物进行识别、定位、跟踪、监控和管理的智能化系统。物联网一般包含感知层、网络层和应用层:感知层主要通过射频、视频、全球定位系统(Global Positioning System,GPS)、传感器等技术识别、跟踪、采集物品的静态和动态信     

基于DBSCAN算法的船舶轨迹自适应层次聚类

为更好地从船舶自动识别系统(Automatic Indentification System,AIS)数据中挖掘信息,科学地感知水上交通态势,针对聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)在水上交通情景中的参数选取问题,提出一种基于DBSCAN的船舶轨迹自适应层次聚类方法。通过分析DBSCAN算法的特性,根据数据集内在分布规律及拟聚类效果的变化规律来确定参数;结合统计学理论进行层次聚类,来适应密度分布不均的船舶轨迹数据。以琼州海峡船舶轨迹数据为例,运用VC软件和MATLAB软件进行验证。验证结果表明:该方法能够在大量复杂的船舶轨迹中发现具有相似性的轨迹群,且结果与实际交通流相符,可为航道建设及海事监管等提供辅助决策。     

无人船远程遥控系统运行状态实时在线监测方法

为保障无人船顺利执行勘测、投放等任务,提出无人船远程遥控系统运行状态实时在线监测方法。该方法利用感知层内温度传感器、气体传感器、柴油机监测仪、姿态传感器等采集无人船远程遥控系统运行状态实时数据后,通过感知节点控制器与网络层感知节点控制器连接,将无人船远程遥控系统运行状态实时数据传输到ZigBee网络内,再通过该网络将其传输到运算层内,使用运行状态监测模块和异常预警模块获得无人船远程遥控系统运行状态实时在线监测结果与异常结果,并将结果传输到应用层内,应用层通过可视化监测、异常预警展示等模块实现用户的人机交互。实验表明：该方法不仅可有效检测无人船远程操控系统的运行状态,还可对异常状态进行预警,且监测与预警的实时性较好。     

基于深度学习的海上目标快速检测方法

在智能海洋船艇自主导航和避障过程中，对周边环境的感知能力非常重要。本文针对智能船艇对环境感知的速度和精度需求，提出了基于深度学习的海上目标快速检测方法，并构建了以船舶、浮标和岛屿为检测目标的海上目标数据集。本方法通过提取目标图像不同尺度特征语义信息，应用多框检测器实现对目标的分类和定位，采用非极大值抑制算法筛选最优结果，实现了海上目标快速高精度检测。实验结果表明，本方法在自建数据集上取得了83.3%的识别正确率，单帧耗时9.8ms, 在相同实验条件下，正确率和单帧耗时均优于现有同类快速目标检测方法，证明了该方法可以满足智能船艇对环境感知的速度和精度需求。     

基于数字孪生的舰船上层建筑运维系统

以降低舰船运行故障为目的,设计基于数字孪生的舰船上层建筑运维系统。该系统利用数据采集层内传感器数据采集模块采集舰船上层建筑设备基本数据和运行数据,得到舰船上层建筑设备中控数据,通过报文解析后,将其存储到MySQL数据库内;数字孪生层通过调取MySQL数据库舰船上层建筑设备中控数据,构建数字孪生体后,利用其模拟舰船上层建筑设备生产和同步虚拟运行后,得到舰船上层建筑设备实时虚拟运行数据,并将其传输到业务逻辑层内;业务逻辑层对实时虚拟运行数据进行预处理后,通过映射驱动将其传输到故障诊断模块内,该模块使用基于规则变量分析的舰船上层建筑故障诊断方法得到舰船上层建筑设备实时运行故障状态,并将故障状态信息传输到展示层内;展示层利用基础管理、数据统计和检测维保等功能实现舰船上层建筑运维。实验表明,该系统运行较为稳定,可精准诊断舰船上层建筑设备故障诊断,并为用户提供设备运维视情优先级。     

港口引航综合业务信息平台的设计与实现

引航工作是国家行使主权的象征,同时也是一项高风险的工作.为了保障我国引航的安全、高效,通过分析引航工作的实际需求,采用基于GIS的多层叠加显示模型和AIS、DGPS、数据融合等先进技术与水流监测仪、视频监控等先进装备,构建集调度排班、船舶动态查询、引航辅助技术于一体的引航综合业务信息平台.该平台通过广域网、局域网和AIS无线通信网接收来自各终端设备的实时数据,包括船舶动态信息、航道视频监控信息、实时水流信息等数据,并实时在平台窗口中更新显示,用户可以通过该平台查询船舶、锚地、泊位、水深、航标等与船舶引航安全相关的数据,为船舶安全引航提供辅助决策支持.