分布式通信网络的船舶远程图像传输压缩仿真

传统的船舶远程图像传输压缩方法存在压缩精准低的问题,为了解决该问题,提出基于分布式通信网络的船舶远程图像传输压缩仿真。先提取船舶分布式通信网络远程图像的冗余信息,在采用整数变换算法,设置船舶远程图像传输标准,用于限制的数据存储格式,在此基础上,选择船舶远程图像压缩模式,得出不同帧内模式压缩参数,对传输图像进行压缩,由此完成船舶远程图像传输压缩仿真的设计。实验中选择在不同的信噪比和相同的信噪比环境下进行仿真实验,对比实验结果表明,基于分布式通信网络的船舶远程图像传输压缩方法的精准度更高。     

船载土石方量测算的无人机图像采集方案研究

本文采用无人机搭载的摄影平台,通过空中航拍船载石图像,获取通过策划飞行航线获取船载堆石的图像数据,并利用软件对图像数据进行数据提取和三维场景重构,在此基础上,研究了无人机图像采集优化方案。研究结果表明,单独采用低、中、高空图像资料时存在计算精度偏低、重构失败率偏高等问题,现有多高度图像采集方案能提高重构成功率,满足测量精度要求。     

船载远程电子通信设备异常信号识别方法

传统的船载远程电子通信设备异常信号识别方法存在着识别性能差的缺陷,为此提出船载远程电子通信设备异常信号识别方法研究。利用比较判别法对采集的船载远程电子通信设备信号进行判别,对异常信号特征进行提取并组成异常信号特征集合,以异常信号特征集合为依据采用异常信号识别算法对异常信号进行识别,实现了船载远程电子通信设备异常信号的识别。通过实验得到,提出的船载远程电子通信设备异常信号识别方法识别正确率比传统方法高出24%,说明提出的船载远程电子通信设备异常信号识别方法具备更好的识别性能。     

流媒体技术及其教育应用

本文在引言部分阐述了流媒体技术的基础:流媒体的一般概念及相关的概念。在正文部分介绍了流媒体技术的原理以及媒体服务器的硬件平台。最后主要的介绍了流媒体技术了两种教育应用:校园网视频系统的解决方案和远程多媒体教学方案。     

基于稠密度聚类的船载通信微弱信号自动增强方法

船载通信信号在传输过程中受各种因素的影响存在被削弱的现象,使得原始信号变成了微弱信号,如果不进行增强处理,会延长数据传输时间以及造成信噪比过小,影响通信质量。针对上述问题,提出一种基于稠密度聚类的船载通信微弱信号自动增强方法。该方法主要分为3步:第一步进行小波去噪处理,降低噪声对原始信号的干扰;第二步利用稠密度聚类方法对微弱信号进行聚类检测,加快信号增强处理效率;第三步对检测出来的信号进行补偿,增强信号特征。结果表明:与传统船载通信微弱信号自动增强方法相比,本方法处理后,数据传输延时值缩短3.8 s,信噪比增大8.3 dB,解决了传统方法存在的问题。     

基于Motion-JPEG2000的远程图像传输技术研究

对于远程无线视频图像传输,由于数据量大、通讯带宽窄等原因常常导致传输速度慢,难以满足实际工程需要.为解决这一问题,论文提出了基于Motion-JPEG2000序列图像压缩技术的远程无线高速图像传输系统设计方案,在C/s模式下实现MJ2K文件传输,采用基于内存池的循环链表作为数据缓存实现解码图像接收与存储,并给出了系统在实验环境中的实验数据和结果分析.     

基于无线以太网的船舶机舱自动化监控系统的设计

以船舶机舱监控为背景,描述了通过无线以太网实现安全监控、图像和语音传输的远程机舱自动化监控方案,给出了该系统的基本组成、功能以及软硬件的设计和实现.该系统以数据库为中心具有远程监控、自动报警、报警信息的自动维护以及图像语音的采集、传输管理等多项功能.它将计算机技术、多媒体技术和数字通信技术集于一体.经实践验证,该系统运行稳定可靠,性能优良,提高了船舶机舱监控的自动化水平.     

远程屏幕图像实时传输系统的设计与实现

介绍了远程屏幕图像传输涉及的关键技术,就网络传输协议的选择和改进做了重点分析,结合一个具体的远程屏幕图像传输系统,给出了系统的总体架构和思路,并介绍了在.NET平台下实现系统时可用的相关类及重要方法.     

基于无线以太网的船舶机舱自动化监控系统的设计

以船舶机舱监控为背景，描述了通过无线以太网实现安全监控、图像和语音传输的远程机舱自动化监控方案，给出了该系统的基本组成、功能以及软硬件的设计和实现。该系统以数据库为中心具有远程监控、自动报警、报警信息的自动维护以及图像语音的采集、传输管理等多项功能。它将计算机技术、多媒体技术和数字通信技术集于一一体。经实践验证，该系统运行稳定可靠，性能优良，提高了船舶机舱监控的自动化水平。     

BP神经网络在船舶远程监控中的应用研究

近年来,随着无线通信、传感器网络等技术的快速发展,船舶远程监控系统在保障航运安全、维护船载设备等方面发挥着越来越重要的作用。船舶远程监控系统实现船岸间数据信息共享和交互,对船载设备的运行状态进行实时监控,并根据采集的数据进行状态预测和故障诊断。本文在船舶远程监控系统基础上,利用BP神经网络的自组织学习特性,提出远程故障诊断模型,该模型能够根据设备运行参数对故障趋势进行准确判断并发出预警。