基于分布式云平台船舶监控结构体系研究

船舶行业以及新兴技术的迅速发展,使船舶监控系统的数据存储量越来越大,数据的复杂程度也越来越高,传统的单中心数据处理模式已无法满足监控实时性、高效性的要求。云计算是大数据存储、处理、挖掘分析的新技术,对于分布式船舶监控系统数据挖掘技术的提高具有重要的意义。本文从云平台架构、分布式船舶监控系统算法、船舶监控系统设计等方面研究云计算技术在分布式船舶监控系统中的运用,并进行了仿真实验。     

云平台和神经网络的舰船目标检测

为了解决当前舰船目标检测过程中存在的检测误差、检测实时性差的缺点,设计了一种云平台和神经网络的舰船目标检测方法。首先采用混合高斯模型对舰船目标所在区域进行获取,然后采用粒子滤波算法对舰船目标进行跟踪和检测,并采用神经网络对舰船目标粒子滤波算法的权值进行优化和更新操作,解决粒子滤波算法的缺陷,最后基于云平台对舰船目标检测方法进行了设计,并进行了舰船目标检测仿真模拟实验。结果表明,本文方法可以对各种环境中的舰船目标进行准确的检测,提高了舰船目标检测的鲁棒性,而且舰船目标检测实时性也得到了明显的改善,克服了当前舰船目标检测方法存在的缺陷,是一种有效的舰船目标检测方法。     

舰船多目标识别中的一种抗碎云干扰方法研究

随着计算机图像处理技术的飞速发展,各种智能化的目标检测设备已经被广泛应用在舰船目标的识别中,通过采用智能目标检测算法,智能设备能够对舰船的特征进行快速学习,然后进行计算机处理后,就能够快速准确地对目标的状态进行判断。但是,在目标数据获取的过程当中,常常会受到碎云的干扰。因此,本文主要介绍了一种改进后的目标识别算法,该算法能够显著降低碎云的干扰噪声,通过加强目标的特征信号,能够在碎云干扰情况下,快速对目标的特征进行定位和提取,通过对有用信号的滤波和模式识别,有效改善了对舰船多目标的识别效果。     

舰船装备服务器中的云平台架构研究

随着云计算的发展,企业管理模式与方法已经发生了翻天覆地的变化。对于现代军工企业来说,如何尽快建立一个基于云计算平台的信息管理系统是紧随时代发展与提高信息管理水平的当务之急。本文通过分析云计算的特点和舰船设备管理系统之间的关联,进行基于云平台的舰船装备服务器架构设计。     

云计算平台的海量舰船目标图像识别

针对传统海量舰船目标识别方法存在检测用时长、监测精度低等问题,因此,本文以云计算平台为研究基础,对该平台提取的海量异常舰船目标图像特征,进行识别方法的研究。首先,利用C-V水平集模型对舰船目标进行分割,根据轮廓曲线方程求解能量最小值后,使区域内的轮廓曲线逼近于图像目标边界,实现舰船目标的有效识别,最后实验证明,本文研究的智能监测方法用时短、监测精度高,且能够对舰船目标进行准确跟踪,具有很好的实用性。     

云计算技术的舰船运动目标自动跟踪

针对传统舰船运动目标的自动跟踪方法存在滞后性,导致舰船运动目标无法完整出现在搜索窗中的问题,提出一种云计算技术的舰船运动目标自动跟踪方法。首先提取舰船运动目标特征点,使用Harris算子图像的一阶导数提取出舰船运动目标特征点,然后利用云计算的分布式的计算特点,分布计算舰船运动目标的跟踪向量,得到循环跟踪矩阵,选取跟踪目标搜索窗,计算目标搜索窗的大小后,实现舰船运动目标自动跟踪。实验结果表明,与传统舰船运动目标自动跟踪方法相比,云计算技术的舰船运动目标自动跟踪方法不存在滞后性,搜索窗中可以全部呈现出舰船运动目标。     

基于Camshift的红外舰船目标跟踪

在海空红外图像中舰船的轮廓和纹理特征信息较少,给舰船目标的识别和跟踪带来了极大的挑战。针对这一问题,本文在研究红外系统成像机理及红外图像特性的基础上,利用滤波和直方图均衡化来减少红外图像的噪声,提高红外图像的对比度。此外,详细分析了Camshift算法,设计基于Camshift的舰船目标跟踪方案。     

H∞滤波及数据融合在目标跟踪中的应用

为了解决在强干扰下的目标跟踪问题，本文基于H∞滤波和数据融合的思想提出一个多传感器跟踪算法。与卡尔曼滤波算法相比，本文提出的方法具有较高的滤波精度和较强的鲁棒性。最后的仿真表明了该算法的优良性能。     

主动轮廓模型在运动舰船目标跟踪中的应用

应用数字图像处理技术对视频监控系统中的舰船目标进行运动检测与跟踪。针对水面环境存在的复杂变化,选用混合高斯背景模型的方法构建实时背景模型,应用背景差分法检测出监控画面中的运动舰船区域,并得到舰船目标的初始轮廓,再利用主动轮廓模型方法,提取运动舰船目标轮廓,并利用舰船轮廓实现目标跟踪。实验表明,算法可对目标轮廓进行较好地跟踪,并且复杂度较低。     

无人机在海上舰船目标识别中的应用

随着海洋开发的深入,卫星、无人机等遥感设备在获取海洋信息图像方面的能力得到了广泛的关注。利用遥感技术得到海洋图像,对于舰船目标识别具有重要意义。本文克服传统的Zernike矩算法易受外界干扰的问题,利用四元数进行改进,最后通过仿真实验说明本文算法识别率高、鲁棒性强。     

云平台中的并行船舶综合电网调度系统研究

海上电网供电系统对船舶持续稳定的电压供给是保证其海上航行的关键。随着海上船舶数量及体积的增加,海上船舰电网调度系统所需处理的信息随之增大,并且已经越来越不能满足对舰船供电负荷计算实时性的要求。基于现代信息处理的云平台能够利用分布式计算架构,将各船舶的供电负荷计算分配到各节点进行并行计算,能够有效解决原调度系统计算中心的性能瓶颈。本文在此基础上,提出一种云平台中的并行船舶电网调度算法,并给出了算法的实现方法。     

基于DSP的舰船海上目标跟踪监测系统设计

海上移动目标的跟踪和监测技术对海上渔船和军用舰船具有重要意义,舰船海上目标跟踪和监测系统的设计也引起了研究人员的广泛关注。近年来,嵌入式操作系统发展迅速,在自动化设备中的应用越来越广泛。本文系统介绍数字信号处理器DSP,并在此基础上结合嵌入式操作系统,设计舰船的海上移动目标跟踪和监测系统,并对其工作原理和跟踪算法进行介绍。     

基于DSP平台的海上目标跟踪监测系统

针对传统海上目标跟踪监测系统目标跟踪监测性能较差的问题,提出一种基于DSP平台的海上目标跟踪监测系统。系统硬件包括图像采集模块、数据存储控制模块,其中图像采集模块主要由摄像头传感器、关联寄存器组成;数据存储控制模块主要由存储芯片、模块控制接口组成。系统软件配置为目标跟踪监测软件,通过硬件与软件相结合实现了海上目标的跟踪监测。为了验证该海上目标跟踪监测系统的目标跟踪监测性能较为优越,将该系统与基于目标选择算法的海上目标跟踪监测系统、基于卷积神经网络的海上目标跟踪监测系统、基于计算机视觉的海上目标跟踪监测系统进行对比实验,实验结果证明该系统的监测成功率更高,即目标跟踪监测性能优于传统海上目标跟踪监测系统。     

基于云计算的船舶监控系统设计

随着我国船运事业的发展,船舶监控系统的数据采集规模越来越大,系统处理数据的能力急剧下降,系统运行效率明显降低,已经无法满足监控系统对实时性的要求。随着云计算技术的发展,为海量数据处理提供了新的研究方向。利用云计算技术的集群方式,获得大量的计算资源和并行计算能力,从而提高对大规模数据的处理效率。本文设计了基于云计算环境的船舶监控系统,研究现有的分布式查询算法,提出基于TA算法和直方图策略的ITA改进算法,并进行仿真实验。     

面向云计算的船舶生产信息平台建设

近年来我国船舶工业迅速发展。然而与发达国家船舶制造企业相比较,我国在船舶生产管理方法与理念方面还存在差距,尤其在生产的数字化、信息化程度上。为此,本文对船舶生产信息平台建设进行研究,针对我国船舶生产过程存在的问题,提出基于知识工程的船舶制造与管理模型,提出云架构下的船舶生产信息平台结构设计,同时对该平台的开发环境、安全措施及费用进行分析和评估。     

基于云平台和分布式处理技术的船舶数据采集系统

船舶在工作过程中,许多数据以及相关参数需要采集,针对当前船舶数据采集系统可扩展性差,工作速度低,数据采集准确差的不足,设计了基于云平台和分布式处理技术的船舶数据采集系统。首先对当前船舶数据采集系统研究现状进行分析,指各种船舶数据采集系统的局限性,然后结合云平台和分布式处理技术的优点设计了船舶数据采集系统,最后通过具体仿真实验分析船舶数据采集系统的性能,结果表明,本文设计的船舶数据采集系统不仅可以同时对各种数据进行实时、在线采集,加快了船舶数据采集速度,降低了船舶数据采集误差,使得船舶数据更加完整、可靠,而且船舶数据采集系统的整体性能要明显优于参比的船舶数据采集系统。