舰上光纤网络可用性评估与计算方法

随着现代海洋开发及运输业的发展,对海上船舶通信网络中信息数据传输要求越来越高。无线通信系统虽然能满足大部分海上数据通信需求,但由于海上气候环境及海上地形环境的变化莫测,其无线通信网络也极其不稳定,而海上基于光纤网络的数据交互在近几年得到了快速发展。本文研究海上船舶基于GIS平台的光纤网络资源管理系统,并针对光纤网络的特点,对网络资源管理中的数据交互路由算法Dijkstra进行改进,最后给出仿真结果。     

物联网在船舶存储系统中的应用研究

随着现代海洋运输业的发展,各个船舶之间、船舶与港口、船舶与调度系统已经成为一个整体网络。同时,由于用于海洋探测及安全运行的设备越来越多,设备之间的数据存储及数据交互出现爆发式增长,如何能够有效的对这些信息进行存储及数据分发是船舶存储系统实现的关键。本文研究基于物联网技术的DDS技术在船舶存储系统上的应用,分析基于No SQL及RDB技术的数据联合存储架构,并对此方案进行仿真,实现了海量数据的高效存储及分发查询。     

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。     

云计算平台在海上大数据挖掘模式中的应用研究

随着海上船舶信息处理平台所需处理的数据量越来越大,传统基于串行数据结构的数据挖掘算法只能针对某一类型的小规模数据,对海量且种类不一信息的处理效率已经越来越不能满足现代船舶电子信息系统的性能要求。云计算平台可以对海量信息进行分类,并将分类后的数据在分布的计算节点进行统一调度。本文研究了基于云计算平台的海量数据挖掘模型,并将数据挖掘模型中的分类算法与云计算进行有效结合,提高了海上大数据挖据的运行效率。     

船舶无人驾驶中的数据融合技术应用

海上船舶无人驾驶技术是现代海上信息化发展的重要方向,其不仅需要按照规定的航向航速运行,还需要考虑船舶碰撞及各类突然情况。无人驾驶技术对采集的信息及数据融合处理要求很高,通过各类传感器采集海上地形﹑环境﹑目标船只等信息,进行融合处理,为船舶无人操控提供可靠的航行数据。本文重点研究无人驾驶领域中利用AIS与雷达数据的信息融合方法,提出一种基于船舶航行及数据加权融合算法,最后进行仿真。     

船舶避碰中灰色数据挖掘研究

随着海洋运输业的发展,航行在海上的船舶数量越来越多,船舶避碰系统成为保障船舶航行安全的必要设备之一。现有的船舶避碰算法有基于视频图像帧数据的、红外传感器设备采集数据的,也有利用知识发现及大数据挖掘技术对船舶航行轨迹及碰撞规律进行分析,对船舶航行进行辅助指导。本文研究船舶避碰中的灰色度数据挖掘技术,并根据实际的应用数据建立灰色度数学模型,最后对本文的船舶避碰算法进行仿真,与传统算法进行比较分析。     

基于云计算的海上电力调度系统研究

随着海洋开发及船舶智能电网的发展,海上船舶电力调度系统所需要处理的数据越来越复杂,并且现代海上电力调度系统呈现分布式异构特性,传统的基于单中心模式已经越来越不能满足现代船舶电力调度需求。云计算平台结合分布式技术和虚拟化技术,将各分布式计算资源进行融合管理,数据处理能力得到加强。本文研究现有海上电力调度系统模型,将云计算平台架构引入到现有模型的调度算法中,构建基于云平台的海上电力调度系统。     

动态规划和模糊算法在船舶航速最优调度中的应用

随着海洋网络复杂度及对船舶节能性要求的提高,对船舶航行速度的控制要求也越来越精确。目前的航速调节主要是基于经验,不能够最大限度地提高航行效率和降低能源消耗。因此为了获得船舶行驶的最优速度,本文将动态规划算法和模糊算法应用于船舶,通过对船舶航行建立动力模型,然后使用优化的算法模型进行处理,获取船舶航速最优调度方法,使得船舶在有效航程中油耗最少。     

基于大数据的船舶雷达信息存储优化方案研究

随着海洋信息技术的发展,船舶雷达数据呈几何级增加,传统的本地服务器存储架构已经越来越不能满足现代船舶雷达数据容量需求,云存储逐渐成为雷达数据存储主流技术;同时,由于海上通信网络较易受到外界攻击及环境干扰,云存储平台需要更为安全的高密度加密技术。本文研究了基于大数据的船舶雷达云存储平台,设计了一种高密度加密算法CP-ASBE,最后进行仿真。     

数据挖掘聚类算法在船联网平台中的应用

随着通信技术的发展,船舶与船舶以及船舶与岸基之间的数据交互越来越频繁;同时数据的种类与数据帧的大小也急速增加,如何对这些信息进行快速有效的分析提取成为现代海洋业的重要研究领域。数据挖掘通过统计﹑自动学习等算法从海量数据中提取有效信息。随着船舶采集信息量的增大,成为信息中心最重要的功能之一。本文研究现有聚类算法的优缺点,重点分析聚类数据挖据算法DBSCAN,根据船舶数据处理的特点对算法进行了改进。