船舶通信过程重叠干扰自适应弱化方法

传统船舶通信自适应算法能够根据干扰源特征,动态调节抑制信号参量,达到弱化干扰源对正常通信信号影响的目的。但是,随着通信信号载波数据量的增加,干扰源也有单一干扰波特征转化为具有重叠特征的干扰波集合,重叠干扰特征给传统自适应方法造成了阻碍,降低了方法抗干扰能力。因此,提出船舶通信过程重叠干扰自适应弱化方法研究。首先,通过重叠干扰信道划分算法,重新划分重叠干扰源信道,分离正常信号与干扰信号信道;接着,引入信号重构字典,对重叠干扰源进行结构重构,将重叠干扰源不同特征进行归一重构;然后,通过自适应干扰抑制算法,对归一特征重构的干扰源进行抑制计算,完成干扰弱化处理。最后,通过仿真对比实验,对提出方法的使用效果进行验证,证明其方法的有效性。     

船舶无线网络通信过程差错数据智能检测方法

现有的异常数据检测方法无法适应船舶无线网络通信环境,存在漏检率高的问题,为此提出通信网络差错数据智能检测方法。根据舰船无线网络通信的特点,选取通信数据差错特征。利用数据采集设备,获取船舶无线网络通信过程数据。通过计算数据集的离散度与设置置信区间2个步骤,实现对通信过程差错数据的识别。以识别结果为基础,分别从数据长度、格式和内容3个角度,实现对通信差错数据的智能检测。为了验证设计的智能检测方法的检错能力设计性能对比实验,结果表明,与传统差错数据检测方法相比,设计的智能检测方法的漏检率降低了30.1%,且通过该方法的检测与控制提高了无线网络通信的稳定性。     

天气干扰下海上船舶通信延迟消除方法

目前研究的海上船舶通信延迟消除方法无法对中间继电点汇聚节点搜索,搜索范围不够全面,进而导致消除效果不好。为解决上述问题,基于蚂蚁算法提出新的天气干扰下海上船舶通信延迟消除方法。通过最优算法确定最佳网络分簇大小以及最优簇从数量,以任意周期内的通信节点能量消耗为基础,确定网络通信节点通信范围半径和节点分布密度,利用最小代价多跳路为搜索目标,引入蚂蚁算法进行路径搜索,进而针对无线通信蚂蚁信息扩散和数据包发送频率实现信号延迟消除。实验结果表明,天气干扰下海上船舶通信延迟消除方法能够消除过程中能耗更小,节点无响应频率更低。     

基于无线自组织网的船舶通信信号传输质量检测方法

针对船舶通信信号传输质量研究,采用传统方法存在检测效率低的问题,提出了基于无线自组织网的船舶通信信号传输质量检测方法。构建船舶通信信号模型,检测设备连接情况,实时处理接收到的信号。保证码元周期不变,可获取接收信号表现函数。根据该函数,选择不同长度设备电缆进行测试,选取测试点,设计船舶通信信号传输质量检测流程。依据数据包检测结果,实现对船舶通信信号传输质量检测。通过实验对比结果可知,采用无线自组织网络方法检测效率最高为94%,为船舶提供良好的通信环境。     

基于嵌入式技术的船舶故障诊断控制器设计

船舶故障诊断是船舶运输航行的重要技术支持,为了有效提高船舶故障诊断效果,基于嵌入式技术设计新型船舶故障诊断控制器。该控制器从故障异常数据入手,首先建立故障训练样本,用于表示船舶正常航行以及多类型故障时的数据标数,根据训练样本,提取当前故障信号诊断特征,并利用最小二乘法对上述建立的训练样本数据进行直接限制,完成诊断特征分类,将分类后的数据进行信号去噪,消除无用数据,确定信号标度因子值,通过数据清洗,重新划分定位故障数据,实现故障诊断。实验数据表明,应用该故障诊断控制器,故障诊断率提高了22%,故障误判率降低了30%,有效提高船舶故障诊断控制效果。     

基于物联网技术的船舶电气设备检修方法优化分析

受到海上温度与湿度的影响,船舶电气设备的故障率远高于设备保养参数与使用参数。船舶电气设备的稳定是保障船舶航向安全的首要条件。传统的电气检修方法在对设备故障检测感应反馈上,存在响应滞后的问题,究其根源在于信号的传输方式。结合物联网技术,提出基于物联网技术的船舶电气设备检修方法优化分析。首先,对船舶电气设备检测程序结构进行优化,增添多组电气设备故障感应模组,采用网络传输替换传统电频信号的传输方式;接着,采用故障信号抗干扰算法对电气设备故障点报警信号进行优化补偿计算,达到增强信号感应灵敏度的效果;最后,通过实验对提出设计的故障检测灵敏度进行测试,通过数据证明设计方法优于传统检修方法。     

云计算下船舶多重故障检测方法研究

传统船舶故障检测方法,每次检测时间过长,且不能同时完成多重故障检测。为解决此问题,引入云计算思想,设计基于云计算的船舶多重故障检测方法。通过DNS协议的确定、Web云服务器的启动,完成船舶故障检测云环境的搭建。通过检测方法框架的确定、船舶故障类型确定、故障属性计算3个步骤,完成基于云计算船舶多重故障检测方法的搭建。设计对比实验结果表明,新型方法与传统方法相比,节约50%以上的检测时间,且可同时进行多重故障检测。     

大数据分析下舰船通信网络链路故障恢复方法

传统船舶通信网络链路故障恢复方法存在链路层故障定位不准确的问题,导致后续故障恢复无法有效对数据链路层进行数据信道重建,影响大数据通信信息的交互。为此,提出大数据分析下舰船通信网络链路故障恢复方法。在大数据分析技术基础上,采用神经网络算法对舰船通信网络链路故障进行定位,设计链路层策略恢复方法,实现链路层交互信道恢复。仿真结果表明,所提方法可有效解决传统链路故障恢复方法中存在的问题,其链路故障恢复率最高可达99.8%,具有一定实际意义。     

舰船通信网络分布式数据多状态识别技术研究

传统识别技术手段不能在适应网络通信量改变的同时,调整数据的分布状态。为解决上述问题,提出基于船舶分布式通信网络环境的数据多状态识别技术。通过单点分布框架设计、通信协议选择2个步骤,完成舰船分布式通信网络环境的搭建。在此基础上,通过多状态相似度确定、识别密度确定2个步骤,实现新型舰船数据识别技术的顺利运行。分析对比实验结果可知,与传统识别技术手段对比,应用基于船舶分布式通信网络环境数据多状态识别技术后,网络通信量适应程度、数据调整及时性都得到适当提升。     

基于无线传感器网络的船舶电力系统故障检测算法

为了解决传统故障检测算法存在的检测精度低的问题,提出了基于无线传感器网络的船舶电力系统故障检测算法。构建无线传感器网络,并利用该网络实现对船舶电力系统实时运行信号的采集。按照不同的电力系统故障类型设置故障特征,作为故障检测的数据对比标准。通过输出故障类型和故障发生位置,实现船舶电力系统的故障检测。实验结果表明,与传统检测算法对比,设计的故障检测方法得出的检测结果更加接近设置的故障数据,即设计的故障检测算法的检测精度更高。