多主机舰船机舱动力装置主机监控故障诊断系统设计

针对原有机舱动力装置主机监控故障诊断系统数据负载能力较差,导致多主机舰船机舱动力装置主机监控故障诊断精度较差的问题,设计新型多主机舰船机舱动力装置主机监控故障诊断系统。设计数据分析器,提升系统的数据分析能力,其余硬件引用原有系统硬件。在主机中安装传感器并设定信号数据库,完成动力信号的监控与采集。计算数据库内数据的有量纲参数,获取信号数据的特征值。在系统中增加机器学习模块,将特征提取后的数据进行训练,完成对主机故障的诊断。结合上述硬件与软件,多主机舰船机舱动力装置主机监控故障诊断系统设计完成。展开系统测试,与原有系统相比,此系统的负载能力较好。由此可知,此系统的使用性能优于原有系统。     

舰船轮机实验室中的智能监控系统设计

监控覆盖率较低、处理监控数据等待时间较长,是现有舰船轮机实验室中监控系统存在的主要弊端。为有效解决此问题,在原有系统基础上进行改进,设计新型舰船轮机实验室中的智能监控系统。通过功能模块设计、通信接口设计,完成系统硬件设计。通过软件体系结构设计、智能监控中心结构设计、数据库设计,完成系统软件设计。通过设计对比实验的方式,证明新型系统与普通系统相比,提升监控覆盖面积,大幅缩短处理监控数据等待时间。     

舰船火灾报警网络监控的嵌入式系统设计

传统舰船火灾报警监控系统,存在报警及时性差、监控范围分布不均等弊端。为有效解决上述问题,设计舰船火灾报警网络监控的嵌入式系统。通过基于S3C44BOX嵌入式硬件平台设计、系统中断模块设计,完成嵌入式系统的硬件设计。通过舰船火灾报警网络软件任务划分模块设计、总线应用层协议设计、报警监控程序设计,完成嵌入式系统的软件设计。设计对比实验结果表明,新型系统与传统系统相比,明显提升舰船火灾报警及时性,缓解监控范围分布不均现象。     

基于极限学习机的舰船网络入侵检测算法

针对传统网络入侵检测算法在舰船网络中存在的检测误差高的问题,提出基于极限学习机的舰船网络入侵检测算法。构建舰船通信网络模型,在该模型下实时采集通信数据并对其进行预处理。将采集的数据作为输入项,利用极限学习机算法提取网络入侵特征。根据网络入侵行为设置行为特征标准,结合舰船网络入侵节点聚集度的计算结果,得出舰船网络入侵检测结果。通过与传统入侵检测算法的对比发现,设计算法的检测误差有所降低,即入侵检测精度得到提升。     

船舶网络安全防护下入侵病毒检测及防御研究

传统的船舶网络安全防护下入侵病毒检测及防御方法性能较差,为此提出船舶网络安全防护下入侵病毒检测及防御方法研究。采用稀疏自编码器对采集的船舶网络信息进行编码,通过神经网络算法对入侵病毒进行检测,以检测到的入侵病毒为依据,采用聚类方法对其特征进行提取,构建入侵病毒防御模型,通过模型实现了船舶网络安全防护下入侵病毒的检测及防御。通过实验可得,提出的船舶网络安全防护下入侵病毒检测及防御方法有效防御率比传统方法高出31.5%,说明提出的船舶网络安全防护下入侵病毒检测及防御方法具备更好的性能。     

基于傅里叶分析的舰船航行安全监控系统

针对当前舰船航行安全监控系统在运行时,监控测量精度较低,导致系统测量的周期性脉冲信号较为分散的问题,设计基于傅里叶分析的舰船航行安全监控系统。硬件部分设计舰船航行安全监控控制器,实现监控控制模块功能,设计安全监控信号输出接口,分析船用发动机各种状态参数。软件部分设计采用高精度傅里叶分析法,接收监控测频数据,制定串口通信程序数据分析过程。设计监控信号接口输出代码,通过监控信号接口输出分析结果,完成舰船航行安全监控系统设计。测试结果表明,基于傅里叶分析的舰船航行安全监控系统监控测量的周期性脉冲信号较为集中,能够有效提高监控测量精度。     

舰船通信网络的主动防御技术研究

针对传统舰船通信网络防御模型数据加密性较差的问题,设计新型舰船通信网络的主动防御技术模型。通过风暴通信数据截获、精准捕获参数计算2个步骤,完成舰船通信网络的入侵因子获取。在此基础上,通过防御特征路径长度确定、通信网络效率计算、防御流程完善3个步骤,完成新型模型的搭建,实现舰船通信网络的主动防御技术研究。对比实验结果表明,与传统防御模型相比,应用新型舰船通信网络的主动防御技术模型后,网络自身稳定性得到大幅提升、加密传输时长明显缩短,数据加密性较差问题得到有效解决。     

舰船机舱监控网络高维感知数据弱关联挖掘研究

舰船机舱监控网络高维感知数据主要包含正常状态数据与异常状态数据,其中异常状态数据规模较大,增加舰船机舱监控网络高维感知数据弱关联挖掘的难度,导致数据弱关联挖掘效率较低,为此设计一种舰船机舱监控网络高维感知数据弱关联挖掘方法。采集舰船机舱监控网络高维感知数据,计算采集到的数据点与数据点之间的紧密联系度,确定异常数据最合适的异常处理时间,在此基础上,对正常感知数据与异常感知数据特征相关性参数进行统计特征分析,对数据弱关联模糊值评估,完成舰船机舱监控网络高维感知数据弱关联挖掘。实验证明,在正常感知数据与异常感知数据弱关联挖掘上,此次设计的方法都比传统2种方法的挖掘效率高。     

基于密码学原理的舰船网络数据保持机制

传统数据保持机制修复网络节点时,对原始数据内容覆盖不全面,导致数据加密时间较长,编码完整性较差。为此,提出基于密码学原理的舰船网络数据保持机制设计。在舰船网络数据访问和存储过程中,利用密码学原理,随机编码网络数据,修复并构造新的数据块,复制分割后进行安全存储,再根据冗余数据块形成向量,译码还原出原始网络数据,完成数据保持机制构建。部署舰船网络环境进行对比实验,结果表明,此次设计机制相比传统机制,加密时间缩短了2.611 s,编码占比提高了3.76%,编码数据更加完整,充分保证了舰船网络数据安全性能。     

舰船通信网络入侵风险等级分类系统设计

针对原有入侵风险等级分类系统对入侵信息等级划分具有误差性的问题,设计舰船通信网络入侵风险等级分类系统。此次系统设计的硬件部分沿用原有系统的硬件部分,仅增加网络信号处理设备,提升通信网络对入侵信息的处理能力。采用上述硬件结合网络数据分类结果与K均值算法,获取网络中的异常信号信息。应用风险严重等级的置信度函数计算信息的风险等级,按照风险等级分类结果完成对信息的分类工作。至此,舰船通信网络入侵风险等级分类系统设计完成。构建系统性能测试环节,与原有系统相比,此系统的信息风险等级结果与样本设定一致。综上所述,此系统的风险等级分类效果较好,与原有系统相比更具优越性。