海上数据通信中的物联网交互技术研究

随着现代船用电子信息系统的发展,各电子设备之间及与设备与信息中心的数据交互越加频繁,交互量越来越大,传统的基于无线通信架构的数据通信系统已经越来越不能满足海上大量数据的交互性能要求。物联网是一种全新的互联结构,其数据采集﹑传输是基于RFID射频技术﹑传感器技术及无线传感网络技术,能够高效的对船用通信数据进行处理。本文研究海上无线通信网络与物联网结构,提出基于物联网结构的拥塞算法,极大提高了海上通信网络系统容量。     

船联网VANET网络路由优化研究

在现代交通物流运输方式中,船舶航运占有非常大的份额,是社会生产和商品交流的重要环节。随着互联网与计算机技术的发展,如何改善船舶航运中的交通问题,提高海上航线的利用率,降低海上航运中的安全隐患,保证海上航运的安全性与高效性,成为了当前的研究重点。船联网正是基于这种背景下被开发出来的,船联网与VANET网络可以显著改善船舶的通信能力,促进导航信息、航迹数据等传递。本文重点研究了船联网中VANET网络的路由协议和优化算法,并对VANET网络中的路由数据传输进行了仿真试验。     

基于船联网的MILK-RUN船舶运输调度系统研究

近年来,世界范围内商品的流通量剧增,海上运输在大宗商品运输环节发挥的作用也越来越大。很多跨国企业为了满足市场需求,缩短产品的开发周期和降低成本,都非常重视原材料和商品海上运输的效率。在传统的企业供应链中,商品原材料的供给依据客户的需求指标,随着船舶运输速度和航运能力的提高,一种MILKRUN循环取货的物流管理模式被研发出来。船联网是指将互联网与船舶节点相连接,使海上的船舶形成一个信息交互的整体,对于提高海上航运物流的信息化有一定的促进作用。本文重点介绍了MILK-RUN物流理念和船联网技术,在此基础上对基于船联网的船舶运输调度系统进行研究,并对调度流程和原理进行介绍。     

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。     

基于数据挖掘的船舶海上物流供应链建模研究

船舶海上物流供应链的研究主要依靠大量数据,传统的模型中存在数据聚合度低的问题,因此,提出基于数据挖掘的船舶海上物流供应链建模研究。以星型结构建立数据仓库,生成数据库存事务表,以仓库中数据为依据,使用数据挖掘技术实现高维数据聚类,根据货物流向特点,结合RFID技术构建海上物流供应链工作流模型,达到供应链研究目的。实验结果表明:与传统的模型相比,设计的基于数据挖掘的船舶海上物流供应链模型的数据聚合度更高,说明该模型适合应用在船舶海上物流供应链研究中。     

移动网络海上应急物流路径规划算法

传统算法缺乏海上应急物流路径规划网络数据库的构建,导致在对物资配送时时间过长,为此设计一种移动网络的海上应急物流路径规划算法。应用航行条件的属性信息,以矩阵形式构建海上应急物流路径规划网络数据库,根据数据库内信息确定海上路径可通行的难易程度,并对海上应急路径当量长度计算,寻求到最短配送路径进行静态路径规划,考虑船舶行驶中航行环境会发生变化,提出动态规划流程,完成海上应急物流路径的规划。实验中对多个物资点配送,结果表明此次设计的移动网络的海上应急物流路径规划算法的物资配送时间比传统算法的物资配送时间短。     

基于嵌入式的海洋运输环境数据采集与动态监控节点设计

为保障海上船舶运输数据的有效采集和监控,需要对海上船舶运输数据环境监控系统进行设计。采用当前算法进行监控时,存在监测范围小、成本高、功耗高、实时性低等问题。为此,提出一种低功耗适用于海洋运输环境的物联网动态监控的节点设计方案。该方案先定义基于物联网的海上船舶运输环境数据监控系统模型,将此系统模型分为无线传感网络、汇聚节点和监控中心,在此基础上对传感器节点、汇聚节点以及监控中心的硬件均进行设计,并给出基于ZigBee技术的无线传感器组网过程,设计出基于物联网的海上船舶运输环境数据监控系统。实验结果表明,该方法能够对海洋环境信息进行数据采集和动态监控,具有低成本、功耗低和丢包率低等方面的优点,具有可行性。     

基于神经网络的船舶海上交通规划

传统的旅游高峰期船舶海上交通规划方法的最小航时规划结果与设定要求不符,为了解决这一问题,提出基于神经网络的旅游高峰期船舶海上交通规划研究。运用神经网络算法优化处理船舶海上交通航迹,在此基础上,设计船舶海上交通规划方案,先确定阶段变量,再选择状态变量,实现旅游高峰期船舶海上交通规划。由此完成基于神经网络的旅游高峰期船舶海上交通规划研究。最后,进入实验部分,对比2种方法的最小航时规划结果是否符合设计要求,实验结果表明,传统的旅游高峰期船舶海上交通规划方法的有效波高小于3.5 m,与约定波高5 m要求不符。而使用所提方法的有效波高大于5 m,与约定波高5 m要求相符。     

基于嵌入式的海洋运输环境数据采集与动态监控节点设计

为保障海上船舶运输数据的有效采集和监控,需要对海上船舶运输数据环境监控系统进行设计。采用当前算法进行监控时,存在监测范围小、成本高、功耗高、实时性低等问题。为此,提出一种低功耗适用于海洋运输环境的物联网动态监控的节点设计方案。该方案先定义基于物联网的海上船舶运输环境数据监控系统模型,将此系统模型分为无线传感网络、汇聚节点和监控中心,在此基础上对传感器节点、汇聚节点以及监控中心的硬件均进行设计,并给出基于ZigBee技术的无线传感器组网过程,设计出基于物联网的海上船舶运输环境数据监控系统。实验结果表明,该方法能够对海洋环境信息进行数据采集和动态监控,具有低成本、功耗低和丢包率低等方面的优点,具有可行性。     

基于有向图规划的船舶物流运输最优路径选取算法

传统的船舶物流运输最优路径选取算法的运行效率低,为了解决这个问题,提出基于有向图规划的船舶物流运输最优路径选取算法。利用有向图规划法,确定有向图规划船舶物流运输路径冲突分流点,采用深度优先遍历算法,获取船舶物流运输最优路径。为突出算法优势,在经典算法基础上,对其做出改进,在算法结束后,逆序打印每一条路径,选取最优路径,由此,完成基于有向图规划的船舶物流运输最优路径选取算法的设计。在实验中,采用有向图作为实验样本,对2种算法进行对比实验.实验结果显示,所提算法相比传统的船舶物流运输最优路径选取算法运行效率更高。     

云计算物联网体系的数据挖掘模式设计

现代海洋运输及海上开发中基于物联网架构的信息系统应用越来越多,其各个应用信息处理中心平台呈现分布异构﹑动态的特性,处理的信息量呈指数增加。利用传统的数据挖掘模型及算法越来越不能满足各应用的时效性要求。云计算集分布式架构与并行计算于一体,在信息处理的速率及数据存储的容量方面都有了极大提高。本文在研究现有的云计算架构及数据挖掘技术的基础上,改造Apriori算法,提出一种基于云计算的高性能数据挖掘算法,并进行仿真。     

水下机器人推进系统自适应故障诊断

针对水下机器人推进系统的在线监测,提出一种具有在线学习能力的推进系统故障诊断方法。通过分析相关性的变化趋势,在线估计推进系统的时延。利用作业过程中采集的数据,对控制量与转速之间的关系进行在线建模。为提高建模精度,采用粒子群算法,对模型阶次和建模数据量进行在线优化。为适应作业过程中环境和系统自身状态的变化,设计了模型在线更新机制。基于该在线更新机制,提出一种不依赖传统阈值的自适应故障检测方法。通过海上试验数据和水池测试,验证了所提出算法的有效性。     

基于离散序列的大型船舶运输调度系统

由于当前船舶运输调度系统在运行过程中难以对海量数据进行有效处理,易导致耗时过大、运行速率低的问题。基于此,提出基于离散序列的大型船舶运输调度系统设计。首先对船舶运输调度系统硬件配置进行完善,并结合离散序列算法对大型船舶运输路径调度软件算法进行优化,最后简化船舶运输调度流程,实现对船舶运输调度系统的合理设计。通过实验证实,相对于传统调度系统而言,基于离散序列的大型船舶运输调度系统耗时相对更低,且调度速率也明显提高,充分满足研究要求。     

基于大数据分析的船舶海上物流配送链优化模型

传统的船舶海上物流配送链优化模型无法对物流资源数据进行特征共享分析,导致优化后的配送路径过长,极大地增加了运输成本与时间。为了解决这一问题,提出基于大数据分析的船舶海上物流配送链优化模型设计。通过大数据分析技术,首先对物流配送链信息进行物流源的分组优化。以收件人为中心将货物与数据资源一一对应分组,清晰物流配送数据的配送关系,对数据进行内部整合计算,精简数据流提升模型计算速度;最后对配送路径进行输出优化计算,通过大数据分析对遗传算法进行实时分析,得到最佳的配送路径。为验证提出优化模型的有效性,通过设计仿真对比实验的方式,模拟配送链数据对提出模型与传统模型进行配送时间的对比,通过对比数据证明提出的优化模型具有配送用时短,节约运输成本的特点。     

基于Hadoop平台的船舶通信数据高效传输方法研究

传统船舶通信数据传输方法对于船舶通信数据的初始收集力度较小,数据收集完整度较低,系统传输效率较差,不符合系统发展要求。针对这一问题,基于Hadoop平台提出一种新式船舶通信数据高效传输方法研究,通过强化系统内部的数据信息采集性能加大对数据的初始采集力度,完善研究操作的数据信息内容,在此基础上利用相应的数据平台算法进行数据传输处理,分析传输所需条件与数据状态,并加强数据保护,由此实现对船舶通信数据高效传输的方法研究。为验证方法研究的工作效果,与传统方法研究进行实验研究。结果表明,基于Hadoop平台的船舶通信数据高效传输方法研究具有较高的系统传输效率,数据收集完整度高,符合数据系统需求。     

基于PLC技术的海上自动化动力系统研究

传统海上船舶动力系统在动力输出与传送上存在动力损耗过大、动力值计算输出准确性差的问题。针对问题产生根源结合PLC技术,提出基于PLC技术的海上自动化动力系统研究。通过改进传统动力运算硬件,创建PLC动力综合采集平台,实现对海上舰船动力相关参数的综合收集分析处理;其次,引入多动力遗传数据算法对动力参数进行遗传自动逻辑量运算,求得自动化最优动力参数;最后,通过仿真实验证明,提出设计的PLC技术的海上自动化动力系统,具有动力参数计算准确、动力自动化程度高的特点,能够从根本上解决传统海上动力系统存在的问题。     

大数据背景的船舶出航频率非线性估计

传统船舶出航频率非线性估计算法输出估计值与实际频率值之间误差较大,已经无法适应大数据背景下的估计应用。为了解决误差较大问题,提出大数据背景的船舶出航频率非线性估计方法。结合大数据计算特征,构建船舶出航参量进行出航流量的状态模型。通过模型输出相关频率变量特征,对频率估计误差展开分析计算。最后,根据分析系数值,对其进行估计内点差量的补偿计算,从而完成对非线性估计误差问题的优化。数据对比表明,提出的非线性估计输出值,相较传统评估输出值更为接近实际频率值。     

云计算的RFID数据采集和管理系统设计

现代航运业及海上军事系统建设中,需要对各种海量的数据进行采集处理,如海上气象数据﹑环境监测数据﹑海底地形数据及卫星通信数据等,有些数据的采集处理对实时性及准确性要求较高。传统的RFID数据采集和管理系统结构单一,处理性能已经越来越不能满足现代航运业的实际要求。本文研究云计算架构及海上RFID数据采集和管理系统,重点探讨基于云平台的分布式架构并改进数据采集中的哈希过滤算法,有效提高系统性能。     

基于深度学习算法的舰船通信网络流量估计研究

传统舰船通信网络流量估计算法输出结果与实际流量数值之间的误差较大,导致后期数据流量分析结果可信度降低。为了提升通信网络流量估计准确度,提出基于深度学习算法的舰船通信网络流量估计研究。首先,对通信网络空间中的数据流进行数据流模型建立,获得通信流量基础特征数据;然后,对其流量波动值域范围进行特征计算,以此获得深度学习样本。最后,通过深度学习算法,对样本数据进行学习,通过学习完成对流量估计系数的更新,进而提升估计精准度。通过对仿真数据的对比测试,证明提出的估计算法能够有效减小估计值与实际值之间的误差,满足适应估计场景的应用要求。     

基于动态优先级的船舶网络数据传输优化方法

传统船舶网络数据传输优化方法研究对于船舶网络数据的收集力度较小,步骤复杂,无法满足系统可持续发展要求。针对以上问题,提出一种新式基于动态优先级的船舶网络数据传输优化方法,通过构建船舶网络模型获取相应船舶网络数据。在此基础上进行传播网络数据传输与研究,利用网络数据特征分辨优化参数,并指导操作,最终实现对船舶网络数据传输的优化。为验证优化效果,与传统优化方法进行实验对比。结果表明,基于动态优先级的船舶网络数据传输优化方法具有更好的数据操控性,符合系统需求。