船舶网络加密数据传输中防丢失方法研究

传统船舶网络加密数据传输中采用DEM防丢失方法,确保数据传输的安全性,该种方法存在易丢失以及稳定性差的弊端,因此,提出新的防丢失方法,也就是基于船舶网络编码的防丢失方法,其融合船舶网络的特征,采用微积分变换以及拉普拉斯变换对模拟信号实施变换操作,在确保船舶网络速率的基础上降低信息被丢失的概率。面向船舶网络开放信道以及资源有限的属性,采用基于t-n门限的网络编码算法,进行自适应控制,确保攻击环境下网络加密数据传输安全性。实验结果说明,所提防丢失方法具有较高的实用性和性能,可广泛应用在船舶网络中。     

集中式船舶供电网络的分布式控制方法

集中式船舶供电网络由于用电设备终端之间用电功率差异性容易导致功率输出失衡,需要进行优化控制,提出基于用电节点覆盖区域自适应功率调制的船舶供电网络分布式控制方法。对集中式船舶供电网络的路由节点进行优化部署设计,构建网络传输信道模型,采用输出功率拥塞控制方法进行供电网络传输信道的均衡处理,结合用电设备的功率损耗进行网络节点的自适应调制,通过分组概率均衡策略实现集中式供电网络的路由冲突调节,实现船舶供电网络的分布式控制。仿真结果表明,采用该方法进行船舶供电网络分布式控制能提高供电网络的功率均衡配置能力,传输链路的丢包率较低,电能开销较小,提高了供电网络的节能效益。     

近距离多船舶通信网络的拥塞控制算法

近距离多船舶通信网络由于路由冲突容易导致信道拥塞,为了提高网络的连通性,进行拥塞控制优化设计,提出一种基于自适应信道修复和链路均衡的近距离多船舶通信网络的拥塞控制算法。构建近距离多船舶通信网络的信道传输模型和路由探测协议,采用波特间隔匹配方法进行链路拥塞的疏导模型设计,结合自适应链路转发协议进行网络通信的路由修复,实现信道均衡设计,提高信道传输的吞吐量,实现路由协议优化设计,可以降低功率损耗,提高路由连通性和链路吞吐量,避免网络拥塞。仿真结果表明,采用该方法进行近距离多船舶通信网络拥塞控制能提高网络通信信道的均衡性,数据准确传递率得到提高。     

船用局域网络信息传输时延的优化和控制

船用局域网络信息传输的多普勒衰减产生传输时延,为了提高传输的时效性和数据输出的实时性,提出一种基于自适应波特间隔均衡的船用局域网络信息传输时延控制方法。构建船用局域网络信息传输信道模型,采用直接序列扩频调制方法进行多普勒衰减抑制,提高数据传输的带宽扩频能力,采用波特间隔均衡方法进行传输链路层的信道均衡设计,在数据输出终端采用随机序列码进行调制解调处理,由此实现船用局域网络信息传输时延控制。仿真结果表明,采用该方法进行船用局域网络信息传输,时延较小,输出数据的正确比特率较高,抗干扰能力较强,在船舶网络通信中具有很好的应用性能。     

大数据资源调度下船舶网络信息传输方法优化

为解决常规船舶网络信息传输方法传输稳定性较低的不足,提出了大数据资源调度下船舶网络信息传输方法优化,基于多进程的船舶网络信息传输整合,优化船舶网络通信PCI地址映射机制,改善船舶数据传输信息的打包方式,完善船舶无线网络信息传输协议,实现大数据资源调度下船舶网络信息传输方法优化,实验数据表明,提出的船舶网络信息传输方法较常规传输方法,传输稳定性提高25.71%,适合于大数据资源调度下的船舶网络信息传输。     

一种改善Ad Hoc网络链路层性能的方法

在高误帧率环境下Ad Hoc网络链路层性能急剧下降,针对这一情况,提出了一种改进的自适应编码调制方法,使发端的调制编码方式较为迅速地与当前信道状态匹配.仿真数据表明:与传统自适应编码调制方法相比,改进的方法在误帧率较高的场景下获得了较高的数据包接收成功率和较低的传输时延,提升了Ad Hoc网络在链路层的数传性能.     

船联网数据分发的路径时延模型研究

近年来由于信息传输时延问题导致船舶航行事故频发,为减小船舶航行安全事故发生的概率,对船舶航行过程中数据分发路径传输时延问题的有效处理成为当前亟待解决的问题,逐渐受到了广泛关注。在船联网数据分发通信过程中,需要通过多层网络对不同船舶的通信状态进行传输和接收,由于舰船数据分发网络路径的结构层次复杂,且易受到外界因素干扰,信息传输频率不同,造成信息传输特征存在延时、错误等问题,会对通信效果造成不良影响。因此,针对船联网数据分发的路径时延模型进行研究,提出采用信息重排的网络性能优化算法对船舶数据分发向量进行重新排列,以便提高数据集成优化程度,实现网络数据分发路径成优化评估信息,保障信息传输质量。为检验该方法的有效性和灵敏度,分别进行数据分发延时检测实验和误差检测实验,实验结果证实基于信息重排的网络性能优化算法设计的船联网数据分发的路径时延模型信息传输性能及抗干扰能力均优于传统方法,有较高的参考价值。     

基于EM算法的海上AIS网络数据传输拥塞抑制方法

为规范海上交通运行环境,AIS被广泛应用在船舶上,有效降低了船舶碰撞事故,规范了交通秩序,但是受到信道资源的限制,岸上基站与海上船舶之间的通信质量并不是很好,导致传输延迟和数据丢包现象严重。为此,针对基于免疫算法、蚁群算法、遗传算法的3种数据传输拥塞抑制方法性能不足的问题,提出一种新的基于EM算法的海上AIS网络数据传输拥塞抑制方法。该方法先是利用EM算法实现AIS网络传输拥塞检测,后在检测结果的基础上,利用免疫粒子群算法实现AIS网络数据传输拥塞抑制。结果表明,3种数据传输拥塞抑制方法相比,本文方法的AIS网络数据传输延迟缩短、传输丢包率降低,说明本方法的拥塞抑制性能更高,提高了海上AIS网络数据传输质量。     

差分跳频通信技术在通信网络信道均衡控制中的应用

为保障船舶航行过程中的通信安全,有效抑制通信网络噪声干扰,避免信道衰减问题,对差分跳频通信技术在通信网络信道均衡控制中的应用情况进行研究,通过对差分跳频通信校正矩阵进行选择,采用无线编码技术对通信数据进行均衡控制和编码调制处理,从而有效生成适合于信道传输的脉冲波形,并将通信过程中的数据信道传输误码率和丢包率为评价指标,检验差分跳频通信技术在通信网络信道均衡控制中的应用效果,通过实验证明,差分跳频通信技术在通信网络信道均衡控制中应用效果明显更好,能有效地降低数据传输误码率和丢包率,保证船舶通用通信的安全性和可靠性。     

基于FCM-ANFIS模型的船舶交通流预测

提出一种基于模糊C均值聚类自适应神经模糊推理系统(Fuzzy C-Means Clustering Algorithm with Adaptive Neural-Fuzzy Inference System,FCM-ANFIS)的船舶海上交通流预测模型,采用相关分析法预测网络模型的输入变量个数;采用模糊C均值聚类算法对仿真数据进行分析和模糊聚类,从而确定模型的聚类中心,进而建立ANFIS预测网络结构。该模型采用BP算法与最小二乘算法相结合的混合学习算法进行网络参数训练,可克服传统预报模型收敛速度慢和局部最优等问题,进而提高预报精度。同时,选用船舶自动识别系统(Automatic Identification System,AIS)记录的船舶交通流数据进行仿真预报,仿真结果验证了该模型的可行性和有效性,并取得良好的效果。     

基于三维地理信息的舰船输电通道多源信息融合技术研究

针对舰船输电通道差异性数据聚类出现的中心不定问题,提出基于三维地理信息的舰船输电通道多源信息融合技术。构建舰船配电网络输电通道的信息传输信道模型,采用量化跟踪调制方法对信道进行自适应调整以补偿信道畸变;对舰船输电通道覆盖区域进行三维地理信息特征采集,对采集的地理信息特征进行模糊C均值聚类处理,并输入到舰船输电通道中组成一组训练序列+信息序列的帧信号,在决策指向性模式下实现舰船输电通道多元信息融合。仿真结果表明,采用该方法进行舰船输电通道信息融合,可提高舰船配电网络输电通道负载均衡性,抗干扰能力较强,从而改善了舰船配电网的结构性能。     

基于LoRa技术的船舶交通信号控制

传统船舶交通信号控制方法采用的控制技术,存在信号间数据流调控相位差较大,导致传输信道内信号流拥堵,出现信号交替延迟,降低信号控制精度的问题。因此,提出基于LoRa技术的船舶交通信号控制。基于LoRa技术对船舶交通信号网络控制结构进行优化,建立基于LoRa的信号传输模式。在建立模式中,优化信号交替数据流间的相位量,梳理信号控制的逻辑,提升信号控制精度。仿真数据对比结果表明,基于LoRa技术的船舶交通信号控制方法,具有大流量下信号控制精准、控制信号稳定的优点,相较传统船舶交通信号控制方法的控制精度整体提升58.6%,具有一定的推广价值。     

船舶移动网络中节点跨域访问方法研究

为了提高船舶移动网络的全网能量均衡性,提出一种基于能量均衡控制的船舶移动网络中节点跨域访问方法。建立船舶移动网络移动节点的分布部署模型,采用最短路径寻优方法进行节点的路径规划,结合通信负载均衡性进行船舶网络传输信道均衡设计,对船舶移动网络中各簇首节点采用链路增益控制方法进行传输路由设计,计算移动船舶网络的全网能量负载开销,采用能量均衡控制方法实现船舶移动网络节点的跨区域访问。仿真结果表明,采用该方法进行船舶移动网络中节点跨域访问,提高了节点的正确传递概率,船舶移动网络的全网信道均衡性较好,改善了网络的数据传输和通信性能。     

基于K-means聚类的舰船通信网络异常数据检测

为了解决海上通信环境中的干扰和传输问题,提升舰船通信网络通信质量和可靠性,提出基于Kmeans聚类的舰船通信网络异常数据检测方法。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据。使用基于超窄带滤波的舰船通信网络数据滤波处理方法去除舰船通信网络数据内的干扰噪声,将无噪声的舰船通信网络数据作为输入,使用K-means聚类算法输出舰船通信网络异常数据检测结果。结果表明,该方法采集舰船通信网络数据较为准确,并可有效去除数据内含有的干扰噪声,降低舰船通信网络数据幅值区间,同时可用聚类方式准确检测舰船通信网络异常数据,应用效果较为显著。     

基于分布式架构的船舶移动通信中间件研究

在分布式构架体系下进行船舶移动通信需要通过中间件实现网络配置和路由协议开发,为了提高船舶移动通信的稳定性,提出基于自适应分数间隔均衡的分布式构架体系下船舶移动通信中间件设计方法。构建网络适配层和基础软件层组成分布式架构船舶移动通信节点嵌入式软件体系结构,采用配置中间件完成船舶移动通信的路由配置和拓扑结构调整,采用层次化、模块化的设计方案进行移动通信的网络中间件和安全中间件设计,结合自适应分数间隔均衡方法实现船舶移动通信网络的信道均衡化配置,完成中间件优化设计。仿真测试结果表明,该方法进行分布式构架下的船舶移动通信中间件设计,提高了通信链路的均衡性和路由转发控制能力,降低了船舶移动通信的输出误码率。     

船舶通信系统中的信道分配算法设计

船舶通信系统的信道分配可有效均衡信道负载、节约通信开销,为此,提出基于新的船舶通信系统信道分配算法。首先建立船舶通信系统的通信能耗模型,然后采用链路节点自适应收发方法均衡控制船舶通信系统信道分配,并采用链路节点自适应收发控制模型控制不同接收阵元,建立节点和资源信息调度之间的联系,达到合理分配船舶通信系统信道,最后对船舶通信系统信道分配算法的性能进行仿真测试。结果表明,本文方法提高了船舶通信系统的吞吐量,使各信道之间的负载更加均衡,能够大幅度降低船舶通信系统通信开销,是一种有效的船舶通信系统信道分配算法。     

大数据环境下基于协同过滤算法的船舶信息推荐模型研究

传统的船舶信息推荐模型的MAE值偏高,因此提出大数据环境下基于协同过滤算法的船舶信息推荐模型研究。利用船舶信息采集装置传输船舶信息,并利用HDFS文件处理传输的信息生成船舶信息数据集。在大数据环境下挖掘用户需求,计算相邻用户相似度,基于协同过滤算法的规则,选取最近邻居聚类用户,完成信息的随机分组。同时协同过滤出大量船舶信息,并对剩余信息进行深层次的信息匹配预测评分,从高到低生成信息推荐列表,完成了推荐模型的研究。实验结果表明,设计的模型在实验中的平均MAE值比传统模型降低了0.135,说明设计的模型推荐精度更高。     

多目标遗传算法在船舶网络资源调度中的应用

海上无线网络作为船舶导航、通信的媒介,其信道质量和信号传输效率有着重要意义,由于海上无线通信网络无法建立基站且船舶不断的移动位置,因此,提高船舶无线网络资源的利用率,合理的调配无线网络资源是一项热点研究。本文介绍一种基于多目标遗传算法的船舶网络资源调配方法,分别从算法原理、资源调度流程以及仿真测试等方面进行介绍。     

移动船舶通信网络的信道均衡技术研究

信道均衡问题是移动船舶通信网络研究中的重点课题之一,目前存在的解决方法主要有2种:基于神经网络和基于遗传算法的信道均衡技术,这2种方法经实践,信道分配效果较差,导致产生了极大的误码率,影响了数据传输质量。针对上述问题,研究一种基于蚁群算法的信道均衡技术。该技术首先需要建立一个移动船舶通信网络的信道均衡模型,然后利用蚁群算法对该模型进行求解,找出最佳的信道均衡方案。结果表明:与传统基于神经网络和基于遗传算法的信道均衡技术相比,利用本技术进行信道均衡后,误码率分别降低0.32×10–5%和0.05×10–5%。     

基于北斗通信的AIS信息自适应筛选技术研究

基于北斗传输AIS信息可以解决AIS远海域存在监控盲区的问题,然而船舶密集海域AIS信息无法全部通过北斗信道传输,针对此局限性研究AIS信息自适应筛选技术,采用距离筛选法、舷角筛选法及混合筛选法,根据行进中舰船所在海域的船舶动态情况,连续自主筛选影响舰船安全行驶的船舶AIS信息基于北斗窄信道传输。通过仿真可知经过自适应筛选后,待转发的船舶AIS数据量减少效果显著,能够保证岸基指挥中心及时有效监控本舰所在海域的船舶动态情况,保障舰船的远洋航行安保能力。