无线网络在船舶数据存储系统中的应用

船舶数据存储系统需要及时对大量数据进行存储调用操作,而当前的系统优化主要以减少数据冗余为主,虽提升了系统性能,但是也降低了系统操作效率。为改进上述缺陷,结合船舶航行需求提出基于无线网络的存储系统优化方法,研究无线网络在船舶数据存储系统中的应用。将存储系统节点接入无线网络,在无线网络通信协议下,设计数据缓存反馈流程。并利用前项搜索规划系统节点状态,设计丢失数据恢复机制,从而优化系统的操作效率。经过实验测试,应用无线网络的系统其吞吐量平均提升了约30.5%,同时节省了系统的能量消耗与操作时间,性能得到了明显提升。     

基于虚拟仪器的船舶监控系统研究

船舶监控系统的研究对船舶安全起着至关重要的作用,有助于提升船舶导航能力和海上交通管理能力。该文提出的基于虚拟仪器的船舶监控系统,应用LabVIEW图形化编程语言开发了AIS信息处理系统,能够实时采集网络最新发布的船舶信息数据,进行信息的解析和存储,同时应用Google Earth显示船舶的位置及路径信息。系统选用Kalman滤波对船舶的航迹进行跟踪优化,结合BP神经网络对船舶航迹进行预测。系统可实现AIS数据采集、解析、存储、显示、分析等多项功能。     

船舶无线传感网络节点数据的采集方法研究

通过对船舶无线传感网络节点数据,进行船舶无线传感组网设计,提高对船舶运行状态的分析和监测能力,提出一种基于量化融合跟踪和多线程总线调度的船舶无线传感网络节点数据的采集方法。进行船舶无线传感网络的路由拓扑结构设计,进行网络节点的最优分布路由控制和定位。在传感器节点优化定位算法设计的基础上,进行数据采集系统的硬件设计,采用32位数据总线进行船舶无线传感数据的高速捕获和总线传输,在FIFO RAM缓冲区采用连续脉冲冲激方法进行数据激发,将采集的数据存储在SCSI数据硬盘和局部总线中,实现数据实时调度和分析。测试结果表明,该采集方法能有效实现船舶无线传感网络节点数据的多线程多通道采集,数据检测和输出的准确性和实时性较好。     

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。     

船舶通信信号传输算法优化

船舶通信信号在传输过程中,为了提升信号的清晰度与传输能力,通过滤波器内的滤波算法对信号噪声进行降噪处理。但是,传统滤波算法在噪声去除过程中,由于未分离正常通信信号与噪声信号,导致滤除噪声过程中对相邻正常信号造成损伤,降低信道传输码率,影响信号传输速率。为此,提出船舶通信信号传输算法优化。通过对通信信号建立船舶通信信号分布模型,获得信道内正常信号与噪声信号的分布状态;在优化算法中引入噪声分离策略,将噪声信号源与正常信号源进行分离;通过多标签抗扰算法对分离噪声源进行抑制消除,从而达到清晰信号,提升传输速率的目的。对比实验数据表明,采用提出算法优化后通信信号的传输速率与清晰度,明显优于传统传输算法,更适合实际船舶通信信号传输应用。     

基于AIS的船舶运动轨迹压缩技术研究

随着船舶自动识别系统的强制使用,海事系统及船公司为了对船舶监控,将接收大量的船舶AIS信息。为了存储海量的船舶AIS信息而又确保数据的质量和降低存储成本,就要对AIS信息进行压缩处理。论文结合AIS数据的特点和实际航迹研究的需要,在Douglas-Peucker算法的基础上,将此法结合船舶运动轨迹数据的特点进行了改进,从而提出了动态D-P压缩法。实验表明该算法能在保持较低失真度的情况下,对AIS提供的船舶运动轨迹数据进行有效快速的压缩,对船舶航迹再现、回放等研究和应用起到了启示作用。     

船舶远程监控数据的动态采集方法

为了提高对船舶的远程监控能力,提出一种基于多传感器组网及融合跟踪识别的船舶远程监控数据动态采集方法,构建船舶远程监控数据采集的无线传感器网络模型,进行传感器节点的自适应分布式优化定位设计,采用量化融合跟踪方法进行船舶远程监控数据挖掘和特征提取,构建反馈均衡滤波器进行数据采集后的抗干扰滤波处理,提高数据采集的干扰抑制能力,结合数据挖掘算法实现对船舶监控数据的动态采集。仿真结果表明,采用该方法进行船舶远程监控数据采集的准确性好,抗干扰能力较强,输出信噪比较高。     

基于人工智能技术的船舶冷链物流监控系统

在目前的冷链物流监控系统中,往往采用单一数据采集节点,无法实现对较大冷链物流仓的多位置的数据监控。因此提出人工智能技术的船舶冷链物流监控系统设计。在监控系统的硬件选择上选择了S3C2440微处理器作为系统处理元件,并使用LM2596-ADJ供电电路来进行供电,设计调理电路来进行传感器信号的整合调理。在软件设计上,建立冷链物流模型作为监控基础参考,运用人工智能技术来对多数据节点数据进行识别和整理,完成监控系统设计。为了验证设计系统可行性,采用某货运船舶中的冷链物流仓进行系统测试,实验结果显示,设计系统工作结果满足设计初衷,证明设计系统的可行性。     

基于数据挖掘的船舶航迹自动识别系统

以充分掌握船舶航行动态为目的,设计基于数据挖掘的船舶航迹自动识别系统。该系统使用跟踪监控单元内的海事雷达和船载单片机监控终端获取船舶航行数据后,利用无线通信单元内的无线传感器、网络协调器等设备将船舶航行数据发送至数据存储与集成单元;利用该单元对船舶航行数据进行打包分发、在线压缩和存储等处理。航迹识别单元从数据存储与集成单元内调取压缩存储的船舶航行数据,并对其进行区域航迹提取、坐标转换和时间校准后,再利用基于数据挖掘的轨迹融合方法完成其航迹识别,然后将识别结果发送至展示单元呈现给用户。实验结果表明：该系统在应用过程中其运行稳定性接近99.5%,并且具备良好的通信传输能力;也可在船舶航迹复杂交错和存在其他船舶干扰情况下有效识别目标船舶航迹,应用效果显著。     

VHF技术在船舶实时动态监控系统中的应用

现有船舶动态监控系统的信息传输速率慢,监控精度较差,本文结合VHF单信道通信方式和TDMA时分多地址技术对船舶动态监控系统进行了优化改造,从基于VHF技术的监控系统通信链路层设计和监控系统的硬件原理等方面进行研究,包括动态监控系统的移动单元设计和VHF通信控制器设计,具有一定的实际应用价值。     

基于GIS平台的船舶监控系统方案研究

船舶业的迅速发展,"智慧航运"战略的提出,船舶监控系统采集信息量的扩大,船舶信息越来越复杂以及船舶事故的频繁发生,为船舶监控系统的发展既带来了机遇又带来了挑战和困难。GIS是一个获取、存储、编辑、处理、分析和显示地理数据的空间信息系统,将GIS运用于船舶监控系统,对船舶业的发展具有重大意义。本文分析GIS系统、AIS系统及船舶监控系统的整体架构,采用GIS组件式开发模式,基于组件式GIS(COMGIS),对船舶监控系统的功能进行了仿真实验研究。     

云计算环境下船舶移动网络大数据的有效存储方法研究

针对当前采用云计算下船舶移动网络大数据存储方法由于存储过程中,没有对数据进行处理分类,容易造成数据丢失,并且没有考虑存储过程中的能耗因素,导致存储过程中,能耗较多,占用的内存空间较大。为了保证船舶移动网络数据存储的完整性,降低存储能耗,提出基于树型路由的船舶网络大数据存储方法,通过建立云计算环境下船舶移动网络覆盖区域的二维网格,确定每个节点在网格中的位置,计算节点的调度因子,在此基础上,利用树型路由的方法,分别计算节点是叶子节点和非叶子节点时的能量消耗,动态的规划存储节点,使节点能量均衡和所有节点的能耗之和最小,从而实现基于树型路由的云计算环境下船舶移动网络大数据的有效存储方法,实验结果表明,本文所提存储方法能够获得较好的能量均衡,总能耗较小,降低了存储数据查询花费的时间,保证了数据存储的完整性。     

云计算环境下船舶监控网络异常数据检测方法

在船舶监控网络高度应用的今天,监控网络异常数据检测受到了学术界以及船舶制造业的高度关注。就目前的船舶监控网络异常数据检测方法而言,其计算能力较低,导致异常数据误报率较高。针对此问题,设计云计算环境下船舶监控网络异常数据检测方法。使用相似度函数对监控节点数据展开相似性检测,初步确定数据异常节点位置。根据节点位置,对监控网络数据进行时间序列检测,确定异常数据输出时间。对上述两部分进行融合处理,完成异常数据检测方法的设计过程。经对比实验验证可知,此方法在应用中具有误报率低,计算效率较高的优点,可将其应用到后续的船舶监控网络数据处理过程中。     

工业以太网在船舶电力推进监控系统中的应用

为了优化船舶电力推进监控系统,对工业以太网在船舶电力推进监控系统中的应用展开研究。利用采集船舶电力推进设备信号,设计控制执行程序,完成基于工业以太网的船舶电力推进系统信号处理。在此基础上,连接变频装置,借助监控电路对异步电动机进行实时调试,完成船舶电力推进监控系统的搭建。实验结果表明,与集散型电力推进监控系统相比,基于工业以太网的监控系统可对船舶电力进行及时协调与调度,体现出了工业以太网在船舶电力推进监控系统中的应用价值。     

船舶通信系统周期性信号分离方法

常规通信系统信号分离方法应用于船舶通信系统周期信号分离时,存在分离精度较低的不足,为此提出船舶通信系统周期性信号分离方法研究。引入计算机网络通信分离技术,搭建分离模型运行平台,实现船舶通信系统周期性信号分离模型的构建;依托周期性信号的特征标识及周期性信号的特征分离,实现船舶通信系统周期性信号分离方法设计。试验数据表明,提出的信号分离方法较常规信号分离方法,分离精度提高52.15%,适合船舶通信系统周期性信号分离。     

网络优化调度算法在船舶数据通信中的应用

传统船舶数据通信方法能完成低频带数据通信任务,但针对频带超过500 MHz数据通信,存在数据信号不稳定传输失真率较高的问题。为此提出网络优化调度算法在船舶数据通信中的应用。在网络优化调度算法中导入TPS事务处理系统,使用PMS过程监视系统对船舶数据通信链进行监控调度,采用IC外围控制方式对整合数据流进行合理分配,实现船舶数据通信结构层优化;利用全频段连接方法以及数据分离法,实现船舶数据通信性能的提升。实验数据表明,设计网络优化调度算法导入船舶数据通信中,比传统方法在全频带环境下信号稳定度提升6%,数据失真率下降37.89%。     

船舶状态监控网络的节点信任度模型研究

传统船舶状态网络监控节点受到扰动节点的影响,先验信息节点存在信任差量,导致节点信任度模型输出量精准度降低。为了解决先验信息节点的信任误差问题,提出船舶状态监控网络的节点信任度模型。首先对船舶状态数据进行数据结构的信任模型结构映射,固定模型结构数据量;然后,对状态数据节点关联参量进行信任量的约束定义;接着,通过数据节点的迭代特征,完成对信任模型的节点信任系数更新;最后对更新后,信任模型中的先验信息节点进行输出信任度确定计算,从而达到提升信任度模型输出量精准度的目的。通过与传统信任模型输出量的精准度对比,证明提出设计的模型研究方法,具有提升模型输出量精准度的效果。     

基于分布式云平台船舶监控结构体系研究

船舶行业以及新兴技术的迅速发展,使船舶监控系统的数据存储量越来越大,数据的复杂程度也越来越高,传统的单中心数据处理模式已无法满足监控实时性、高效性的要求。云计算是大数据存储、处理、挖掘分析的新技术,对于分布式船舶监控系统数据挖掘技术的提高具有重要的意义。本文从云平台架构、分布式船舶监控系统算法、船舶监控系统设计等方面研究云计算技术在分布式船舶监控系统中的运用,并进行了仿真实验。     

离线船舶机电设备振动采集仪系统设计

设计了离线振动采集仪的硬件系统,通过对传感器电源模块的进行了节电控制设计,优化振动信号的采集策略和采集节奏,提出了振动信号数据处理和存储方法,实现了无人关注下自主对船舶机电设备振动信号连续近百天的采集任务。应用结果显示,采集仪系统结果准确可靠,实现了全工况的实船振动数据的采集设备。