水面舰船通信天线集成研究

介绍国外水面舰船天线集成的研究发展状况,结合我国目前的研究情况,具体分析不同类型、不同频段的通信天线集成思路,最后对舰船一体化上层建筑设计中天线集成应考虑的相关问题进行归纳总结。     

舰船天线辐射仿真计算研究

预设计是实现舰船总体电磁兼容性先进的设计方法,而天线辐射效能的仿真计算是预设计手段之一。针对舰船天线布置及设计需求,提出一种天线的建模方法,并根据该方法进行天线辐射效能的仿真计算。首先运用FEKO软件对舰船的一种组合天线进行三维空间参数建模和电激励参数建模,然后根据舰船不同的工作状态进行仿真计算,预测该工作状态下天线的辐射效能,最后对仿真计算结果进行对比分析。为舰船天线设计提供定性的建议和定量的数据,为舰船天线优化布置提供了参考依据。     

基于大数据理论的舰船图像分类

当前舰船图像以海量的形式存在,传统分类算法的工作时间长、舰船图像分类的实时性差,为了快速、高精度的实现舰船图像分类,设计了基于大数据理论的舰船图像分类算法。首先对舰船图像分类的研究现状进行分析,采集舰船图像,建立舰船图像分类的特征库,然后对待分类舰船图像,采用大数据理论和机器学习算法进行特征匹配,将舰船图像分类相应的类别中,最后进行舰船图像分类的模拟测试。结果表明,本文算法可以短时间内实现舰船图像分类,舰船图像分类的误差远远小于实际应用的控制范围,而且舰船图像分类的整体效果要优于传统的舰船图像分类算法。     

基于Linux的舰船航行数据记录系统

传统的舰船航行记录手段记录时具有很强的主观性,精准度低,一旦船舶发生问题,就不能进行记录。基于Linux技术设立了一种新的舰船航行数据记录系统,分别对系统硬件和软件部分进行设计,重点设计了硬件部分的采集器、存储器和供电电路,通过硬件构造编写了软件流程,软件共分为数据采集、数据处理、数据存储和数据显示4步。通过与传统手段对比检测了该记录系统的工作效果,实验结果表明,设计的记录系统具有很强的记录能力,记录数据字节与实际数据字节相近。     

基于hadoop的舰船通信网络数据并行处理方法

舰船通信网络数据量的显著提升对数据处理性能提出更高要求,为提升数据处理效率,研究基于hadoop的舰船通信网络数据并行处理方法。设计由数据应用层、数据处理层和数据存储层共同组成的基于hadoop的舰船通信网络数据并行处理架构：数据应用层作为用户与数据处理架构的交互工具,将所采集的数据上传至架构内;数据处理层运行MapReduce程序实现数据存储、解析与聚类等并行化处理;数据存储层采用HBase与HDFs等多种不同的存储方式存储舰船通信网络数据。实验结果显示,该方法可实现准确的舰船通信网络数据聚类,大幅节省数据处理时间,在数据量较大的条件下具备较好的数据处理加速比。     

舰船短波通信天线优化布置数学模型

通过对舰船短波通信天线布置时要考虑的技术参数进行分析,采用线性加权和法建立了相应的目标函数模型,解决了多参数的天线优化布置问题。结合舰船短波通信天线布置的特点和国军标建立了约束条件模型。     

舰船天线间耦合干扰解决方案探讨

舰船天线间的耦合干扰是舰船电磁干扰的一种重要形式,影响着舰船作战性能的正常发挥.提出采用自适应干扰对消方案来解决舰船天线间的耦合干扰,并通过一个典型算例对这一方案的实施效果进行了数值仿真.仿真结果显示,自适应干扰对消方案在理论上可以比较好的解决舰船天线间的耦合干扰.最后对自适应干扰对消方案的工程实施进行了简单的讨论,指出了一些可能会遇到的问题.     

基于大数据的舰船远程实时监控系统

由于在利用原有系统进行舰船远程实时监控时,在数据变化周期为0.5～2.4 s的范围内,存在图像传输速率较低的问题,因此提出一种基于大数据的舰船远程实时监控系统。系统的硬件构成为冗余模块、控制模块、自适应网卡模块。其中冗余模块由冗余电源、冗余机架、主机架、CNBR总线构成,控制模块选用的微控制芯片型号为STM23F704ZGT5,自适应网卡模块由网络变压器的JR54头与PHY芯片构成。系统的软件构成为监控模块、数据库模块。监控模块由数据打印和管理单元、报警显示单元、数据多形态显示单元等单元构成,数据库模块的开发语言为VC++,其操作与访问技术为ADO技术。通过硬件与软件相结合实现舰船的远程实时监控。为证明该系统的图像传输速率性能,将其与原有系统进行对比实验。实验结果证明该系统的图像传输速率最高,实现了数据传输性能的提升。     

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。     

基于数据可视化的舰船短波通信优化研究

短波通信凭借覆盖范围、通信成本等多方面优势在海上通信保障中发挥了重要作用,有着无法被替代的地位。短波通信其通信效果会受到通信时间段和天气等多种因素的影响。本文搜集了公开台站与本地之间的短波通信数据,就时间与天气特征对短波信号接收信号强度、噪声信号强度和信噪比的影响进行了研究,并用数据可视化的方法对短波通信接收信号功率在收发台站双方不同天气与不同通信时间段的特征进行了分析,得出了最佳通信时的天气情况和时间段。仿真结果表明,该方法提高了数据利用率,具有广泛的军事应用前景。     

基于字节流数据包的舰船控制系统数据交互技术

本文结合舰船机电控制系统特点和测控技术领域PLC和Labview两者优点,基于字节流数据包的数据灵活性,设计PLC和Labview通信数据包模型,并遵循模块化程序设计原则完成通信接口程序设计,解决舰船机电系统集中控制器和人机接口数据交互的描述问题和通信接口程序通用性问题。最后,通过实例验证设计的数据包模型和通信接口程序能够实现数据快速可靠安全的交互。该技术可应用于舰船综合监控系统和类似系统的软件开发。     

舰船带天线敏感设备抗干扰研究

实舰运作表明,诸如卫星通信、GPS卫星导航一类带天线敏感设备的抗干扰问题,是战斗舰艇EMC的一个重大技术问题,亦是舰船EMC的关键技术之一。本文通过对典型的实舰频谱数据曲线及相关时频域理论分析,提出带天线敏感设备设计应重点考虑的问题。     

基于机器学习算法的舰船故障数据自动分类

舰船故障数据种类多,变化复杂,当前方法无法实现高精度的舰船故障数据自动分类,使得舰船故障数据自动分类精度难以满足实际应用的要求。为了获得理想的舰船故障数据自动分类结果,本文构建了一种基于机器学习算法的舰船故障数据自动分类方法。对当前国内外的舰船故障数据自动分类文献进行分析,并提出机器学习算法的舰船故障数据自动分类框架。通过传感器采集舰船故障数据,从中提取描述数据类型的特征集合。最后引入机器学习算法描述特征与舰船故障数据类型之间的联系,从而实现舰船故障数据自动分类,并通过仿真验证性实验分析其效果。相对于传统舰船故障数据自动分类方法,机器学习算法的舰船故障数据自动分类精度明显增加,舰船故障数据自动分类速度也得到了一定程度的提升。     

舰船短波天线隔离度的预测与分析

介绍用于舰船短波天线隔离度预测的简化公式法、缩尺模型法和数值计算法三种方法,分析三种方法的原理。采用这三种方法预测了两组舰船短波天线的隔离度,通过对结果的分析得出三种方法的适用条件,优缺点,以及预测结果出现差异的原因。     

双桨船舶定位数据存储技术研究

传统船舶定位数据的存储是通过本地存储服务机组以单通道的形式,完成对船舶定位数据的实时存储,此种方式受到通信信道流量的限制,无法适应大流量下定位数据的交互存储,出现定位数据存储速率降低的问题。根据船舶对数据存储的要求,结合当下的存储技术以双桨船舶为设计船只,提出双桨船舶定位数据存储技术研究。首先,通过粒子群算法对船舶的定位数据进行模型计算,获得详细的存储收敛参量;接着,采用多通道技术对定位单通道存储策略进行通信优化计算;最后,引入云存储技术,对定位数据进行云端存储状态转换,替换存储空间提升存储速率。以实验的方式对提出的存储技术与传统的存储计算进行速率对比,以此证明提出技术能够有效提升定位数据的存储速率。     

舰船与其通信天线系统的数值模拟

以舰船上的通信天线为研究对象，应用网格模型分析法和矩量法对其进行计算，给出了求解复杂天线问题的一般思路。基于Pocklington积分方程和Galerking法，采用分段正弦函数展开，计算得出此类天线的输入阻抗和辐射方向图，并与无限大导体平面上的天线进行了比较。计算结果反映出了船体对舰船天线本身的影响。     

海洋环境数据存储技术的研究与实现

分析了海洋环境数据的特点,讨论了海洋环境数据存储的两种技术,介绍了数据库建模理论和Oracle数据库开发技术,并在此基础上设计了海洋环境数据库。将NetCDF文件存储模型应用到网格数据中,提高了检索效率,体现了NetCDF文件格式在存储网格数据方面的优越性。     

基于机器学习的舰船系统交叉覆盖数据分类方法

传统的舰船系统交叉覆盖数据分类方法存在着分类性能差的缺陷,为此提出基于机器学习的舰船系统交叉覆盖数据分类方法研究。采用随机森林算法对交叉覆盖数据的不相关特征属性进行剔除,得到有价值的交叉覆盖数据集合,利用领域粗糙集算法对有价值交叉覆盖数据集合的特征进行提取,以特征集合为依据,采用机器学习算法实现了舰船系统交叉覆盖数据的分类。通过实验得到,提出的舰船系统交叉覆盖数据分类方法的分类精度比传统方法高出30%,迭代次数比传统方法少了9次,说明提出的舰船系统交叉覆盖数据分类方法具备更好的分类性能。