基于模式识别的船舶异常行为自动报警方法

不能自行判断船舶异常行为,并根据判断结果完成自动报警,是现阶段船舶航行面临的主要问题。为有效解决此问题,建立基于模式识别的船舶异常行为自动报警方法。通过识别相似度的确定、与船舶异常行为关系的确定,完成基于模式识别研究角度的确定。通过船舶异常行为聚类、聚类异常行为识别,完成上述方法的搭建,并确定该方法是否可以完成自动报警。设计对比实验结果表明,应用该方法后,节省检测船舶异常行为所需人力资源,且提升识别准确性。     

基于VR技术的船舶航行仿真系统设计

传统船舶仿真系统不能在短时间内完成航行数据的识别及转发处理。为解决上述问题,设计基于VR技术的新型船舶航行仿真系统。通过层次逻辑结构设计、仿真拓扑结构设计2个步骤,完成新型系统的硬件运行环境搭建。在此基础上,通过VR交互程序设计、航行传输协议设计、仿真数据库设计3个步骤,完成新型系统的软件运行环境搭建,实现基于VR技术船舶航行仿真系统的顺利应用。模拟对比试验结果表明,与传统系统相比,应用基于VR技术船舶航行仿真系统后,航行数据识别及转发处理时间均得到一定程度降低。     

改进灰色模型的船舶航行轨迹自动预测研究

为实现更加精准、自动化的船舶航行轨迹预测,利用改进灰色模型,提出一种基于改进灰色模型的船舶航行轨迹自动预测方法。在船舶航行中的AIS数据中对船舶航行轨迹数据进行提取,其中AIS数据具体包括船舶航程数据、船舶动态数据以及船舶动态数据。通过数据估计算法插补缺失数据,分为2个步骤,第1步是对插补数据进行识别,第2步是对其进行插补。通过改进灰色模型对船舶航行轨迹进行自动预测,主要使用基于缓冲算子改进的灰色模型构建船舶航行轨迹自动预测模型。选取某船舶服务项目中包含的船舶AIS数据作为实验数据,对设计方法进行实例测试。测试结果表明,设计方法的数据提取质量较高、预测模型的误差较小,具有广阔的市场应用前景。     

不确定负荷下船舶微网功率自适应控制方法

传统自适应控制方法不能根据船舶航行情况,及时调整负载电荷的输出功率。为解决此问题,设计基于不确定负荷的船舶微网功率自适应控制方法。通过基本规划原理分析、控制范围协调2个步骤,完成不确定负荷下船舶自适应控制范围规划。通过微网智能体结构搭建、控制流程完善、多环控制范围确定3个步骤,实现新型船舶微网自适应控制方法的顺利运行。模拟方法应用环境,设计对比实验结果表明,与传统控制方法相比,新型船舶微网自适应控制方法在低、高频航行情况下,都可以实现船舶负载电荷输出功率的及时调整。     

基于无线传感网络的无人船舶远程遥控系统设计

传统遥控系统不能根据船舶航线的变化情况,进行及时、有效的航行控制指挥。为解决此问题,设计基于无线传感网络的新型无人船舶远程遥控系统。通过无线传感网络框架设计、船舶电源电路设计2个步骤,完成新型远程控制系统的硬件模块设计。通过Delphi 7.0开发环境完善、无人船舶目标确定流程设计、驱动代码设计3个步骤,完成新型远程控制系统的软件模块设计。对比传统系统、新型系统的运行数据可知,应用基于无线传感网络的无人船舶远程遥控系统后,航行控制指挥的及时性、有效性均得到30%以上的提升。     

基于视觉传达的船舶自动导航系统

为了提升自动导航效果,设计基于视觉传达的船舶自动导航系统。利用视觉传达技术采集船舶图像,通过回溯处理模块获取高精度图像信息;利用系统软件线程实现模块间通信,依据图像信息制定航行计划,依据高精度图像信息实现航线设置、航线偏移报警与保存航迹功能;采用船舶目标跟踪方法得到船舶的位置和航向角信息,利用人机交互模块完成海图漫游、查询与航线管理等操作。实验证明,该系统可合理设计船舶航线,航行轨迹跟踪精度高。     

舰船无线网络的移动脆弱节点的可靠性分析

船舶航行通信过程中,存在传输网格稳定性较差、移动节点可接收信号强度较弱等问题。为改善这种现状,设计基于船舶无线网络的移动脆弱节点可靠性分析方法。通过Zig Bee无线网格的搭建、网络控制器的搭建2个步骤,初步完善船舶无线网络环境。通过网络拓扑结构分析、信道定位2个步骤,完成新型船舶无线网络移动脆弱节点可靠性分析方法的搭建。模拟方法使用环境,设计对比实验结果表明,新型船舶无线网络移动脆弱节点可靠性分析方法应用后,传输网格稳定性较差、移动节点可接收信号强度较弱等问题,都得到良好控制。     

船舶航行稳性监控系统的设计

船舶航行稳性监控系统的设计,目的是为了实现集成智能船舶,达到航行稳性的自动控制。系统的设计方法是以微机控制为中心,通过压力电传感器、燃油驳油泵、淡水输送泵的自动启停控制、集成报警系统和CAN总线数据传输等组成的。控制系统主要包括硬件开发和软件逻辑设计两部分,监控系统的功能是程序设计和控制参数之间的逻辑设计来实现。船舶航行稳性监控系统的设计就是利用现代网络技术、报警监控和集成智能技术进行设计,解决船舶航行稳性问题,通过对小型船舶模拟实验进行测试,效果比较好。使船舶的航行更加智能、更加安全,具有实际参考意义。     

数据驱动的船舶异常行为识别方法

为对不同环境影响因素下的船舶异常行为进行有效识别,提出一种综合考虑船舶位置和船舶航行状态的多角度船舶异常行为识别方法。将船舶航行状态分为停留、直行和转向等3类,对网格化水域内的船舶航行状态进行统计,获得船舶正常航行状态的区域分布情况;利用核密度估计算法对船舶位置特征进行提取,获得正常航行位置的区域分布;利用正常船舶航行状态和船舶位置分布情况对船舶异常行为进行识别。选取曹妃甸水域的船舶轨迹数据,用以验证异常行为识别模型的检验效果。试验结果表明：船舶位置异常识别取决于阈值的设定,宽松的阈值识别的异常位置包含船舶较少的航线轨迹,严格的阈值识别的异常位置反映船舶的危险行为;在船舶航行状态异常识别中,该方法可以对航向大幅度波动和航速剧烈变化的船舶异常航行行为状态进行有效的识别。     

船舶精密机械设备维修质量检测方法分析

为避免微小设备维修误差对船舶航行稳定性造成的影响,提出船舶精密机械设备维修质量检测方法。通过精密拉曼维修因子计算、因子校正2个步骤,完成船舶精密机械设备的维修特征分析。在此基础上,通过维修特征检查、标准检测集建立、质量检测算子提取3个步骤,完成船舶精密机械设备维修质量检测方法的搭建。模拟船舶航行情况设计对比实验结果表明,与现有技术手段相比,应用船舶精密机械设备维修质量检测方法后,微小设备维修误差定位准确性提升至90%,定位时间缩短至20 s以内。     

大数据网络下船舶轨迹异常故障检测技术优化

为全面控制船舶航行轨迹,保持良好的航向应用条件,提出大数据网络下的船舶轨迹异常故障检测优化技术。从上限边界数值确定、下限边界数值确定2个角度,完成大数据网络下的船舶轨迹异常范围确定。在此基础上,通过轨迹故障类型划分、节点故障检测属性关系确定、偏导优化系数计算3个步骤,完成大数据网络下船舶轨迹异常故障检测技术的优化操作。模拟实验结果表明,与基础故障检测技术相比,应用优化技术手段后,船舶航行轨迹的时间复杂度得到适当降低,单一节点处的轨迹密度提升明显,船舶航行应用条件得到有效保障。     

非线性复杂船舶网络流量的平稳化方法

传统船舶网络流量平稳化方法,存在数据包流量不可控、船舶数据传输稳定性较差等弊端。为解决上述问题,设计基于非线性复杂对抗模型的船舶网络流量平稳化方法。通过非线性网络环的搭建、邻接矩阵的完善2个步骤,完成船舶非线性复杂对抗模型的搭建。通过船舶网络流量周期性判断、平稳化行为模式选择、网络流量控制3个步骤,完成基于对抗模型船舶网络流量平稳化方法的搭建。设计对比实验结果表明,新型方法与传统方法相比,可更好对数据包流量进行控制,且有效解决船舶数据传输稳定性较差的问题。     

船舶数据记录仪的主程序设计

基于现代航行管理要求,介绍一种船舶航行数据记录仪的主程序开发设计过程,详细论述各分步程序结构设计,并设计船舶主电源断电自动切换及记录报警程序,最后基于软硬件平台提出实现方案。     

基于物联网的船舶异常数据自动识别系统研究

物联网在船舶数据检测领域的应用日益广泛,基于物联网构建起船舶异常数据自动识别系统,可提升异常数据自动识别的性能指标,实现对船舶异常行为的实时监控。在船舶异常数据自动识别中,物联网技术是实现数据传输和共享的关键技术,并能够及时根据识别结果发出报警,以便于船舶快速做出防范决策,保证船舶航行的安全性。本文介绍了基于物联网的船舶异常数据自动识别系统在国内外的研究现状,提出运用主成分分析法和支持向量机算法构建船舶异常数据自动识别模型,并论述了异常数据自动识别系统的设计与实现。     

基于关联规则的船舶故障数据自动分类方法

传统船舶的故障数据自动分类方法,存在故障数据类型定义不准确、分类时间过长等弊端。为有效解决上述问题,设计基于关联规则的新型船舶故障数据自动分类方法。通过船舶故障数据的采集及预处理、数据的进一步挖掘两大步骤,完成关联规则下的船舶故障数据感知。通过BP自动分类神经网络设计、船舶故障数据的归一化处理、HIWO自动分类算法设计三大步骤,完成新型船舶故障数据自动分类方法的搭建。设计对比实验结果表明,新型船舶故障数据自动分类方法,与传统方法相比,可以在提升故障数据类型定义准确性的同时,有效控制分类时间。     

基于红外图像的船舶特征识别方法

传统船舶特征识别结果准确性较低,且相关人员不能根据此结果,快速完成船舶图像复原。为解决此问题,设计基于红外图像的船舶特征识别方法。通过ROI低分辨率红外图像提取、图像特征相邻方向指示2个步骤,完成基于低分辨率红外图像的船舶特征识别。通过ROI高分辨率红外图像提取、图像增强预处理2个步骤,完成基于高分辨率红外图像的船舶特征识别。设计对比实验结果表明,基于红外图像的船舶特征识别方法,与传统方法相比,能够保证特征识别结果的准确性,为快速完成船舶图像复原操作提供可能。     

Visual analysis semantic label method based on navigation logic division北大核心CSCD

[目的]旨在探索处理内河实船数据、提高其可理解性和辅助研究识别船舶行为的新方法。[方法]通过构建航行逻辑层级和划分时序数据获得船舶行为的语义标签,设计航行逻辑可视化分析系统,将船舶航行状态与数据可视化相结合,辅助分析数据及研究船舶行为特征。最后,依托数字航道,选择船舶行为复杂的内河航道工作船的数据进行实例检验,利用所提系统分析异常数据并研究船舶行为。[结果]通过航行逻辑的交互可视化,可有效确定无规律的位置跳动异常数据产生的原因及特点,帮助进行异常数据处理,并经过定性分析特征和定量分析阈值,划分出了靠泊与直航状态数据,进一步丰富了船舶行为语义标签。[结论]结合船舶行为语义标签设计的可视化分析系统,通过人机自由交互,提高了数据的可理解性,可辅助异常数据分析处理及船舶行为研究,为数据分析人员提供研究工具。     

船舶航行轨迹自动化控制中PLC技术研究

为有效发现水域中那些偏离正常航行轨迹的船舶,从而提高船舶航行安全性,设计基于PLC技术的船舶航行轨迹自动化控制方案。通过提取船舶航线轨迹数据的方式,弥补缺失信息的插补空隙,完成PLC数据的采集及预处理。在此基础上,度量轨迹内航行节点间的相似性,按照正常轨迹点的建模需求,实现对时间复杂度的精准分析,完成船舶航行轨迹自动化控制中的PLC技术研究。对比实验结果表明,与GMM航迹分析算法相比,应用PLC自动化控制方案后,QIE水域避障系数提高至6.32,不仅提高船舶的航行安全性,也可有效发现偏离正常航行轨迹船舶的实时所处位置。     

基于大数据驱动的船舶航行轨迹异常检测研究

船舶安全航行是航海领域重点关注的问题之一,为此研究基于大数据驱动的船舶航行轨迹异常检测方法。该方法利用不同类型传感器获取船舶航行大数据,然后使用船舶观测大数据相似度方程计算船舶航行大数据之间的相似度,得到来自同一船舶的航行大数据;再利用大数据驱动技术中的聚类方法建立船舶正常轨迹模型,获取船舶航行正常轨迹;依据船舶航行正常轨迹,利用大数据驱动技术内的Spark Streaming数据实时计算框架,通过计算船舶航行轨迹点与实际轨迹采样点之间的距离、航向角等,得到船舶航行轨迹异常检测结果。实验结果表明,该方法获取船舶航行实际轨迹精度较高,可有效检测船舶航行轨迹异常,具备较好的应用效果。     

云存储环境下的船舶航行数据访问控制方法

普通船舶数据访问控制方法,存在访问安全性较低、相邻控制节点数据传输时间较长等弊端。为解决上述问题,设计基于云存储环境的船舶航行数据访问控制方法。通过特征分析、布局方法的确定,完成航行云存储环境的搭建。通过船舶数据代理重加密、数据的聚合和访问控制、访问控制安全性分析,完成基于云存储环境船舶航行数据访问控制方法的搭建。设计对比实验结果表明,新型方法与普通方法相比,适当提高访问安全性,并缩短相邻控制节点的数据传输时间。