船联网信息模型与能力分析

主要研究船联网信息模型,通过对现有船舶信息化平台与设施的学习,给出一种AIS与VTS相融合的船联网信息模型。该方法利用AIS能够精准获取船舶位置信息的优点,结合VTS善于捕捉船舶动态信息的特点,形成了特征级融合的船联网信息模型。航迹跟踪的准确度说明本文给出的船联网模型具有较强的数据处理能力。     

船联网信息融合关键技术研究

由于电子设备类型不同,基于物联网结构的数据传输与处理存在大量异构数据,船舶各电子设备之间﹑船与船之间的数据交互需要通过中间件进行数据融合及接口统一。基于船联网的信息融合需要提供一个完整的策略方法及框架来处理船联网中的异构系统数据。本文研究现有基于物联网结构的信息融合技术,针对船舶电子系统特征,提出一种高效特征信息融合算法,有效提高异构数据融合效率。     

船联网信道的多径信道抗干扰技术

随着信息技术的发展,智能化的船舶互联网络成为研究的热点,船联网将船舶之间、船舶与岸基之间互联互通,有效地促进了海上航运物流、海上军事侦察,以及其他作业的效率。本文研究船联网的信道抗干扰技术,重点针对船联网中的水声信道通信网络中多径抗干扰能力进行分析,多径效应是降低船联网中水声通信系统信息精度的主要因素,本文研究对于改善船联网中水声通信的性能有重要意义。     

基于安卓系统的船联网信息终端的设计

近年来,移动互联网技术和通信技术迅猛发展,从而促进了工业领域的智能化、信息化进程。船联网是建立在船舶网络通信和互联网基础上的智能信息网络,船联网极大的促进了船舶导航、信息交换和船舶定位等技术。本文针对船联网的信息终端开发,结合新型的移动编程和应用平台-安卓系统,构建信息终端的软件和硬件单元,并对该设计过程进行系统介绍。     

船联网CAN网络中的数据高效传输算法

船联网是基于互联网技术和通信技术发展而来的一项热点研究,它通过有线网络和移动网络在船舶内部、船舶之间、船舶与基站之间构建起了高效的数据传输网络。在船联网中,CAN网络作为一种高效、可靠性良好的通信方式获得了非常广泛的应用。本文的研究目的是通过优化船舶CAN通信网络的硬件设备,提高数据传输的冗余特性,最终实现船联网数据的高效传输。     

新型船联网跨区域数据关联存储系统研究

随着计算机技术、互联网技术和物联网技术的迅速发展,基于局域网和卫星通信的工业网络获得了迅速发展。船联网是一种将物联网和船舶通信技术相结合的新型船舶网络,这种网络的设计目标在于优化船舶之间、船舶与基站之间的通信水平,提高船舶调度和物流管理。本文分析了新型船联网的研究与发展现状,开发了船联网数据存储与信号切换的硬件系统,并重点研究了船联网跨区域的数据关联与存储技术。     

船联网通信系统中的病毒跟踪及检测技术

随着船联网技术的不断发展,人们能够更好监测船舶状态、保障航行安全、提高运营效率。与此同时,船联网的安全问题也随之而来。传统网络的安全问题同样会对船联网造成影响,一旦发生后果更加严重。传统网络中的病毒跟踪及检测技术在复杂的船联网通信环境下的性能和效率大大降低,病毒跟踪及检测技术的智能化成为船联网通信系统安全问题的关键。本文提出基于优化后BP神经网络的病毒入侵检测模型,有效提高了病毒跟踪及检测效率。     

基于深度学习的船舶设备信息智能化识别技术

针对船舶设备信息识别问题，提出采用基于深度学习的方法识别船舶设备种类信息。根据船舶设备特点进行图像预处理和图像样本标记，建立卷积神经网络。经训练得到可用于船舶设备信息识别的模型。对模型进行评估，调整网络结构和训练参数，得到准确率达到期望值的船舶设备信息识别模型。经预测和优化得到基于深度学习的船舶设备信息智能化识别模型，可实现船舶设备仓储管理智能化，在较大程度上提升管理效率。     

深度迁移学习下的船舶焊接表面缺陷智能检测系统

为提升船舶焊接表面缺陷检测的智能化水平、更好地适应智能制造需求,设计船舶焊接表面缺陷智能检测系统.通过采集船舶焊接表面图像,对图像进行预处理,结合深度迁移学习方法,根据缺陷特征对船舶焊接表面缺陷进行分析,建立检测模型,对图像进行缺陷目标检测,从而得到一种船舶焊接表面缺陷智能检测的高效手段,为船舶制造智能化水平和先进性的...     

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。     

LNG运输加注船智能作业安全管理系统设计

分析探讨LNG运输加注船的作业安全影响因素,设计面向LNG运输加注船的智能作业安全管理系统,应用船舶智能化技术,采用数据、视频等感知手段并进行信息融合,建立作业管理模型,提供安全管理的辅助决策输出,提升LNG加注作业的安全管理水平.     

分布式传感技术在船联网系统中的应用

随着北斗导航系统的广泛使用,越来越多的船舶都装备了便携的卫星导航设备,随之又出现了以北斗导航卫星为基础的船联网系统,这为船舶的安全航行提供了强有力的保障。本文介绍船舶物联网技术的最新发展状况,总结船联网中的关键技术。基于船联网的特殊需求,设计出采用分布式传感网技术的通信导航系统,建立基于Kalman滤波融合算法的船联网信息通信模型。仿真实验表明,该分布式传感网模型具有较好的性能,应用价值较高。     

云平台下船联网RFID数据处理研究

我国是一个船舶运输非常发达的国家,在国民经济的发展中船舶运输起着不可替代的作用。在船联网环境下,由于使用RFID技术获取的货物信息来源不同,数量非常庞大,仅使用常规的数据处理方法不仅费时费力,而且会出现很多问题。本文提出一种基于云计算的船联网RFID数据处理技术,对数据处理的算法进行描述,并通过实验证明此方法可有效减少RFID空间冗余数据和时间冗余数据。     

基于正弦函数处理新息的船舶模型参数辨识新算法

[目的]当船舶试验数据样本少时,将面临难以快速、准确辨识船舶模型参数的难题。[方法]基于最小二乘系统辨识算法,采用正弦函数处理新息,提出一种基于正弦函数非线性新息处理的船舶模型参数辨识算法。以"育鲲"船为例进行仿真实验,在只有26组辨识数据的情况下,对比最小二乘法和非线性新息改进最小二乘法的模型参数辨识效果,并利用"育鹏"船对所提算法的有效性进行验证。[结果]结果表明:与最小二乘法相比,非线性新息改进最小二乘法的模型参数辨识精度提升了15%左右。[结论]研究结果可为小样本数据情况下的船舶模型参数辨识提供参考。     

基于船联网的船舶维修保养平台

在我国,物联网技术已在交通、物流、医疗、环保等领域得到广泛应用,而船舶物联网产业的发展,是航运行业优化整合转型发展的必然趋势与选择,也是航运信息化未来发展的新方向。本文设计了基于船联网的船舶维修保养平台,通过采集船端机舱数据,分析展现船舶机舱设备运行状态,实现船岸对船舶设备的实时监控及预警;并以数据采集信息和事故数据为基础,充分考量可能会产生维修申请的几种情况,实现对船舶维修、维护、保养全流程的智能化、信息化管理。     

船联网工程中的信息资源融合与管理实现

我国内河航运发展迅速,但由于内河各闸口的属地及归属部门并不相同,其部门之间的信息缺乏统一的共享及管理机制,成为制约船联网工程实施中的重要因素之一,同时资源共享及管理机制的优劣决定着船联网工程的成败。本文对我国内河航运船舶的信息资源数据进行了分析归类,在此基础上提出了一种船联网中的跨区域信息资源融合与管理系统,可有效实现内河各船舶及不同管理部门之间的信息共享,提高了内河航运管理的信息化水平。     

不平衡数据下船舶主机在线故障诊断研究

[目的]针对传统船舶主机的故障诊断模型难以采用实时数据及时更新,且船舶主机还存在监测点多但故障样本少的问题,提出一种能够处理不平衡数据并可以在线更新模型的故障诊断方法。[方法]首先,采用主成分分析法（PCA）对监测样本进行降维和特征提取,降低训练模型的复杂度;然后,通过SMOTETomek构造故障样本以平衡训练集;接着,针对诊断模型难以实时更新的问题,引入结合正则化方法且具备在线更新功能的在线贯序极限学习机（OSELM）模型;最后,以主机燃油系统为例验证OSRELM模型的可行性,并采用不平衡船舶主机数据进行消融实验以验证整体模型的有效性。[结果]结果显示,所提方法在原始模型的基础上可使诊断精度提升29.73%。[结论]研究表明所提方法较其他同类方法具有更高的诊断精度,波动幅度较小,具有较好的稳定性;且在样本不平衡的情况下,对于故障类样本仍具备较强的识别能力,适用于船舶主机故障诊断方面的研究。     

船联网中的大数据融合管理体系研究

随着我国船舶业的发展,水运货运量不断增加,船联网获取船舶、货物、作业人员以及通航环境的数据信息量越来越大,对船联网处理数据信息的要求愈来愈高,传统的船联网数据处理方式已无法满足目前航运业的发展需求,对新的数据处理方法、技术、手段的需求呼声不断。大数据融合是解决大数据处理问题而诞生的新技术、新手段,本文重点研究船联网结构,大数据融合算法、融合类型以及处理体系结构,并进行对比分析,最后进行仿真实验。     

船联网信息感知与交互技术

船联网是指多艘船舶通信设备间组成的通信网络,主要用于船舶间数据和信息的传输,是近年来一种新型的海上通信网络。由于海洋恶劣的通信条件,以及舰载通信设备的性能制约,船联网至今仍然未能得到广泛的应用,且相应的研究成果亦数量较少。本文针对船联网的信息感知与交互技术进行了研究,设计不同船舶间的信息感知与通信框架,并给出不同网络间的选择算法,以解决船联网中不同船舶的通信接口设计问题,以及交互过程中的通信方式选择问题,对今后船联网的发展具有一定的借鉴意义。     

基于高斯混合模型的运动物体识别技术在高港船闸船舶进闸复核中的应用

船舶基础物理数据(长、宽、型深等)均记录在船闸调度系统数据库中,船舶过闸需要利用这些数据实现综合管理调度。为了确保各闸次的调度安全,需要针对船闸的实际情况,建立自动的船舶进闸前基础数据复核机制。本文结合高港船闸实际船情、水情,设计了高效、准确的船舶进闸复核系统,利用基于高斯混合模型的运动物体识别技术,实现了船舶识别抓拍、长宽复核等智能化监测功能,有效监管各类违章行为,提升了船舶进闸的安全管理水平和智能化程度。