网络优化调度算法在船舶大数据通信中的应用

我国常用的船舶通信网络技术难以满足当前持续增长的海量信息量数据通信需求,易造成信息传递延时问题,严重影响船舶航行安全。因此结合网络优化调度算法对船舶通信系统进行分析和设计,以达到提高船舶网络信息通信质量和网络通信的传输速率,有效保障船舶航行安全的目的。为检验网络优化调度算法对船舶网络通信的实时性影响,对应用于船舶通信网络系统中常见的延时问题进行实验检测,以此考察在交换式船舶通信网络通信效果。数据检测结果表明网络优化调度算法可有效提高船舶通信效果,有效解决网络信息传输延时问题,满足船舶在航行过程中对网络通信的实时性需求。     

网络优化调度算法在船舶大数据通信中的应用

船舶通信数据量的激增,导致船舶通信障碍加大,为了有效降低船舶大数据通信阻隔,设计基于网络优化调度算法,提出了新型船舶大数据通信技术。读入原始通信数据,根据数据链条进行数据拆分,实现网络优化调度,提取当前通信数据负载量,应用中央分配算法,执行中央通信任务分区,确保各分区负载均衡,改变传统通信框架,优先执行分区内通信函数,重新进行线程规划,并将通信传输作为单独线程连接通信终端,实现船舶大数据通信。通过实验数据可以确定,应用网络优化调度算法后的大数据通信技术,比传统通信技术任务执行内存提高了27%,数据并发量提高23%,可以有效缓解当前通信阻隔。     

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。     

船舶通信信号传输质量优化检测算法优化

现有算法由于原始船舶通信信号处理力度较小,使其存在着去噪效果差、传输质量检测误差大的问题,因此提出船舶通信信号传输质量优化检测算法优化研究。利用卡尔曼滤波对原始通信信号进行去噪优化处理,以此为基础,分析传输质量影响因素,构建新的传输质量影响模型,以通信信号失效率、修复率、可用度为指标,为通信信号传输质量检测添加新的参数,最终实现了船舶通信信号传输质量优化检测算法的全优化。实验结果表明,应用优化算法后,船舶通信信号去噪效果更好,传输质量检测误差更小,充分证实了算法优化的有效性。     

大数据分析下的船舶调度方法研究

船舶分布状态数据为一组非线性组合的离散数据,采用大数据分析方法进行船舶调度,提高船舶分配的有效性,提出一种基于关联匹配的船舶分布状态数据聚类及船舶调度方法。对采集的船舶大数据进行模糊C均值聚类处理,根据船舶状态特征属性分布进行大数据环境下的关联规则挖掘,提取反映船舶属性的特征量,以提取的特征量进行关联匹配,实现船舶优化调度。仿真结果表明,采用该方法进行船舶调度能有效反映船舶的类别属性,提高船舶的分类管理和调度能力,从而提高船舶的运输效率。     

基于大数据分析的船用通信网络优化调度算法

为了提高船用通信网络优化调度效果,设计了基于大数据分析的船用通信网络优化调度算法。首先分析了船用通信网络优化调度原理,指出了影响船用通信网络优化调度结果的因素,然后收集船用通信网络优化调度的数据,采用大数据分析方法中的相关向量机和时间分析算法对船用通信网络优化调度问题进行建模,最后进行了船用通信网络优化调度算法性能的测试实验。结果表明,大数据分析算法解决了当前船用通信网络优化调度中存在的一些难题,提高了船用通信网络优化调度精度,船用通信网络优化调度时间得以减少,提升了船用通信网络优化调度效率,具有一定的实际应用价值。     

船舶无线通信网络传输节点选择算法优化

普通船舶传输节点选择算法,存在数据传输效率较低、通信节点覆盖面积有限等弊端。为解决上述问题,设计基于船舶无线通信网络的Co MP传输节点选择优化算法。通过网络信道编码、通信链路层协议选择2个步骤,完成船舶无线通信网络环境的搭建。通过Co MP传输节点选择、节点数据预编码、优化判决门限计算3个步骤,完成优化后传输节点选择算法的搭建。模拟算法运行环境,设计对比实验结果表明,优化后算法与普通算法相比,有效解决数据传输效率低下、通信节点覆盖面积有限等问题,为船舶通信数据的稳定传输提供可能。     

大数据分析下的船舶调度方法研究

在大数据环境下进行船舶调度方法优化,提高船舶的畅通性,提出基于大数据图谱特征分析的船舶调度方法,对船舶调度大数据进行关联特征匹配和数据挖掘,对挖掘的船舶大数据进行自相关性融合,结合滤波算法进行船舶调度大数据的干扰处理,将滤波后的船舶调度大数据进行特征重组,构建大数据的特征分布子空间,采用Lyapunov指数谱分析方法进行船舶调度大数据的类别差异性谱特征重构,根据图谱特征的差异性进行船舶调度,提高船舶数据的分类识别和调度能力。仿真结果表明,采用该方法进行船舶调度,数据的聚类性较好,船舶的自动调度和分类能力较强,从而提高船舶的通航能力。     

船舶无线网络优化数据采集与处理

传统船舶无线网络优化数据的采集和处理速度已经不能满足当前船舶数据采集获取要求,对此提出船舶无线网络优化数据采集与处理技术。通过制定船舶无线网络的信道编码,组合网络通信链路协议层,重新搭建船舶数据网络环境,采用MAP节点传输方法,根据上述设计网络环境,对船舶通信数据动态分配情况及时调整节点传输状态,提出网络判决门限算法,保证网络优化有效性,实现船舶无线网络优化和数据采集处理。实验研究表明,与传统船舶无线网络优化数据采集处理技术相比,应用新型信息采集技术后,船舶网络节点覆盖率提高22%,数据路径负载率降低17%,可以证明该技术可以有效提高船舶数据采集和处理速率。     

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。     

云计算在船舶GIS海图服务平台的应用研究

面对快速发展的云计算技术,船舶业也面临着新的技术更新需求,尤其是现代船舶集成了众多的导航和通信设备,每天都会产生大量的监测数据,现有的独立服务器已经不能满足数据处理的要求,因此本文主要研究了云计算的组成原理,结合船舶的GIS电子海图数据处理特点,对现有的数据通信处理网络进行了平台升级,在平台的网络通信特性和软件流程处理方面进行了重点研究,通过对网络数据接口和云计算的网络数据进行合理的算法优化,大大提高了整个应用平台的兼容性和可操作性,提高了船舶的信息化水平。     

面向物联网的船舶通信网络数据传输路径优化仿真

数据传输路径优化算法是当前船舶通信网络研究中的重要方向,为了解决当前数据传输路径优化算法存在时延大、数据传输功率低等不足,提出了面向物联网的船舶通信网络数据传输路径优化算法。首先针对数据传输时延大的问题,对全部物联网节点进行分簇操作,减少数据传输重复信息,加数据传输速度,然后设计了根据最短距离建立船舶通信网络数据传输路径最化算法,最后采用进行仿真实验,以验证船舶通信网络数据传输性能。结果表明,本文方法缩短了船舶通信网络数据传输时延,加快了船舶通信网络数据传输速度,而且船舶通信网络数据传输成功率得到了明显改善。     

基于人工智能算法的船舶通信网络安全性能研究

为了解决当前船舶通信网络安全性能分析过程中存在的一些问题,以提高船舶通信网络安全性能分析效果为目标,设计了基于人工智能算法的船舶通信网络安全性能分析方法。首先采用船舶通信网络安全性能分析数据,提取船舶通信网络安全性能分析特征,然后采用支持向量机作为船舶通信网络安全性能分析的建模工具,采用人工智能算法对船舶通信网络安全性能分析特征和支持向量机的参数进行同时优化,最后采用具体实验测试了船舶通信网络安全性能分析效果。结果表明,本文方法可以描述船舶通信网络安全变化特点,可以获得高精度的船舶通信网络安全性能分析结果,加快船舶通信网络安全性能分析速度,解决了当前船舶通信网络安全性能分析方法存在的缺陷,获得比较满意的船舶通信网络安全性能分析效果。     

船舶信息传输网络用户访问安全性研究

针对当前船舶网络信息用户访问传输系统中存在的精度低、速度慢,安全性能较差等问题进行深入研究,为保证舰船网络用户通信访问的安全性,提出基于统计学的船舶信息传输网络用户访问安全性算法。通过对船舶用户网络信息访问和传输安全的机密性、完整性、可用性向量进行分析,构建了网络信息传输安全评估体系。由此生成网络信息安全控制模型并对该模型进行安全性评估,以便实现多用户之间的网络信息访问传输资源共享安全控制,最终实现基于统计学的船舶信息传输网络的安全访问算法。最后对上述设计的有效性进行实验,实验结果表明,基于统计学的船舶信息传输网络用户访问安全性研究能够有效提高舰船网络访问控制的安全性,具有精准度高、评估速度快、安全性强等优势,对日常的大型船舶移动网络信息传输安全防护起到指导作用。     

物联网环境下船舶通信系统重复不完整数据自动挖掘方法

为了更好地保障船舶通信效果,避免通信过程中数据传输不完整的问题,提出物联网环境下船舶通信系统重复不完整数据自动挖掘方法,结合特征采集原理进行冗余数据的去除,通过对海量通信数据进行去噪、清洗、集成和转化处理,实现对不完整数据的有效采集和简化处理,从而在动态不完整数据跟踪的基础上,实现对复杂不完整数据的有效采集,构建挖掘模型,准确对不完整充分数据进行有效展示,保证数据通信效果。最后通过实验证实,物联网环境下船舶通信系统重复不完整数据自动挖掘方法具有更高的实用性,充分满足研究要求。     

深度学习在无人船通信网络信息资源优化调度中的应用

现有方法已经无法适应通信网络信息资源的暴增状态,为此提出深度学习在无人船通信网络信息资源优化调度中的应用研究。构建无人船通信网络模型,获取信息资源调度的能量方程,以此为基础,设置信息资源传输时延与电池能量约束条件,描述信息资源优化调度问题,基于深度学习优化调度算法,从而实现无人船通信网络信息资源的优化调度。测试结果显示,应用深度学习后,通信网络信息资源优化调度时延大幅度下降,说明深度学习在无人船通信网络信息资源优化调度中的应用有效性。     

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。     

船舶网络入侵风险等级估计算法研究

传统估计算法缺少信号分析与处理阶段,导致评估效果较差,为了解决该问题,引入神经网络评估算法对船舶网络入侵风险等级估计进行研究。根据船舶网络入侵风险等级估计问题确定流程,设计信号分析与处理阶段,保证数据分析有效性。根据信号处理结果,对船舶网络入侵风险等级进行划分,并对风险度量进行评估,由此完成船舶网络入侵风险等级估计算法研究。通过实验对比结果可知,该算法最高评估效果可达到97%,为船舶网络安全运行提供保证。     

基于大数据分析的船舶通信网络优化研究

网络优化是提高船舶通信系统工作性能的重要方法,针对当前船舶通信网络优化存在工作效率低,节点能量消耗大等缺点,设计基于大数据分析的船舶通信网络优化方法。首先以数据传输能量最小为目标建立船舶通信网络优化的数学模型,然后将船舶通信网络优化问题看作为一个大数据分析处理,通过云平台对数学模型进行并行求解,每一个子任务组合模型对数据传输能耗进行预测,选择能耗最小路由进行数据传输,最后进行船舶通信网络优化方法性能的仿真测试。测试结果表明,本文可以有效对船舶通信网络进行优化,提高了船舶通信系统的数据传输速度和成功率,具有十分广泛的应用前景。