大数据技术在舰船导航模式识别中的应用

针对现有导航模式识别方法无法获得精确且完整的导航轨迹信息,致使识别准确率无法满足舰船的安全性需求,故提出大数据技术在舰船导航模式识别中的应用。将舰船雷达与AIS目标点迹表示为因素集合,并构造综合因素关联隶属度函数,通过双门限关联算法对舰船导航点迹关联性进行判定,应用大数据技术融合处理关联的雷达与AIS目标轨迹信息,以此为基础,通过附加动量法改进BP神经网络算法,将融合后导航轨迹信息输入至改进BP神经网络算法中,输出即为导航模式识别结果。实验数据显示,与应用文献[4]方法相比较,应用大数据技术的导航轨迹方差较小,为导航模式识别提供更精确的数据支撑。     

多源信息融合的舰船通信网络可靠性分析

随着通信网络技术不断优化,船舶通信网络得到快速的发展,链路容量越来越高,通信网络可靠性研究逐渐成为人们关注的热点问题。当前,多使用舰船通信网络可靠性分析方法完成此部分研究过程,但此方法的数据分析能力较差,造成数据融合度不高的问题。因此,设计基于多源信息融合的舰船通信网络可靠性分析方法。根据多源信息融合层级使用Bayes估计法完成数据处理部分,实现通信网络数据融合分析。根据以上分析结果,使用完全状态枚举法,构建通信网络可靠性分析算法。将以上设计部分融入目前使用方法中,基于多源信息融合的舰船通信网络可靠性分析方法设计完成。根据实验结果可知,此方法的数据融合能力更为优秀,可靠性分析能力优于当前使用方法,可使用此方法弥补当前使用方法的不足,提升通信网络可靠性分析能力。     

Research and design of ship-shore integrated engine room intelligent operation and maintenance system based on data brain北大核心CSCD

[目的]为提升舰船机舱运维的智能化水平,针对机舱设备种类多、数量大、耦合关系复杂等特点,梳理机舱运维智能化应用的技术路线,开发船岸一体化机舱智能运维系统。[方法]首先,分析国内外机舱智能运维技术的发展趋势,融合利用健康管理、大数据挖掘、数字孪生、数据轻量化传输等技术优势;然后,设计符合舰船机舱特点的一体化智能运维系统。[结果]提出了一种基于数据大脑赋能的机舱智能运维系统功能框架、平台设计、运行体系、运行流程及关键技术应用。[结论]研究成果可为舰船机舱智能运维系统设计及应用实践提供参考。     

基于并行深度卷积神经网络的舰船通信异常数据检测研究

为了提高通信异常数据检测效果,设计基于并行深度卷积神经网络算法的大规模舰船通信异常数据检测方法。采集大规模舰船通信数据,采用小波变换对数据实施降噪处理,将降噪后数据输入并行深度卷积神经网络中,经过模型训练提取特征,利用Softmax分类函数得出舰船通信异常数据特征,输出舰船通信异常数据检测结果。实验结果表明：该方法可有效实现大规模舰船通信异常数据检测,其加速比最高,并行效果最优;具有较强的大规模舰船通信数据集检测能力,提高大规模舰船通信异常数据检测效果。     

舰船信息系统多来源数据有效识别方法研究

在舰船信息系统中汇总了大量的多源数据,由于多源化的数据识别程度不同,造成传统多源数据识别方法识别速率较低,为此提出舰船信息系统多来源数据有效识别方法研究。使用线性特征计算对多来源数据进行快速特征提取,去除冗余数据减少识别数据量,以数据合成规则为基础,对提取特征进行快速融合,将融合特征数据以几何形式进行高速识别,完成舰船信息系统多来源数据有效识别。实验数据表明,设计的多来源数据有效识别方法比传统识别方法的TGK识别速率高0.15%,并具备极高的有效性。     

基于深度哈希网络的舰船图像检索研究

在目前的图像检索中,通常缺乏对汉明空间距离的确定,而直接进行特征提取,导致图像检索中受图像质量影响较大。因此提出深度哈希网络的舰船图像检索研究,首先建立深度哈希网络模型,利用球哈希编码得出汉明空间的距离度量。然后根据获取的汉明距离使用Bushlet进行多层分解,得出图像复特征。最后根据特征进行Brute-Force特征匹配,完成图像检索工作。为了验证设计的图像检索方法的可行性,设计实验,建立舰船图像库,并使用设计方法以及文献[1-3]进行图像检索,判断优劣性,实验结果显示设计方法检索质量受图像质量影响较小,检索性能更好,具有可行性。     

粒子群算法优化神经网络的舰船直流电机故障分类

针对舰船直流电机故障的误分率高、结果不可靠等难题,以进一步提高舰船直流电机故障分类正确率,提出了粒子群算法优化神经网络的舰船直流电机故障分类方法。首先采用小波变换对舰船直流电机故障信息进行多尺度分解,提取信号能量值作为舰船直流电机故障分类特征,然后将舰船直流电机故障的特征作为神经网络的输入向量,采用粒子群算法和神经网络对特征向量进行训练,建立舰船直流电机故障分类器,最后的舰船直流电机故障分类测试结果表明,本文方法可以准确实现舰船直流电机故障分类,有助于舰船直流电机故障的定位,而且舰船直流电机故障误分率要小于其他方法,舰船直流电机故障分类结果更加可信。     

基于无序信息融合技术的舰船组合导航系统研究

多源信息融合技术在舰船组合导航系统中有广泛的应用。多传感器信息融合中存在的通信延迟不可避免,这样就会使得采集到的信息达到融合中心是无序的。本文主要研究船舶不同起始时间下的无序信息融合的组合导航技术,以此进行船舶的导航。最后进行仿真实验,实验结果表明算法精度高、鲁棒性强。     

基于云平台的海量舰船图像查询研究

针对海量舰船图像查询速度实时性高的要求,设计了基于云平台的海量舰船图像查询算法。首先分析当前舰船图像查询的现状,指出了当前各种舰船图像查询算法存在的缺陷,然后提取舰船图像查询特征,并采用支持向量机建立舰船图像查询模型,最后结合舰船图像的大规模、海量特点,引入云平台并行实现海量舰船图像查询,并与其他舰船图像查询算法进行了仿真对比实验,本文方法可以快速实现海量舰船图像查询,舰船图像查询速度和查询正确率均显著高于对比算法,为海量舰船图像查询提供了一种新的研究工具。     

基于三维地理信息的舰船输电通道多源信息融合技术研究

针对舰船输电通道差异性数据聚类出现的中心不定问题,提出基于三维地理信息的舰船输电通道多源信息融合技术。构建舰船配电网络输电通道的信息传输信道模型,采用量化跟踪调制方法对信道进行自适应调整以补偿信道畸变;对舰船输电通道覆盖区域进行三维地理信息特征采集,对采集的地理信息特征进行模糊C均值聚类处理,并输入到舰船输电通道中组成一组训练序列+信息序列的帧信号,在决策指向性模式下实现舰船输电通道多元信息融合。仿真结果表明,采用该方法进行舰船输电通道信息融合,可提高舰船配电网络输电通道负载均衡性,抗干扰能力较强,从而改善了舰船配电网的结构性能。     

RBF神经网络的舰船图像滤波融合

普通舰船图像滤波融合模型,不能兼顾滤波精度计算性与滤波容错性。为解决此问题,设计基于RBF神经网络的舰船图像滤波融合仿真模型。通过网络结构设计与网络学习方法设计,完成RBF神经网络的搭建;改进原有仿真模型算法、舰船图像多滤波融合形式,完成仿真模型的搭建。模拟应用环境设计对比实验结果表明,基于RBF神经网络的舰船图像滤波融合仿真模型,既提升滤波精度计算性与滤波容错性,也做到2种性能的兼顾。     

基于TRIZ理论的舰船防护舱壁结构型式生成研究

[目的]冲击波与弹片毁伤元是舰船防护舱壁结构设计主要考虑的因素,为研究舰船防护舱壁结构概念型式的有效生成方法,[方法]采用系统化的创新问题解决理论(TRIZ)中的冲突分析方法,获得了舰船防护舱壁结构设计中的技术冲突表征,通过该理论给出的技术冲突解决原理,结合冲击动力学专业知识进行分析,[结果]构建了8个防护舱壁结构概念型式,均可实现对冲击波与弹片2种毁伤元的同时防御,在此基础上探讨了舰船防护舱壁结构概念型式生成可采用的一般性原理。[结论]研究成果可为舰船防护舱壁结构研究与设计提供参考。     

舰船能耗预测的云数据挖掘

能耗是舰船工作过程一个重要评价指标,针对当前舰船能耗预测方法存在预测错误率高、建模速度慢等不足,提出一种舰船能耗预测的云数据挖掘技术。首先分析国内外对舰船能耗的预测方法,找到各种舰船能耗预测方法的缺陷和不足,然后收集舰船能耗预测的数据,将云平台作为舰船能耗预测的建模环境,采用数据挖掘建立舰船能耗预测模型,最后进行舰船能耗预测效果的测试实验。云数据挖掘技术的舰船能耗预测精度超过了95%,可以描述舰船能耗预测的变化特点,对于大规模舰船能耗数据,本文方法的预测时间明显短于当前其他舰船能耗预测方法,具有十分明显的优势。     

舰船监控图像拼接与识别研究

针对当前舰船监控图像拼接与识别存在的弊端,如拼接错误率高、识别正确率低等,为了提高舰船监控图像拼接与识别效果,设计了一种神经网络的舰船监控图像拼接与识别方法。首先提取舰船监控图像拼接的特征,并根据拼接关键点方向直方图建立舰船监控图像拼接模型,然后引入神经网络构建舰船监控图像识别的分类器,最后进行了舰船监控图像拼接和分类仿真模拟测试实验。相对于其它舰船监控图像拼接方法,本文方法的舰船监控图像拼接正确率得到了提升,同时本文方法的舰船监控图像识别正确率超过了90%,使得舰船监控图像的误识率大幅度减少,具有一定的实际应用价值。     

一种基于舰船磁场的神经网络识别模型

为获得更为精确的识别结果,需要对舰船三轴磁场之间的相关性研究并进行融合。本文提出了一种将神经网络数据融合技术应用于舰船目标识别的模型,分析了舰船三个方向磁场的通过特性以及它们之间的相关性,并利用神经网络数据融合技术实现对舰船目标航速、横距和船型的模式识别。经过实测数据验证,该识别模型对舰船目标具有较高的检测概率。     

物联网环境下舰船装备多源监测数据存储系统

现有的舰船装备多源监测数据存储系统,存在着存储资源利用率较低的问题。为此提出并设计了物联网环境下舰船装备多源监测数据存储系统。舰船装备多源监测数据存储系统硬件设计主要包括主控芯片选型、存储器设计以及缓存服务器设计;软件设计包括数据读取模块、数据写入模块以及存储节点管理模块。通过系统硬件与软件的设计,实现了物联网环境下舰船装备多源监测数据存储系统的运行。实验结果显示,相较于现有的舰船装备多源监测数据存储系统,设计的舰船装备多源监测数据存储系统极大地提升了存储资源利用率,充分说明设计的舰船装备多源监测数据存储系统具备更好的存储性能。     

云平台的舰船实时动态任务调度研究

传统舰船任务调度算法存在任务指令数据实时性差,任务调度处理与任务下达之间存在时间差,造成任务调度结果与任务更新的不对称。为了解决此问题,提出云平台的舰船实时动态任务调度研究。通过神经网络算法,融合云平台计算技术,对任务调度进行瞬态高速计算,缩短调度任务处理时间;引入实时任务调度算法,对瞬态任务计算进行实时动态任务流数据辅助计算,以此保证调度任务处理与任务下达数据的对称性,最大限度减小任务调度时间差。与传统调度方法对比数据表明,提出的云平台的舰船实施动态任务调度算法,能够有效缩短时间差至0.086 s。     

Calculation of vaulted magnetic field above ship using equivalent surface magnetic charge北大核心CSCD

[目的]为了获得舰船上方不同高度平面磁场数据,解决舰船上方拱顶磁场推算到平面磁场的问题,提出用面磁荷法进行舰船上方的磁场推算。[方法]从等效源理论出发,利用拱顶磁场数据进行反演建模,将舰船磁场等效为面磁荷产生的磁场,用面磁荷正演舰船上方的磁场。将面磁荷法推算出的磁场与舰船实际磁场进行对比,验证面磁荷法的可行性。[结果]通过数值仿真计算,舰船磁场垂直分量推算的相对均方根误差为0.44%;利用磁性船模进行实验分析,磁场垂直分量推算的相对均方根误差为7.64%。[结论]仿真和船模实验分析表明,利用面磁荷法进行磁场推算,其推算值与测量值较为吻合,推算的相对均方根误差较小,具有较高的精度,可用于实际工程计算。     

舰船移动网络信息安全大数据集成模型

移动网络是保障舰船作战能力发挥的关键,舰船任务量的剧增,使得移动网络信息呈"井喷式"增长,给安全大数据的获取与应用带来了较大的阻碍,由此,提出舰船移动网络信息安全大数据集成模型。基于正则表达式原理,半自动化地抽取并转换安全大数据,搭建数据关联关系并行发现框架,计算数据之间的相似度,确定BP神经网络算法的最佳权值,执行BP神经网络算法分类并融合安全大数据,从而实现舰船移动网络信息安全大数据的集成。实验数据显示:数据集成平均耗时趋于1 s,并低于最小限值,具备较好的实时性。     

水下爆炸气泡对舰船冲击环境的影响

[目的]为了优化舰船冲击环境预报载荷体系及研究气泡脉动压力对舰船冲击环境的影响,[方法]基于ABAQUS有限元分析软件,采用声固耦合方法模拟某舰水下非接触爆炸特性,通过与现有文献实验数据的对比验证该方法的有效性。在此基础上,针对水下爆炸气泡脉动压力进行冲击环境特性的研究。[结果]结果表明:气泡脉动压力对舰船低频响应有放大作用,垂向冲击谱值的影响要大于其他2个方向;上层甲板受气泡脉动的影响仍然较大,验证了甲板低频响应的衰减规律;对水下爆炸实验和冲击环境进行预报时,计算时间选取为1.5倍气泡一次脉动周期才可得到较准确的冲击环境数据,以此来验证海军标的准确性。[结论]研究结果有利于优化舰船冲击环境预报流程中各参数的选取,并可用于指导舰船冲击环境的预报。