舰船交通管理系统信息融合系统中的云计算应用

互联网技术和计算机技术的迅速发展,使大数据和云计算平台逐渐成熟,并应用于多种工业控制和通信领域中。舰船交通管理系统(VTS)可以有效提高船舶航行效率,改善航运交通,但传统的VTS存在精度低、数据处理能力差等缺点。本文针对舰船交通管理系统的信息融合系统进行研究,并基于云计算技术和AIS技术开发了一种新型的VTS信息融合系统。仿真试验表明,基于云计算的VTS信息融合系统不仅雷达信号处理能力强,而且可以进行多任务并行工作,有效改善了VTS的效率。     

集装箱运输船舶调度的多目标优化模型建模

在多通道运输环境下,集装箱运输船舶调度是一个复杂的多元目标优化模型,提出一种基于自适应回归分析的集装箱运输船舶调度的多目标优化模型,采用多源信息特征重组方法进行集装箱运输船舶资源信息重构,结合自适应学习方法进行集装箱运输船舶资源的信息融合处理,采用非线性二元自回归分析方法实现集装箱运输船舶调度的控制目标函数构建,采用多目标均衡优化策略求解控制目标函数的全局最优解,实现集装箱运输船舶的最优化调度。仿真结果表明,采用该方法进行集装箱运输船舶调度的均衡性较好,提高了运输时效性。     

激光传感器的舰船通信系统

为了提高舰船通信传输的稳定性,降低通信误码和失真,进行通信系统优化设计,提出基于激光传感器量化融合跟踪和信道均衡控制的舰船通信系统。构建舰船通信系统的信道模型,采用激光传感器量化融合跟踪方法进行通信信道均衡设计,结合波特间隔均衡和最小均方误差准则进行舰船通信系统均衡器设计,在通信系统的接收端设计调制解调模块进行通信信号调制和滤波处理,完成通信系统的优化设计。系统测试结果表明,设计的舰船通信系统能提高舰船通信信道的均衡性,输出误码率较低。     

基于卡尔曼滤波的舰船综合导航信息处理

数据处理是舰船综合导航系统的核心任务,此文具体介绍了舰船综合导航卡尔曼滤波的模型建立和滤波实现,提出了基于卡尔曼滤波思想的舰船综合导航信息融合处理方法,并利用Matlab软件进行了仿真和结果分析。     

基于多传感器递推总体最小二乘融合的水下机器人动力学模型参数辨识

对于水下机器人动力学模型辨识问题,如果其观测方程的系数矩阵包含随机扰动,则其最小二乘估计一般是有偏的。为此,该文提出一种基于多传感器递推总体最小二乘融合的水下机器人动力学模型辨识算法(RTLS_F)。首先,给出了集中式总体最小二乘融合的算法;然后,在总体最小二乘框架下,推导出多传感器递推融合估计算法。通过仿真实验对RTLS_F与其它水下机器人动力学参数辨识算法进行了比较。实验结果表明,在系数矩阵和观测向量都含有误差的情况下,最小二乘融合是有偏估计且难以提高估计精度,而RTLS_F算法可以有效改善参数辨识性能。     

基于无线传感器网络的船舶动力定位系统的研究

随着海洋开发领域的扩大,对船舶航行及停泊位置精确要求越来越严,动力定位系统成为大型船舶必不可少的设备之一。船舶动力定位系统通过传感器采集自身的动力状态及周围环境数据,再通过数据融合确定所需的推进力。针对采集数据分布广、类型多样的特性,利用无线传感网络分布式结构具有较好的处理性能。本文研究大型船舶动力定位系统数学模型,在此基础上设计基于无线传感网络的数据融合处理系统,最后进行仿真。     

数据融合技术在舰船动力定位系统信息采集的应用研究

为了提高舰船在海上定位的精度,同时减少因传统的船舶抛锚系泊方式带来的成本高、稳定性差等缺点,船舶工业领域对舰船动力定位系统的研究投入了大量的精力。动力定位系统利用舰船的推进器抵抗海浪干扰,使船舶保持在某一水域的动态平衡。本文针对舰船动力定位系统的信息采集问题,充分利用数据融合技术和传感器技术,提高了动力定位系统的信息采集时效性、可靠性和准确度。     

加快运输投送保障装备发展提高我军战时制交通权

伴随战争的作战形式、区域以及装备的变化,新型作战对运输投送能力提出了更高要求,而我国现有的运输投送保障装备的技术水平与国外的差距较大,且在军用、民用间的技术水平不一,因此迫切需要国家和军队加快在运输投送保障装备领域的建设。为了实现我军全域机动作战目标,本文从增强运输投送能力的角度,提出了制交通权观点,构建了战时能保障作战运输投送需求,平时服务于国民经济建设,应急时又能参与抢险救灾的交通工程设施的恢复与构建,兼顾应急准备能力与战备能力建设的军民融合运输投送体系,并就体系的重要要素——运输投送保障装备在水路、公路、铁路和航空四大领域的发展方向进行了阐述,以保障制交通权能力的发展与提高。     

面向低速清扫车的信息融合车辆跟踪方法

交通参与者运动的准确跟踪与预测对智能车行为决策的有效性至关重要。传统运动目标的跟踪系统多采用单一传感器,难以保证数据的精度与可信度。为提高系统的鲁棒性与可靠性,设计一种融合毫米波雷达和相机的目标跟踪方案,该方案针对多目标的特征级信息进行融合。首先,考虑低速行驶的自动驾驶清扫车所处环境杂波较多,方案选择基于IMM/JPDA的多目标跟踪方法估计局部航迹。为降低JPDA数据关联的计算复杂度,结合基于马氏距离构造的椭圆关联门和基于车辆非完整性约束构造的扇形关联门,实现关联门的自适应调整,减少关联杂波的干扰。其次,结合传感器的配置与特性,对目标的航迹状态进行空间对准和时间对准,按照航迹点间的欧氏距离和互协方差选择融合模式,进行局部航迹融合。最后,为验证多目标跟踪和航迹融合方法的有效性与实用性,分别设计基于MATLAB/PreScan环境的仿真试验和基于智能清扫车平台的实车试验。研究结果表明：在横、纵方向上,融合后的系统状态都比单一传感器的估计状态更为准确,融合结果对单一传感器的估计误差有35%以上的提升;实车试验证明,该方案能有效融合ESR毫米波雷达和Mobileye单目前视相机的状态估计信息,能基本正确地跟踪目标和估计航迹;融合状态的横、纵向误差都在可接受范围以内,且融合状态比单一传感器的估计波动更小。     

船舶内燃机远程状态监测与故障诊断系统

介绍一种基于现场总线技术和信息融合理论的远程船舶内燃机状态态监测与故障诊断系统,文中介绍了将Internet、Intranet和Ｉnfranet技术相结合从而将测控网络与数据网络相结合的远程状态监测与故障诊断系统的网络结构,同时探讨了多传感器系统和不同层次信息融合模型和实现方法。