船舶网络通信最优路径的规划与设计

最优路径的规划与设计对船舶网络通信系统至关重要,针对当前船舶网络通信最优路径的规划与设计方法存在数据传输成功率低、数据传输时延长的缺陷,提出基于蚁群优化算法的船舶网络通信最优路径规划与设计方法。首先对当前船舶网络通信最优路径的规划与设计研究进展进行回顾,指出各种船舶网络通信最优路径的规划与设计方法的缺陷,然后采用蚁群优化算法搜索食物原理对船舶网络通信最优路径的规划问题进行求解,找到最优的船舶网络通信最优路径,最后采用C++编程实现了船舶网络通信最优路径的规划仿真测试,结果表明,蚁群优化算法可以提高船舶网络通信系统的数据传输成功率,减少船舶网络通信数据传输时延长,数据丢包率大幅度减少,获得了理想的船舶网络通信效果。     

海上无线通信系统的干扰抑制算法

随着网络通信系统传输模式的升级,双全工数据传输模式已成为当下通信数据传输标准。受到数据传输模式由半全工到双全工改变的影响,数据干扰波形态与特征随之发生改变,原始干扰波对应的时间量在双全工模式下,数据干扰系数增大,造成传统抑制算法对干扰噪声的抑制范围相对缩小,无法达到预期的抑制效果。因此,提出海上无线通信系统的干扰抑制算法。采用多区域分算整合的方式,用不同算法针对性解决一个问题中不同区域的问题。首先,对双全工模式下的数据干扰量进行建模,获得当前系统网络中的干扰量分布情况;采用双全工信道干扰估计算法,对干扰量进行范围估计,为抑制计算确定抑制范围;采用动态频谱波抑制算法,对信道干扰噪声进行抑制计算,平衡信道载波量,稳定数据传输状态。通过仿真数据对比测试,证明提出算法的可行性。     

基于云计算的船舶大数据并行调度算法研究

港口对大量船舶进行同时调度时,需要计算非常庞大的数据,传统船舶调度算法很难在短时间内完成计算工作,为此提出基于云计算的船舶大数据并行调度算法研究。建立云计算体系与大数据信息的并行调度框架,完成船舶大数据并行调度计算;采用SQL语言对并行调度核心步骤进行编写,将云计算结果导入并行调度算法体系中,实现船舶大数据并行调度计算。实验数据表明,设计的并行调度算法能较传统计算效率提高37.1%,并短时间内完成所需的计算任务,提高船舶的调度效率。     

基于Camshift的红外舰船目标跟踪

在海空红外图像中舰船的轮廓和纹理特征信息较少,给舰船目标的识别和跟踪带来了极大的挑战。针对这一问题,本文在研究红外系统成像机理及红外图像特性的基础上,利用滤波和直方图均衡化来减少红外图像的噪声,提高红外图像的对比度。此外,详细分析了Camshift算法,设计基于Camshift的舰船目标跟踪方案。     

轮胎起重机整体稳定性优化

应用浮点数编码的遗传算法和生物进化算法对轮胎起重机进行整体稳定性优化。经系统模型检验，得到满足整体稳定性的最优解。计算结果表明轮胎起重机经优化后的整体稳定性明显提高。     

船舶航迹建模中进化算法建模与仿真

近年来,船舶航迹自动控制在船舶航行中发挥着越来越重要的作用,如何从稳定性、经济性和安全性等方面提升船舶航迹控制性能是人们研究的重点。本文对船舶运动模型、外干扰模型进行深入研究,在此基础上,提出了以混沌进化算法为基础的船舶航迹控制模型。     

基于改进蚁群算法的物流配送路径优化问题研究

物流配送在国民经济中发挥着越来越重要的作用,先进的物流配送系统是企业增强竞争力的重要手段.而进行物流配送系统的优化,主要就是配送路径的选择.虽然蚁群算法已广泛应用于解决路径优化问题,但此算法所固有的收敛速度缺陷一直制约着物流系统配送路径优化问题的解决.本文在系统分析蚁群算法的基础上,结合遗传算法,提出了一种新型的改进蚁群算法,并通过算例对改进蚁群算法的有效性进行了验证.     

基于蜂窝移动网络换手信号的车辆行驶路径识别方法

本文提出一种基于蜂窝移动网络换手信号的车辆行驶路径识别方法,运用车载设备周期性撷取蜂窝移动网络讯号,并记录时间点和当下链接的细胞标识符(Cell ID),再回传至服务器。由服务器分析链接的细胞标识符、细胞顺序、停留时间,依此来建立向量集合。再将此向量集合与历史数据库中的历史向量集合进行比对,取得历史向量集合最相似的k笔资料,由该k笔资料中所对应的路径最多者作为车辆当下所行驶的路径。在实证结果中,本研究方法的正确率为100%,所以此方法将可以准确运用蜂窝移动网络换手信号识别车辆行驶路径。     

关角隧道板岩大变形机制分析及防治措施

青藏铁路西宁至格尔木段增建第二线关角隧道埋深大,穿越高地应力区及软弱围岩区,所通过区域断裂构造极为发育.板岩段岩体软弱破碎,施工中发生了不同程度的大变形,变形量大、变形速率快、持续时间长、变形破坏不均匀.从围岩岩性、构造应力、地下水条件等分析,关角隧道板岩段大变形主要为围岩塑性流动变形,在有地下水出露区段表现为膨胀变形.对变形段采取封闭工作面、径向注浆、横撑加固、拆换处理等措施,对未开挖段采取加强初期支护、采用双层支护、优化初期支护曲率等措施,确保了隧道安全顺利贯通.     

基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。