基于机器视觉技术的舰船行驶轨迹自动检测算法

由于传统的舰船行驶轨迹自动检测得到的目标图像局部视觉对比度低,弱小目标占据像素少,导致检测结果精度下降,无法为相关技术人员提供有效的参考价值,为此提出基于机器视觉技术的舰船行驶轨迹自动检测算法研究。利用所采集图像帧与帧之间的关联性,采集其灰度变化情况,获取有效信息,提取灰度矩阵特征,选择目标层次中的相邻帧,获得短时轨迹,计算得出灰度坐标,使所得轨迹光滑连续,分析单帧检测结果,完成基于机器视觉技术的舰船行驶轨迹自动检测算法研究。设计对照实验,验证所提出算法的应用效果,实验结果表明,在应用机器视觉技术后,检测得到的图像局部视觉对比度有着显著提高,能够证实所提出算法的行驶轨迹检测性能优于传统算法。     

海上搜救最优路线规划模型设计与仿真

随着人类海洋活动的频繁、气候环境的复杂多变,海上事故频发,而海上救援最关键的是要在最短时间到达搜救点。海上搜索最短路径还受到障碍物、地理环境、天气等条件影响,是一个多条件全局最优问题。本文研究了基于蚁群算法的Dijkstra求解方法,寻找多条件约束下的海上搜救最短路径的全局最优解,最后对算法进行了仿真并与其他路径规划算法做了比较。     

基于海冰厚度的cryosat-2估计算法在破冰船中的应用

近年来,破冰船在极地海洋资源开发、科学考察、极地求援等领域发挥着越来越重要的作用。由于极地海洋环境的复杂性,海冰厚度对破冰船的航行安全和破冰性能产生直接影响。如何及时准确获取海冰数据成为人们研究的重点。本文深入研究海冰厚度估算原理,提出基于crysoat-2卫星测量数据的改进海冰厚度估算算法。     

高速铁路道岔异构数据在Hbase上的云存储方案

实现健康预测管理（PHM）可以提高信号设备的运行安全性、系统可靠性和可维修性，道岔设备的数据对其PHM的研究有重要意义。目前，高速铁路道岔监测数据存储架构难以满足PHM海量异构历史数据存储问题，结合道岔监控数据以及道岔缺口监测图像等异构数据，引入大数据技术中的Hbase非结构化数据存储理念，提出高速铁路道岔设备海量异构数据的云存储及查询管理方案。针对图像数据尺寸不一致的问题，提出基于MapReduce的优化图像分块存储算法，实现高速铁路道岔异构数据的Hbase云存储，在实验室环境搭建平台对方案进行验证。结果表明:从MySQL到Hbase迁移10 GB历史数据约为15 min，在数量到达20万条以上时Hbase查询性能优于MySQL。通过MapReduce优化图像数据分块算法，存储速度得到提升。该方案对高速铁路道岔设备PHM中海量异构数据的存储提供了理论和技术支撑。     

大数据背景下的船舶管理风险评估

船舶安全管理工作对于保障船舶安全航行起着十分重要的作用,传统方法如层次分析法、模糊评估法难以对船舶的管理风险进行科学的评价。为了提高船舶的管理风险评估精度,构建了粒子群算法优化RBF神经网络的船舶管理风险评估方法,首先利用粒子群算法对RBF神经网络的参数进行优化,然后利用优化的RBF神经网络对船舶管理风险进行评估,最后进行仿真测试,实验结果表明,本文方法的评估精度比对比方法的评估精度更高,同时耗时更少,可以满足对船舶的风险进行实时监控与管理。     

水下滑翔机动力学建模及PID控制

为了解决水下滑翔机的控制问题,设计了尾部四螺旋桨来控制滑翔机的俯仰和转向,对水下滑翔机进行运动学和动力学建模,并在其基础上设计了PID控制器。通过Matlab/Simulink仿真和湖试对所设计的PID控制器的有效性进行验证。仿真结果表明在所设计的PID参数下,控制器能够有效地完成水下滑翔机自稳定控制。湖试结果与仿真结果相比较,可以得出设计的PID控制器参数选取合理,能够快速准确地实现姿态的调节。     

船载卫星定位系统的差分算法计算研究

近年来,船载卫星通信系统发展迅速,在海洋通信和抗震救灾等方面作用显著。船载卫星定位系统作为船载卫星通信系统的重要组成部分,受到了越来越广泛的研究。本文针对当前船载卫星定位系统存在的问题,基于GPS定位系统的误差来源,对当前主流的几种GPS差分算法进行了研究,并利用载波相位差分算法进行精确定位,利用Matlab对该系统进行仿真可知,该方法具有较高的精度和较快的速度,具有进一步推广应用的潜力。     

低碳环境下车辆路径问题研究

车辆路径问题(VRP)是供应链管理中的关键问题,同时环境问题又是物流领域亟待解决的主要问题之一,所以在研究VRP过程中结合当前环境是研究低碳运输的重要方式。为实现低碳运输,文中计算油耗时考虑了车辆的载重和车速,并以最少成本作为目标函数对VRP进行研究,建立数学模型,对传统的人工蜂群算法进行改进,最后通过matlab软件进行仿真实验。     

考虑收益管理的高铁平行车次动态差别定价

基于RP(Revealed Preference)和SP(Stated Preference)调查数据，利用潜在类别模型对高铁旅客进行细分，得到旅客对平行车次不同服务属性，如列车运行时间、发车时段和舒适度的偏好程度，并对其进行量化；引入收益管理，以多列车整体收益最大为目标，构建平行车次动态差别定价模型，并设计模拟退火算法进行求解；最后，通过京沪高铁进行实例验证.结果表明：与固定票价进行客票销售相比，所提方案能够适应高峰期和平峰期不同客流特点，提高铁路客票总收益，为高铁平行车次灵活定价提供参考.