大风浪中船舶航向优选方法探讨

依据船舶耐波性理论计算结果，运用灰色关联综合评估理论对大风流中船舶耐波性进行了综合评估，然后根据结果确定船舶在波浪中以某一航速航行时的优选航向，并通过实例应用与分析表明，使用该方法能为船舶安全航行提供科学指导。     

神经网络在多目标分布式融合中的应用研究

提出了适合分布式多传感器多目标(MSMT)数据融合估计算法，对这种推广的分层融合估计算法进行了数学推导和描述，研究了利用神经网络进行MSMT跟踪融合的网络结构和算法，进行了计算机模拟仿真。仿真结果表明神经网络融合估计可提高跟踪精度，并且这种融合方法是有效的。     

舰船装备综合保障现状分析与发展趋势

保障性与作战性能居于同等重要的地位,是制约舰船装错发展和影响寿命周期费用的重要因素.本文对国内外舰船综合保障现状与发展趋势进行了详细、深入地分析,同时针对我国舰船装备综合保障存在的主要问题,提出了参考性的建议.     

航迹点搁浅风险数据关联规则挖掘方法研究

随着海上航线的不断增多与海洋水文环境的不断变化,许多航迹点已存在搁浅风险不适合船舶航行。因此需要通过数据挖掘的方法对风险航迹点进行运算分析,但是传统的数据挖掘方法无法对无关联的航迹点进行风险的数据关联,由此导致数据挖掘数据结果的准确率下降,数据挖掘面有效数据计算量降低。对此提出航迹点搁浅风险数据关联规则挖掘方法研究。通过对航迹点风险数据的假设建模与风险数据的模糊计算,得到风险数据的关联规则,再通过对风险数据关联规则的分类挖掘计算与加权挖掘数据分析,最终得到准确的航迹点搁浅风险数据关联规则的数据结果。最后,通过引入海上实例数据对提出的方法进行仿真测试,证明设计的可行性。     

船岸一体AUTONET新样机的研制

船岸一体大数据池是新时代的需求,市场上已开发不少采用欧美通信制式的试验系统,但至今未批量应用,主要有4个原因：1）卫星通信传输带宽流量太大,卫星资源远不够用;2）由于卫星成本是天文数字,经济上不可行;3）船岸一体大数据需要视频图像数据传输,流量成本巨大;4）船岸一体大数据需要高性能传输高速大容量,数据响应要达到毫秒级,以有效实现无人驾驶及智能控制,而旧通信制式系统性能远达不到要求。文章对招商局邮轮制造有限公司创新研制的广播同步及数字孪生制式的船岸一体AUTONET新样机进行介绍。船岸一体AUTONET新样机采用“单船30个摄像头+音视黑匣子+雷达+电子海图+一万个实时数据传输”的配置,数据响应为毫秒级,单平台容量达到1.3亿,样机所需卫星带宽小于256 kb,相较于通信制式的样机减少数百倍。船岸一体AUTONET新样机能够实现新时代的船岸一体大数据、无人驾驶及智能监控管理的需求,性能达到国际先进水平。     

舰船传感网络入侵数据快速定位方法分析

为了保证舰船传感网络的安全运行,提出舰船传感网络入侵数据快速定位方法。通过网关/基站和节点,设计适合舰船传感网络入侵数据定位的拓扑结构,并根据构建的目标定位网络拓扑结构,采用三边质心法获取入侵节点坐标,完成对舰船传感网络入侵数据的快速定位。根据实验结果可知,所提方法能够快速且精准的对舰船传感网络入侵数据进行定位,为舰船网络通信安全奠定了基础。     

美俄潜艇声纳装备的发展

声纳设备出现以来,随着微电子技术、信号处理技术的发展以及人们对声传播规律的认识,声呐技术有了长足的进步,出现了多种低频、大功率,大尺寸基阵声呐和新体制声呐.论文分析了美、俄潜艇声纳装备的发展趋势,以及现役声纳装备的配置、主要性能、声基阵布置等.分析总结了世界主要综合声纳系统的三个技术发展方向,可供潜艇声纳装备的研制及艇总体设计提供参考.     

基于计算机大数据的船舶视频图像类型辨识分析

传统船舶视频图像类型识别算法在图像类型识别计算过程中,存在视频图像高频尺度空间像素子带系数计算精度较低,导致图像画面差异辨识度降低,无法高精度对比图像特征参量的问题。因此,提出计算机大数据船舶视频图像类型辩识分析。通过神经网络算法,建立视频图像特征的神经网络模型;根据特征模型推导建立辨识模型。在辨识模型的基础上,通过导入大数据高频子带尺度算法,对图像特征尺度空间内的高频子带系数进行优化计算,从而提升视频图像类型的辨识精度。通过实验数据对比表明:提出的视频图像辨识算法,能够有效改善图像类型识别环境,提升图像类型辨识精度,解决了传统辨识算法辨识精度低的问题。     

发电机组并联运行有功、无功综合调控技术

介绍了发电机组的转速、电压控制原理以及有功、无功综合调控技术的控制原理;并通过实例介绍了采用该控制技术的船舶电站监控系统。实践表明,融合有功、无功综合调控技术的电站监控系统在投入运行后,实现了任意组态下,并联机组有功、无功功率稳定的自动调整,使得多个电站机组长期并联运行更加可靠。     

船舶无线网络通信过程差错数据智能检测方法

现有的异常数据检测方法无法适应船舶无线网络通信环境,存在漏检率高的问题,为此提出通信网络差错数据智能检测方法。根据舰船无线网络通信的特点,选取通信数据差错特征。利用数据采集设备,获取船舶无线网络通信过程数据。通过计算数据集的离散度与设置置信区间2个步骤,实现对通信过程差错数据的识别。以识别结果为基础,分别从数据长度、格式和内容3个角度,实现对通信差错数据的智能检测。为了验证设计的智能检测方法的检错能力设计性能对比实验,结果表明,与传统差错数据检测方法相比,设计的智能检测方法的漏检率降低了30.1%,且通过该方法的检测与控制提高了无线网络通信的稳定性。