云环境下的舰船海上航行数据自动采集方法
发布时间：2021-10-09 19:10
舰船海上航行过程中会形成海量数据信息,为提高对数据信息的利用效率,必须建立起可容纳海量数据的数据自动采集系统,借助云环境下的数据存储优势,可以实现航行数据实时采集和快速处理。本文分析云环境下航行数据的特征,提出了舰船海上航行数据自动采集系统的工作原理,研究了舰船海上航行数据自动采集工作方法,并通过航行数据自动采集系统仿真对比实验,验证了数据自动采集系统具有较高的应用价值,可保证数据采集的准确性。
【文章来源】：舰船科学技术. 2020,42(24)北大核心
【文章页数】：3 页
【部分图文】：
航行数据自动采集系统中的硬件组成结构图Fig.1Hardwarestructurediagramofnavigationdataautomaticacquisitionsystem
感器将感知的数据信息转换为可用信号，向检测设备传输。传感器主要包括前端感应元件、转换元件、基本转换电路和辅助电源等元器件，输入电压与输出电压分别为30V、20V，工作电流为10mA，测量范围在100Hz之内，抗干扰性为80%。将传感器安装到各个监测点上，逐一定位，传感器供电方式为电池供电，可通过GPS定位少量节点，获取舰船位置信息。假设定位节点为6个，利用信号接收器可测量各个节点的距离值，再运用MDS算法计算出各个节点的相对位置，确定节点的位置分布，如图2所示。图2定位节点中相对位置测算与直观显示图Fig.2Relativepositionmeasurementandvisualdisplayofpositioningnodes在确定各节点的空间分布状态后，引入距离矩阵函数，求出相应数据，函数为：B=12d2i+1n2n∑i=1d2，根据函数矩阵获取最大特征值向量，得出二维空间的拟合构图，初步定为传感器节点。为提高传感器节点位置检测的准确性，还需要定位传感器平移、旋转坐标系，得到传感器节点的位置部署。2.2数据采集实施建立海上航行数据自动采集方程，利用传感器采集船舶监控数据，用R表示回波信息矩阵，Q表示环境影响因素，M表示扩维矩阵，y表示数据监测矩阵，z表示环境干扰噪声，K表示高斯白噪声，H表示脉冲响应，建立起各变量之间的关系式如下：R=M×y+M×z4，Q=H×y+K。在船舶设备受到外界因素干扰时，会直接影响到航行数据的有效采集，所以必须对受干扰的信号进行滤波处理，以增强采集系统的抗干扰能力。在这一过程中，需要安装滤波器，以保证传感器采集系统的有效运行，如图3?
有效性，本文选取传统基于GPS的数据采集系统作为对照组，并随机选择舰船进行24h数据动态采集，获取对比实验结果，如图4所示。可知本文提出的系统数据采集量远远大于对照组的数据采集量，在电磁波不断增强的情况下，2种系统虽然都受到了外界干扰，其数据采集量都发生了一定变化，但是本文提出的系统其准确性最低为96%，而对照组系统的准确性却降低到80%。由此可得出以下结论：本文设计的航行数据自动采集系统具备较高的准确性和抗干扰性，可以满足云环境下舰船航行数据的动态采集要求。图4航行数据自动采集系统与对照系统的数据采集总量对比图Fig.4Comparisonoftotalamountofdataacquisitionbetweenautomaticnavigationdataacquisitionsystemandcontrolsystem3结语舰船航行数据是舰船安全可靠行驶的重要数据，在航行的全过程之中都会有数据持续产生。在云环境下，舰船要借助云计算、传感器技术等先进技术，构建起数据存储量大、数据实时采集、抗干扰能力强的航行数据采集系统，确保航行数据可长时间存储到云环境中，为后续的数据处理提供充足的源数据，提高舰船航行决策的精准性。参考文献：张勋,马豪伯,徐博,等.基于样本熵和IFOA-GRNN的多普勒计程仪信号失真重构[J].应用科技,2020,47(3):80–86.[1]林俊,葛海龙,李晓陆,等.江海直达绿色船舶能效大数据监控平台[J].船舶,2018(12):104–106.[2]冯亮,董国祥,季盛,等.基于航行数据的船舶航行油耗模型建立方法[J].上海船舶运输科学研究所学报,2020,43(1):27–31.[3]张琪.无人机低空遥感船舶影像航行数据采集稳定性测试[J].舰船科学技术,2018(12):28–29.[4]何延康,张笛,张金奋,?
【参考文献】：
期刊论文
[1]基于样本熵和IFOA-GRNN的多普勒计程仪信号失真重构[J]. 张勋,马豪伯,徐博,李权明,杨慧影,周佳加. 应用科技. 2020(03)
[2]基于航行数据的船舶航行油耗模型建立方法[J]. 冯亮,董国祥,季盛,文逸彦,黄珍平,乔继潘. 上海船舶运输科学研究所学报. 2020(01)
[3]海事安全研究发展动态——第13届船舶导航与海上运输安全国际会议综述[J]. 何延康,张笛,张金奋,万程鹏,郑文. 交通信息与安全. 2019(06)
[4]江海直达绿色船舶能效大数据监控平台[J]. 林俊,葛海龙,李晓陆,陆涛. 船舶. 2018(S1)
[5]无人机低空遥感船舶影像航行数据采集稳定性测试[J]. 张琪. 舰船科学技术. 2018(24)
本文编号：3426851
【文章来源】：舰船科学技术. 2020,42(24)北大核心
【文章页数】：3 页
【部分图文】：
航行数据自动采集系统中的硬件组成结构图Fig.1Hardwarestructurediagramofnavigationdataautomaticacquisitionsystem
感器将感知的数据信息转换为可用信号，向检测设备传输。传感器主要包括前端感应元件、转换元件、基本转换电路和辅助电源等元器件，输入电压与输出电压分别为30V、20V，工作电流为10mA，测量范围在100Hz之内，抗干扰性为80%。将传感器安装到各个监测点上，逐一定位，传感器供电方式为电池供电，可通过GPS定位少量节点，获取舰船位置信息。假设定位节点为6个，利用信号接收器可测量各个节点的距离值，再运用MDS算法计算出各个节点的相对位置，确定节点的位置分布，如图2所示。图2定位节点中相对位置测算与直观显示图Fig.2Relativepositionmeasurementandvisualdisplayofpositioningnodes在确定各节点的空间分布状态后，引入距离矩阵函数，求出相应数据，函数为：B=12d2i+1n2n∑i=1d2，根据函数矩阵获取最大特征值向量，得出二维空间的拟合构图，初步定为传感器节点。为提高传感器节点位置检测的准确性，还需要定位传感器平移、旋转坐标系，得到传感器节点的位置部署。2.2数据采集实施建立海上航行数据自动采集方程，利用传感器采集船舶监控数据，用R表示回波信息矩阵，Q表示环境影响因素，M表示扩维矩阵，y表示数据监测矩阵，z表示环境干扰噪声，K表示高斯白噪声，H表示脉冲响应，建立起各变量之间的关系式如下：R=M×y+M×z4，Q=H×y+K。在船舶设备受到外界因素干扰时，会直接影响到航行数据的有效采集，所以必须对受干扰的信号进行滤波处理，以增强采集系统的抗干扰能力。在这一过程中，需要安装滤波器，以保证传感器采集系统的有效运行，如图3?
有效性，本文选取传统基于GPS的数据采集系统作为对照组，并随机选择舰船进行24h数据动态采集，获取对比实验结果，如图4所示。可知本文提出的系统数据采集量远远大于对照组的数据采集量，在电磁波不断增强的情况下，2种系统虽然都受到了外界干扰，其数据采集量都发生了一定变化，但是本文提出的系统其准确性最低为96%，而对照组系统的准确性却降低到80%。由此可得出以下结论：本文设计的航行数据自动采集系统具备较高的准确性和抗干扰性，可以满足云环境下舰船航行数据的动态采集要求。图4航行数据自动采集系统与对照系统的数据采集总量对比图Fig.4Comparisonoftotalamountofdataacquisitionbetweenautomaticnavigationdataacquisitionsystemandcontrolsystem3结语舰船航行数据是舰船安全可靠行驶的重要数据，在航行的全过程之中都会有数据持续产生。在云环境下，舰船要借助云计算、传感器技术等先进技术，构建起数据存储量大、数据实时采集、抗干扰能力强的航行数据采集系统，确保航行数据可长时间存储到云环境中，为后续的数据处理提供充足的源数据，提高舰船航行决策的精准性。参考文献：张勋,马豪伯,徐博,等.基于样本熵和IFOA-GRNN的多普勒计程仪信号失真重构[J].应用科技,2020,47(3):80–86.[1]林俊,葛海龙,李晓陆,等.江海直达绿色船舶能效大数据监控平台[J].船舶,2018(12):104–106.[2]冯亮,董国祥,季盛,等.基于航行数据的船舶航行油耗模型建立方法[J].上海船舶运输科学研究所学报,2020,43(1):27–31.[3]张琪.无人机低空遥感船舶影像航行数据采集稳定性测试[J].舰船科学技术,2018(12):28–29.[4]何延康,张笛,张金奋,?
【参考文献】：
期刊论文
[1]基于样本熵和IFOA-GRNN的多普勒计程仪信号失真重构[J]. 张勋,马豪伯,徐博,李权明,杨慧影,周佳加. 应用科技. 2020(03)
[2]基于航行数据的船舶航行油耗模型建立方法[J]. 冯亮,董国祥,季盛,文逸彦,黄珍平,乔继潘. 上海船舶运输科学研究所学报. 2020(01)
[3]海事安全研究发展动态——第13届船舶导航与海上运输安全国际会议综述[J]. 何延康,张笛,张金奋,万程鹏,郑文. 交通信息与安全. 2019(06)
[4]江海直达绿色船舶能效大数据监控平台[J]. 林俊,葛海龙,李晓陆,陆涛. 船舶. 2018(S1)
[5]无人机低空遥感船舶影像航行数据采集稳定性测试[J]. 张琪. 舰船科学技术. 2018(24)
本文编号：3426851
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/3426851.html
