基于模糊数学的AIS和被动声呐航迹关联算法研究

针对AIS系统和被动声呐航迹的关联问题,提出了基于模糊数学的关联算法。该算法引入了AIS航迹可靠性的概念,提出了包含船舶与被动声呐间角度、距离、航迹可靠性等3个因素的关联隶属度函数与权重分配。通过实验验证,该算法可以较好地实现AIS与被动声呐间的航迹关联,为声呐信号复盘分析和自动化处理提供了借鉴。     

基于LSTM的海洋表面短期风速预测研究

为实现对海面风速精确的短期预测,提出了一种基于长短期记忆(LSTM,longshort-termmemory)神经网络的短期风速预测模型,选取OceanSITES数据库中单个浮标站点采集的风速历史数据作为模型输入,经过训练设置最佳参数等步骤,实现了以LSTM方法,对该站点所在海区海面风速在各季节性代表月份海面风速的24 h短期预测。同时通过不同预测时长的实验以及与BP(back propagation)神经网络神经网络和径向基函数神经网络(radialbasisfunctionneuralnetwork,RBF)的预测效果对比实验,证明了LSTM预测方法相比上述两种神经网络预测方法,在海表面风速预测应用中的优越性。最后通过多个海域对应的站点风速数据预测实验,证明了LSTM神经网络模型的普遍适用性,由相关系数和预测误差的分析可知该方法具备应对急剧变化数据的预测稳定性,可以作为海洋表面风速短期预测的一种可靠方法。     

AIS专题统计分析应用系统研究

AIS专题统计分析应用系统以AIS岸基网络系统提供的信息为基础,采用分级、分类、定制等多种技术手段,实现AIS船舶运行信息的有效管理和共享,为航海及其他海洋活动提供更加全面、及时、可靠和集成的综合信息服务,进一步发挥AIS系统信息的社会服务效能.文章描述了系统的实现目标、系统组成、功能模块设计及关键技术,并对系统应用前...     

基于EMD-LSTM模型半潜平台运动极短期预报

半潜平台在复杂海洋环境作用下,会发生不规则的六自由度运动响应。这种平台运动的不规则性和随机性对平台作业、栈桥控制以及直升机起落等造成极大的不确定和未知风险。因此,在极短期内准确快速预报平台运动响应对深海浮式平台作业和设备安全具有重要的实际意义。然而目前针对浮式平台运动响应的计算主要是基于势流理论,对确定波浪激励下的平台一阶运动和二阶慢漂运动进行求解,计算的时效性不能满足实际需求。此外,还需要对入射波浪时历进行准确预报,导致平台运动响应准确计算更加困难。针对上述难题,提出了基于EMD-LSTM模型进行平台运动极短期预报的方法。该方法以半潜平台模型试验数据为研究对象,首先对平台运动响应的时间序列进行预处理,接着采用经验模态分解算法(EMD)将时间序列分解成相对平稳的分量,再利用长短期记忆(LSTM)神经网络可以处理复杂非线性长时间序列的优点,对时间序列进行训练预测,最后进行仿真,同时与传统LSTM模型与EMD-BP模型进行对比,仿真结果表明基于EMD-LSTM模型的平台极短期预报方法精度较高,该方法是可行的,具有工程应用的实际意义。     

基于大数据的复杂海运环境下船舶路径自动生成方法

随着全球经济的快速发展,海上运输由于其运力大、运费低而变得更具实用性。然而,这也意味着在海上航道行驶的船只正变得越来越多,这将导致在复杂的海洋环境中航海船只发生事故的可能性会很高。据相关历史的统计,在海域中航行缺乏高精度导航数据会导致大量事故,这种累积的事故信息可以被用来提高航海的安全性。本文通过将蕴含在AIS (Automatic Identification System) 大数据中的经验导航信息挖掘出来,以辅助实现复杂海事环境下安全可靠的船舶路径的生成。本文提出了一种基于大数据自动生成船舶路径的新方法。该方法首先在大量船舶轨迹上通过DBSCAN (Density-Based Spatial Clustering of Applications with Noise) 聚类形成不同的轨迹矢量簇。然后,迭代计算轨迹矢量簇的中心线,并从这些中心线之间的节点-弧段拓扑关系来构建航道网络。最后,基于航道网络来实现船舶路径的生成,对于航道网络未覆盖的海域,则通过海洋环境风险栅格的路径规划来实现船舶路径的生成。不同海域不同AIS数据集进行的多次实验结果表明,本文提出的船舶路径生成方法是有效性。     

基于PCA/LSTM的海底观测网电力系统供电海缆故障定位

海底观测网电力系统供电海缆易发生绝缘故障,由于其在海底极端环境下运行,实现高精度的电缆故障定位,对于降低其维修成本至关重要。基于海底观测网电能监控系统实时采集的电气测量参数,本文提出了基于主成分分析(Principal Components Analysis, PCA)和长短期记忆(Long Short-Term Memory, LSTM)网络的供电海缆高阻故障定位方法,先使用PCA进行数据降维,再将处理后的数据输入LSTM网络进行训练,捕获多源数据的时间特征,挖掘电力系统故障特征与电气参数之间的对应关系,实现海缆故障精确定位。通过在海底观测网原型系统上的实验证明,该方法经K折交叉验证方法(K-fold Cross Validation, K-CV)验证,准确率可达91%左右,故障定位误差约为0.4 km。     

基于BRDF可见光偏振成像技术的海面溢油油种识别研究

海上溢油事件发生后需要及时判断溢油种类,为溢油事故处置提供及时有效的应对措施。本文利用BRDF多角度测量装置和可见光偏振相机对不同油种和清洁海水进行观测,基于可见光偏振特征筛选出最佳观测Stokes参量和对应观测几何,构建了清洁海水和不同油种数据集,并建立了基于BRDF偏振特征的DBN溢油油种识别模型。研究发现,在实验室可控条件下,相对方位角–60°、0°、–30°组合时油种识别效果较好,光源天顶角和相机观测角二者在接近±50°时识别效果较好;多次重复实验显示,海水、原油、重油、汽油、柴油、棕榈油的最优识别率分别为90%、86.27%、84%、80.44%、82.08%和82%;基于可见光偏振特征所建立的油种识别模型,对于海面溢油种类区分具有较好的效果。     

一种基于深度学习的海表面温度预测方法——以南海为例

传统的海洋环境预报主要包括数值预报和经验统计预报,预报技术多依赖于物理模型,存在一定的技术瓶颈.本文利用Remote Sensing System(RSS)提供的微波优化插值海表面温度数据,以南海为例,在研究了深度学习预测海表面温度原理和技术流程的基础上,提出了基于卷积神经网络和长短期记忆网络(Convolutiona...     

基于有限元模型和模态参数的损伤识别

本文从特征值问题出发 ,结合结构系统的有限单元模型并引入单元损伤因子 ,导出了求解单元损伤因子的方程 ,从而可以确定结构的损伤位置和损伤程度。利用简支梁进行了数值模拟 ,建立了简支梁的有限单元模型 ,用不同单元弹性模量的降低来模拟各种不同的损伤工况 ,并对每种工况进行了损伤位置和损伤程度识别 ,数值模拟结果同实际情况吻合很好。