【摘 要】
：
常规方法滤波干扰信号时,传输信号与信道特性匹配程度不高,导致数据传输误码率较高.提出大数据分析平台在船舶网络信息抗干扰传输中的应用方法.在大数据分析平台上配置信源发生器,把船舶网络传输的信息数据,转换为原始电信号,利用平台的频谱分析模块,扩展信号频谱,通过基带调制,将信号频谱转换到高频处,产生与信道特性完全匹配的滤波信号,多脉冲联合传输滤波信号,实现信息传输抗干扰.以海洋通信网络为背景建立通信系统,设置瑞丽信道和高斯信道2种信道环境,实验结果表明,设计方法减少了数据传输误码率,船舶网络信息传输更加精确.
【机 构】
：
宁夏大学 新华学院,宁夏 银川 750021
论文部分内容阅读
常规方法滤波干扰信号时,传输信号与信道特性匹配程度不高,导致数据传输误码率较高.提出大数据分析平台在船舶网络信息抗干扰传输中的应用方法.在大数据分析平台上配置信源发生器,把船舶网络传输的信息数据,转换为原始电信号,利用平台的频谱分析模块,扩展信号频谱,通过基带调制,将信号频谱转换到高频处,产生与信道特性完全匹配的滤波信号,多脉冲联合传输滤波信号,实现信息传输抗干扰.以海洋通信网络为背景建立通信系统,设置瑞丽信道和高斯信道2种信道环境,实验结果表明,设计方法减少了数据传输误码率,船舶网络信息传输更加精确.
其他文献
所谓船舶航行振动特性的数据驱动分析,是指基于数据基础和数据库技术,从海量的船舶动力系统运行数据中获取需要的规律,指导船舶动力系统的优化设计.船舶航行过程的轴系振动特性关系到船舶的稳定性、安全性,是需要重点关注的船舶航行参数.本文对船舶动力系统轴系进行动力学建模,并结合数据驱动技术进行船舶航行过程中轴系振动频率特性的分析与建模.
目前设计的船舶横向运动水动力参数辨识系统容易陷入到局部Pareto面,得到极端解,导致系统精度较低.为了解决上述问题,设计一种新的船舶横向运动水动力参数辨识系统,系统硬件主要设计了采集器、微处理器和参数辨识器.其中,参数辨识器引入了PCT9810高速采集卡,提高信息的采集能力,控制电路、驱动电路和信号调理电路配合工作,确保辨识效果.引入多目标群智能粒子算法,设计软件程序,通过采集水动力参数、选定粒子位置、确定向导粒子、参数辨识实现软件程序.实验结果表明,设计的船舶横向运动水动力参数辨识系统误差较小,精度较
近年来,基于深度学习的机器阅读理解模型研究取得显著进展,但这些模型在全局语义关系构建以及较长距离推理上仍有显著缺陷,在对段落文本进行推理时,大多只把文本信息看作词的序列,而没有探索词与词之间丰富的语义关系.为了解决上述问题,该文提出一种新的基于动态图神经网络的会话式机器阅读理解模型.首先,提取文本中的实体,使用句法结构与句子之间的语义关系进行建模;然后通过语义融合模块,将基于序列化结构得到的上下文嵌入表示与基于图结构得到的实体节点嵌入表示进行融合;最终使用图神经网络实现对答案的预测.同时,该模型可在每轮对
无人船作业区域环境较复杂,无人船会产生摇荡运动,容易出现翻沉现象.为了保证无人船的稳定作业,提出复杂环境下无人船运动姿态自动预测模型研究.定义无人船研究坐标系,构造无人船运动数学模型与复杂环境模型.以此为基础,应用BiLSTM神经网络算法构建运动姿态自动预测模型,通过粒子群算法计算模型参数的最佳取值.将参数最佳取值输入至构建模型中,执行运动姿态预测程序,即可实现无人船运动姿态的自动预测.实验数据显示,相较于对比模型,构建模型预测结果均方误差与平均绝对误差数值更小,表明构建模型具有可行性.
岸基通信网络形成的索引结构存在通信延迟,导致检索动态数据时产生的检索效率较小,针对该问题,设计船舶岸基通信网络动态数据自动检索方法.按照岸基通信网络的数据增量,设置通信网络的偏置参数,建立动态数据的同步策略,按照交叉信息论衡量不同时间周期内数据的差异参数,生成数据索引结构,按照一次生成倒排表所消耗的代价,按照检索循环周期,制定检索更新策略,最终实现对动态数据的自动检索.部署岸基通信环境后,整理时间周期范围内的岸基通信网络参数,准备基于非结构化数据的自动检索方法、基于HBASE的自动检索方法以及所设计的自动
目前船舶与海岸控制中心的通信方式主要有ZigBee、卫星通信、VHF等,其中,ZigBee无线通信的可靠性高,扩展性强,是目前应用比较广泛的一种船岸通信方式.在ZigBee通信网络中,通信节点的能耗问题是制约通信质量的关键.本文分析了ZigBee船岸通信网络的原理,介绍了ZigBee通信网络的节点设计和能耗特性,以此为基础,采用一种同步休眠策略进行ZigBee网络的节能优化,最后通过仿真验证了该节能优化策略的效果.
在科学技术快速发展的背景下,船舶电子信息设备对网络信息技术的应用日益广泛,促使电子信息设备系统向着分布式、智能化的方向发展.在电子信息设备信息化程度不断提高的过程中,设备的故障隐患也随之增多,需要采用快速精准的状态识别方法进行设备状态检测,及时排除设备故障.本文分析了支持向量机回归与参数优化,提出基于支持向量机的船舶电子信息设备状态识别方法.状态识别实验结果显示,支持向量机识别设备状态的速度更快、精度更高.
传统无人船通信网络入侵信号攻击识别模型,无法动态追踪入侵信号特征,导致入侵信号攻击源数据链识别成功率降低,无法为无人船通信网络提供高效的入侵攻击识别服务.为此,利用大数据处理技术,提出大数据时代无人船通信网络入侵信号攻击源识别模型.模型建立总共分为3部分,首先利用大数据算力,对入侵信号数据进行混沌特征预处理;然后根据混沌特征传递性,提取传递性最强的攻击信号特征链;最后根据特征链建立攻击信号源模型,实现对攻击信号源的识别.通过对比实验证明,提出的识别模型,能够有效提升对入侵信号攻击源的识别,识别率最高可达9
当前舰船电子装备故障检测方法大多是依靠外在传感器来实现故障数据采集的,采集到的数据缺乏全面性和准确性,影响了故障检测的精度.针对上述问题,提出一种舰船电子装备故障的嵌入式软件辅助感知方法.该方法中针对数据采集设计嵌入式软件程序,采集船舶电子装备运行参数,并对参数实施预处理,转换数据格式.从数据中提出舰船电子装备各状态特征,以特征为输入,通过k-均值聚类算法和C5.0决策树算法实现舰船电子装备故障辅助感知,得出电子装备故障类型.实验结果表明:在所研究方法应用下,Kappa系数均在0.9以上,比较接近1,说明
船舶人员室内位置的锁定,受到定位算法的影响,导致平均定位误差较高.因此,提出Wi-Fi信号指纹在船舶室内定位中的应用.引入K-mean分类算法,依托于信号强度建立Wi-Fi信号指纹库.针对船舶室内定位空间,建立室内栅格地图.基于实时采集Wi-Fi信号的RSS向量,设计Wi-Fi指纹定位算法.最后,通过计算信息增益值优化AP选取方案,实现定位精度提升.实验结果显示:Wi-Fi信号指纹技术在室内定位中应用后,使得平均定位误差降低了54％,58％.