-
题名基于前端开发框架的舰船运动姿态数据监测系统
- 1
-
-
作者
吴亚林
吕太之
-
机构
江苏海事职业技术学院信息工程学院
-
出处
《舰船科学技术》
北大核心
2024年第4期158-161,共4页
-
基金
江苏省高等学校基础科学(自然科学)研究重大项目(23KJA580002)
2022江苏省“青蓝工程”优秀教学团队(苏教师函(2022)29号)。
-
文摘
利用运动姿态监测结果为舰船可靠航行提供决策依据。为此,设计了基于前端开发框架的舰船运动姿态数据监测系统。系统设施层中,利用MEMS陀螺仪芯片与3轴MEMS加速度计采集舰船运动姿态信息,并将所采集信息传送至业务逻辑层;业务逻辑层利用控制子层和管理子层为用户提供姿态数据监测服务;控制子层中的姿态解算模块,依据传感器信息采集结果,利用卡尔曼滤波算法解算舰船运动姿态信息。基于此,利用Bootstrap的前端开发框架,通过viewport元数据标签完成前端UI设计,为用户提供可视化的人机交互界面,将姿态解算结果利用用户界面层为用户展示。测试结果表明,该系统对舰船航行运动姿态的监测结果与实际结果极为接近,适用于实际工作。
-
关键词
前端开发框架
舰船运动姿态
数据监测系统
业务逻辑层
卡尔曼滤波
-
Keywords
front-end development framework
ship motion attitude
data monitoring system
business logic layer
Kalman filtering
-
分类号
U666
[交通运输工程—船舶及航道工程]
-
-
题名利用数据挖掘技术实时监测舰船运动姿态方法
被引量：1
- 2
-
-
作者
郭小春
-
机构
南昌理工学院电子与信息学院
-
出处
《舰船科学技术》
北大核心
2021年第24期28-30,共3页
-
基金
江西省教育厅科技重点项目(GJJ202103)
-
文摘
为提高舰船运动姿态监测准确性,设计一个基于数据挖掘技术的舰船运动姿态实时监测方法。将舰船信号转换为数字化参数,转换后采用中值滤波算法滤除噪声,并对数据规范化处理,将其划分到同一类中,对其聚类处理。采用Volterra级数描述舰船的运动姿态,结合卡拉曼滤波算法进行Volterra级数做递归估计。并建立观测方程,将计算加速度模向量表示,对运动姿态判断,以此完成舰船运动姿态的监测。在实验部分,将横摇、纵摇、垂荡监测数据作为实验指标,结果表明,所研究的监测方法在横摇、纵摇、垂荡数据监测上,准确性较高,满足了方法的设计需求。
-
关键词
数据挖掘技术
监测
舰船运动姿态
噪声滤除
数据序列
属性
-
Keywords
data mining technology
monitoring
ship motion posture
noise filtering
data sequence
attributes
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于经验模态分解的舰船运动姿态预测模型研究
被引量：3
- 3
-
-
作者
张春娜
-
机构
河南科技大学应用工程学院三门峡职业技术学院
-
出处
《舰船科学技术》
北大核心
2021年第2期22-24,共3页
-
文摘
运动姿态准确性预测对提高舰船水上作业安全性具有重要的现实意义,为此,基于经验模态分解算法,构建一种新的舰船运动姿态预测模型。该模型首先利用EMD分解舰船运动时间序列,然后采用游程判别法来判定IMF和r_(n)(t)的波动程度,划分高频、中频和低频3个分量,最后利用基于支持向量机算法构建的预测模型预测舰船运动姿态。实验结果表明:与卡尔曼滤波法、谱估计法、艏前波法3种运动姿态预测方法得到的结果相比,本模型的纵摇角预测误差更小,精度更高。
-
关键词
经验模态分解(EMD)
舰船运动姿态
预测模型
-
Keywords
empirical mode decomposition(EMD)
ship motion attitude
prediction model
-
分类号
TP181.3
[自动化与计算机技术—控制理论与控制工程]
-
-
题名神经网络方法在舰船姿态运动预报中的应用研究
被引量：4
- 4
-
-
作者
丰雁
郑凤婷
-
机构
商丘职业技术学院
-
出处
《舰船科学技术》
北大核心
2016年第2X期10-12,共3页
-
基金
河南软科学研究计划资助项目(132400410784)
-
文摘
将神经网络应用于舰船姿态运动预报中,利用带有延迟反馈的回归神经网络的暂态、学习效率高、动态映射等优点,提出多输入单输出简化的对角回归神经网络,并给出舰船姿态运动预报模型。在此基础上进行算法收敛性的说明。最后采集15个样本,通过分析样本的平均误差、均方误差和相对误差来说明本文所此采用的算法对舰船纵摇姿态的预报结果有效。为提高预报精度需要将船舶受到的外界干扰融合到模型中,从而可得到理想的预报效果。
-
关键词
舰船姿态运动预报
对角回归神经网络
非线性系统
-
Keywords
ship attitude motion forecasts
diagonal recurrent neural network
nonlinear system
-
分类号
U674.70
[交通运输工程—船舶及航道工程]
-
