船基系留气球AIS数据采集系统设计与实现

船舶自动识别系统（Automatic Identification System,AIS）,可以为发展高频地波雷达（High Frequency Surface Wave Radar,HFSWR）技术提供验证数据集;目前,现有手段为HFSWR提供的数据集存在实时性差以及仅能对小范围内的船只进行跟踪观测等缺点,针对该问题,设计了一套船基球载AIS数据采集系统,利用系留球搭载AIS接收机进行多次海上长时间驻空实验,期间获取了来自345条船只的270580条数据;结果表明：船基球载AIS接收机这一方式能够显著提高船只之间AIS信息的接收距离,当系留球锚泊在150m高空时,系统的AIS信息接收距离能够达到244km;并验证了AIS海上传播模型的准确性;船基球载AIS数据采集系统可实现长期高空驻留,所获取的周边海域船只的AIS信息数据范围广,实时性高,漏报率低,是对船基HFSWR性能进行评估的有效手段。     

基于AIS和北斗的数据采集方案研究

为了克服船舶自动识别系统(AIS)在船舶动态监控中不能全面监控的缺陷,该文将北斗和AIS结合,使AIS系统接收周围船舶的AIS信息并添加优先权位后存入相应数据库中,再采用数据选择,过滤,压缩等技术处理数据,并通过北斗将处理后的数据发送到岸上基站,不仅通过北斗转发了本船AIS信息,还转发了周围船舶AIS信息,能有效的监控进入AIS系统盲区且没装北斗的船舶,增大了船舶动态监控的范围。     

基于Winsock的AIS基站网络数据传输研究

将AIS应用到近海及内陆航道船舶监控与管理中,需要实现AIS基站与监控中心之间的数据远程传输.基于haternet进行AIS数据传输研究,应用Winsock网络通信接口进行开发,实现了多个AIS基站与一个或多个监控中心的点对点通信,并对数据传输的安全性问题进行了初步的探讨.通过在实际运行环境中的测试表明,基于Winsock的数据传输技术可以满足AIS基站网络对于数据传榆的要求,并具有较强的适应性和可扩展性.     

ESM与AIS的统计关联

为了充分利用ESM与AIS的各种目标信息,研究了二者的航迹关联问题,提出了一种统计关联算法。首先,对ESM和AIS的数据进行数据预处理;然后,结合统计理论将ESM与AIS的关联问题转化为假设检验问题,给出了关联判别函数、决策规则及决策门限;最后,通过仿真表明所提出的算法关联效果较好,便于工程实现。     

基于LSTM的船舶航迹预测模型

针对海上日趋复杂的情形,提高船舶交通服务系统(Vessel Traffic Service,VTS)的决策水平迫在眉睫。针对船舶航行轨迹多维度的特点以及对船舶轨迹预测的精确度和实时性的需求,提出了结合船舶自动识别系统(Automatic Identification System,AIS)数据和深度学习的船舶航行轨迹预测方法。构造基于AIS数据的航行轨迹特征,提出了循环神经网络-长短期记忆(Recurrent Neural Networks-Long Short-Term Memory,RNN-LSTM)模型,利用广州港内的船舶AIS数据对模型进行训练,并对未来船舶航行轨迹进行预测。实验结果表明,利用RNN-LSTM模型的预测方法具有精确度高、易实现的特点,并且与传统处理方法相比,其在处理序列数据方面更具优越性。     

AIS系统的不可靠性及相关的解决方案

我们生活在一个信息化时代,生活中的每一个角落都需要信息。目前,我国的航海业随着我国经济高速发展,正呈现一个高发上升增长的趋势,船舶高速运转化、航行的密集化、吨位超大化正是航海业发展的方向。为了简化航海船舶操作员的操作工作量,就需要一些高新技术作为辅助,帮助航海操作人员进行最有效的操作。现今,AIS是航海业中使用最为广泛的航海技术,他拥有卫星定位、数字信息及高速处理设备,为航行的船舶提供了高效、可靠的数据依据,应该是航海仪发展的代表作。AIS在应用中也存在缺点,就是对射频的干扰比较敏感,还遭受VHF的电波传播上的限制。本文从AIS的基本功能上说起,详细探讨AIS系统可靠性不足之处,以及在笔者力所能及范围内提出有针对性的解决方案。     

海量船舶自动识别系统中数据检索系统的设计与实现

针对船舶自动识别系统( AIS)数据的发送周期快,中国沿海的船舶数量多的问题,利用键值对技术和分布式数据库构建海量船舶自动识别系统。通过船舶的移动通信业务标识码( MMSI)和船舶的AIS信息组成键值对,实现单船长期轨迹的存储和快速检索利用四叉树数据结构实现了区域数据的快速检索,实验结果表明本文构建的系统实现了海量AIS数据的存储并且对长期船舶数据查询速度提高6倍以上。     

基于Arduino的AIS数据分布式采集研究

为了解决船舶自动识别系统(automatic identification system, AIS)数据的分布式采集,使全球AIS消息报文接收、解码、封装、转发操作的安装成本更低、稳定性更好、安全性更高、维护工作量更小；通过采用以Arduino嵌入式平台为核心结合外围电子器件开发的网络解码器组成分布式采集网络,并采用C语言将合理的数据结构和算法直接在MCU上编程实现,来取代以x86架构和操作系统为基础的网络解码器;通过实验可以证明,采用Arduino技术的AIS网络解码器的解码效率能够满足AIS基站发送数据的速率要求,解码内容正确,能按照约定的网络传输格式转发消息内容,可应用于全球AIS数据的分布式采集中;该成果具有功耗更低、运行更稳定、成本更低廉等优点,对需要大量使用网络解码器来构建的AIS数据分布式采集网络具有重大现实意义。     

基于Mapinfo电子海图和AIS的船舶导航系统的研究与实现

本文从技术实现角度出发，探讨了基于Mapinfo格式的电子海图以及AIS（Automatic Identification System，船舶自动识别系统）技术和性能指标。在此基础上，设计了基于Mapinfo电子海图和AIS通信的船舶导航系统，并在辅助船舶航行中得以应用。     

基于AIS与GIS的船舶监控管理系统研究

通过AIS与GIS技术的集成,可以利用GIS强大的空间数据处理能力和空间分析功能促进AIS技术的应用。本研究将GIS的空间分析功能应用于AIS基站选址分析,对珠江口区域的AIS基站布局进行规划;应用Winsock网络通信接口进行开发,实现了多个AIS基站与一个或多个监控中心的点对点通信;基于组件式GIS进行系统设计与开发,实现了对近海船舶的自动识别和监控管理。     

数据仓库的填充与访问

数据仓库是连接底层数据源与上层应用的枢纽。该文介绍了数据仓库的填充(与数据源的连接)和数据仓库的访问(与应用界面的连接)技术,包括与数据库数据源和非数据库数据源的连接以及采用组件工具访问数据仓库的方式和实现方法。     

平行数据:从大数据到数据智能*

为了解决实际问题,大数据分析处理系统需要获取数据,然而实际场景中收集到的实际数据通常不完备.另外,大多数问题的解决方案通常是由问题引导或者仅仅进行数据分析,运行参数调整和设定带有较大的盲目性,难以达到应用的智能性.为此,文中提出平行数据的概念和框架,根据实际数据经计算实验产生真正的虚拟大数据,结合默顿定律,以期待的解决方案与问题进行广义对偶,引导大数据聚焦到实际问题.实际数据与虚拟数据动态互动,平行演化,形成一个虚实相生、数据动态变化的过程,最终使数据具备智能,进而解决未知的问题.平行数据不但是一种数据表示形式,更是一种数据演化机制与方式,其特色是虚实互动,所有数据的动力学轨迹构成了数据动力学系统.平行数据为数据处理、表示、挖掘和应用提供了一个新的范式.     

数据仓库中的数据提取

数据仓库的思想和工具在企业中得到了越来越广泛的体现和应用,在当前典型的数据仓库应用中,数据仓库的填充或者说数据的提取,转换和加载是设计人员遇到的最大挑战之一,预计在数据仓库的设计过程中,80％的努力都将用于此过程。该文从工程角度介绍了数据提取、转换和加载的过程和实现方式,并介绍了4种可灵活应用的数据提取方法。     

数据仓库和数据挖掘

Making a business decision using data from severaldifferent enterprise databases can be complicated. Data warehousesconsolidate data into a central repository and give you the OLAP toolsnecessary to retrieve data pertinent to the solution.DefinitionA data warehouse is used to consolidate this data into a central storeand to arrange it to make analysis easier, which means the data is lessnormalized than your traditional application database. Data is typicallytransferred in batch to the centra…     

数据处理中的数据交换问题

为有效地解决实际问题,可能要使不同语言进行混合编程,这样就涉及到数据的传递和不同类型的数据文件之间的转换,这里讨论几种常用数据交换问题。     

基于数据抽取器实现数据挖掘

通过定义ＳＯＬ数据挖掘抽取器,设计了数据挖掘算法和数据库管理系统的接口的框架体系。并通过一个常用的数据挖掘算法简单贝叶斯算法说明了这种标准的ＳＯＬ数据挖掘抽取器的适用性。     

数据集成中数据项与数据元匹配算法

近年来,随着数据元标准的建立,数据元在各行各业的数据集成过程中担任着重要角色,用于规范数据库、报表、文档中的数据项,实现各种数据源之间的映射。分析数据元的结构,提出一种数据项与数据元匹配算法,该算法基于编辑距离算法,融合最长公共子序列、权重、词语重心后移等思想,实现数据项与数据元字典中数据元的相似度计算,利用排列组合原理对匹配速度进行优化。以中石化标准数据元为实验数据进行实验,验证了该匹配算法的有效性。     

数据仓库中基于模糊数据的数据立方体设计

数据仓库中的维数据或度量数据都是确定的,其多维分析也是基于确定数据展开的。在现实中,由于环境的复杂与不确定性,常常需要对模糊数据进行多维分析。文章利用隶属度函数实现确定数据的模糊化,形成基于模糊数据的数据立方体,用以展开多维分析。     

用于不均衡数据集的挖掘方法

传统的分类算法大多是基于数据集中各类的样本数是基本均衡的假设的，而实际应用场合中面临的往往是不均衡数据。针对不均衡数据集，利用传统的分类方法往往不能获得良好的性能，因而研究用于处理不均衡数据集的分类方法就显得相当重要，本文对相关的研究做了综述。     

海难事故的数据挖掘

分析了建立海难数据仓库的意义，提出了海难数据仓库的雪花模型，对Aprioir算法进行了改进，用改进后的算法实现了海难数据的关联规则和频繁模式挖掘，用改进的有向图方法实现了关联规则的可视化表示。结果表明，利用数据挖掘技术对海难历史数据作深层次分析，克服了传统统计分析方法的局限性，可挖掘出大量的知识，为以后的航海安全提供借鉴。