Mask RCNN在雾化背景下的船舶流量检测

基于掩码区域卷积神经网络（Mask region-convolutional neural network,Mask RCNN）模型检测海域卫星航拍图片中的船舶流量检测,实现雾化与模糊背景下的自动检测船舶数量与船只定位.基于搭建的Mask RCNN网络模型进行训练,依据输出的船只位置,与准确位置对比,不断调整模型参数提升准确度,再用训练好的模型参数对测试集中的图片进行检测.训练后进行测试的结果为:重叠度（intersection over union,IOU）取0.5时,边界框位置准确度达85.4%,船只数量检测准确度高达89.9%.上述结果表明,Mask RCNN网络模型可实现高精度的船舶流量监测.      

水声通信信道中的OPNET建模与仿真

针对水声通信网络信道的实现开销大、复杂性高的特点,提出了一种能够仿真分析水声通信网络的有效方法.该方法分别使用OPNET中的Propagation-Delay-Stage,Receiver-Power-Stage和Background-Noise-Stage三个工具来仿真水声信道中的传播延迟、发射机功率和水声噪声(水声噪声包括紊流、船运、风波和热噪声).其中,Propagation-Delay-Stage采用MacKenzie速度模型;Receiver-Power-Stage中有Thorp,Schulkin&Marsh和Francois&Garrison 3种传播损失模型.在该方法中,首先仿真比较了取不同传播损失模型时的水声信道,然后根据仿真结果选择一个合适的水声信道,并采用MACAW协议来仿真水声通信网络.最后,通过仿真实验对整个水声通信网络的吞吐量、误码率、丢包率进行了分析.实验结果表明,采用该方法能够有效地仿真水声通信网络.     

基于深度神经网络的高环境 适应性水声通信系统研究

深度神经网络中的自动编码器(Autoencoder,AE)通过收发端两个神经网络模块进行全局优化,利用端到端的训练方式以提高通信系统的可靠性.然而,现有对AE的研究未针对信道进行特殊设计,尤其对于时变的水声信道的多径效应,难以进行灵活调整,降低了该方法的实用性.本文提出一种提高水声通信系统信道环境适应性的Attention-Autoencoder网络模型,基于Attention网络可以高效地从大量信息中筛选出关键信息的特点,设计了一种针对水声信道的Attention机制,该机制能够增加网络提取水声信道特征的能力,使系统的适应性大大提高.仿真验证和湖试实验结果表明,基于Attention-Autoencoder网络模型的通信系统与基于文献中AE模型和没有引入神经网络的水声通信系统相比,具有更高的信道环境适应性.     

水声OFDM信道压缩感知估计研究

针对传统最小二乘(least square,LS)算法估计时变水声OFDM信道误差较大问题,提出一种基于压缩感知的准确估计方法.首先导出了水声OFDM系统接收序列、发送序列及信道传输矩阵之间的关系;在此基础上利用水声信道稀疏特征,探讨了采用正交匹配追踪(orthogonal matching pursuit,OMP)算法估计水声OFDM信道的方法;分析了导频插入方式、导频数及径数等对水声OFDM信道估计均方误差(mean square error,MSE)的影响.研究表明:当导频随机插入时,OMP算法用较少导频即可准确估计水声OFDM信道的传输矩阵.当信噪比大于10dB时,OMP算法的MSE小于-24dB,比传统的LS算法小18dB.     

迭代时反和自适应均衡联合的FMT水声通信

针对现有的滤波多音调制(FMT)水声通信需要使用较长的自适应均衡器来抑制水声信道中严重的多途效应引起的码间干扰这一问题,提出了迭代时反和自适应均衡联合的FMT水声通信方法.首先利用迭代方法构造的时反滤波器对解调后的各子载波信号进行滤波处理,然后利用自适应均衡器抑制残余的码间干扰.仿真分析和试验结果表明:由于迭代方法构造的时反滤波器可以显著压缩信道中的多途扩展,因此与仅使用自适应均衡的FMT水声通信方法及传统时反和自适应均衡联合处理的FMT水声通信方法相比,可以有效降低自适应均衡器的复杂度,并且通信性能更优.     

水声通信网络信道建模与仿真研究进展

水声通信网络在海洋目标定位和导航、资源勘探和开发、环境感知和监测等领域有重要应用,其中水声信道特性研究及其建模与仿真是建立通信网络的基础,而目前水声通信网络中的信道建模与仿真尚未有公认的标准方法.因此,基于对水声信道传播特性的分析,探讨了典型水声信道特性给水声通信网络设计带来的挑战;对比了经验模型、声场模型、基于本征路径的多径信道模型和基于统计特性的时变信道模型等水声信道模型,仿真结果表明:水声信道结构的变化明显影响接收性能;阐述了基于水声信道特性的水声网络仿真工具和方法,分析了其特点;最后进行了总结,并展望了未来水声通信网络信道建模与仿真的发展方向.     

基于可变形部件模型的遥感影像船只检测方法

提出了一种基于混合可变形部件模型的船只检测方法.该方法采用基于梯度方向直方图(HOG)特征的可变形部件模型(DPM)来描述船只,在HOG特征金字塔空间通过滑窗方式检测目标.基于HOG特征的DPM不具有方向不变性,因此根据船只目标特点,分别从模型训练阶段和目标检测阶段进行改进.在模型训练阶段,为了减少模板数量,将所有船只样本旋转到相同方向进行参数学习;在目标检测阶段,将兴趣区旋转至特定方向后进行模板匹配,实现遥感影像上任意方向的船只检测.利用该方法在高分二号光学遥感影像上进行船只检测,实验结果表明此方法可以有效检测船只.     

水声通信技术研究进展

介绍水声通信技术的发展历程与技术现状.围绕水声通信与海洋信息技术教育部重点实验室(厦门大学)水声通讯课题组的研究方向,介绍课题组在水声信道传输特性与匹配方法,水声语音、图像、数据通信技术研究,水声网络与立体通信等领域的研究进展和研究成果.     

线导鱼雷及其对抗仿真研究

在各种鱼雷导引方式中,线导由于不受鱼雷自噪声的影响而具有极佳的寻的性能.研究了其作为鱼雷寻的重要阶段(或者单独导引到底)的导引规律以及常见的弹道形式.研究指出,随着水声对抗系统和技术的发展,对鱼雷线导阶段的对抗也必须得到重视.结合"网络化水声对抗"的研究,提出了利用"水声对抗网络"与线导鱼雷进行对抗的思路和方法.通过仿真,就现有的对抗方法和基于水声对抗网络的对抗效果进行了对比,结果显示了所提方法的优越性,给出了可供水声对抗系统发展参考的相关结论.     

基于字典设计的正交线性调频信号复用水声通信系统

基于离散菲涅耳变换的正交线性调频信号复用技术(OCDM)具有一定的抗多径能力,近年来成为极具潜力的水声多载波通信方法.然而,由于水声信道严重的多径扩展和多普勒扩展,降低了OCDM水声通信系统可靠性,限制了OCDM应用于水声通信系统的可行性.为了增强OCDM水声通信系统的抗多径和抗多普勒能力,可以通过改变载波的时频特性以...     

能见度不良情况下海事安全标准的理解和应用(英文)

正确理解和严格遵守《1972年国际海上避碰规则》是确保海上航行安全的重要条件.尤其是在能见度不良的情况下,船舶驾驶人员应能熟练操作各种助导航设备、熟悉各种灯光声号,及时判明周围情况,保持谨慎驾驶,早、大、宽、清地避让他船,避免海上事故.     

海天线上舰船定位算法研究

针对成像型反舰导弹所获光学图像目标的特点,提出了一种海天线上舰船目标定位算法.该算法利用Can-ny边缘检测算法和OTSU算法对图像进行预处理,再利用投影法检测出海天线及舰船图像的上边缘,进而用一元线性回归方程拟合得到海天线方程,最后利用海天线信息定位海天线区域中的舰船目标.实验结果表明,该方法能够有效地确定海天线以及舰船目标在海天线区域中的位置,并且计算量小于已有的方法.     

基于Memetic算法的集装箱码头泊位应急调度策略

针对集装箱码头因船舶压港产生的应急调度问题,提出一种基于Memetic算法的泊位应急调度策略.首先,通过人机交互方式确定一系列不同长度的恢复时间;其次,在每段恢复时间内采用Memetic算法对相应船舶集合进行重调度,以实现甩港船舶数最少的优化目标;最后,通过综合分析恢复时间和优化结果确定最终方案.试验结果表明,该优化策略可使集装箱码头在尽量完成船舶作业的同时,以最快速度恢复到正常生产秩序,可供集装箱码头应急决策时参考.     

基于蚁群算法的船舶过闸计划优化模型

针对船舶过闸计划生成的难题,提出了基于蚁群算法的船舶过闸计划生成方案,建立了船舶过闸排档问题的优化模型(包括目标函数和约束条件),给出了基于蚁群算法的船舶排档问题求解算法和船舶过闸排档计划生成的蚁群算法的构造过程,包括信息素策略、概率转移策略、约束条件的处理和算法步骤.依据该算法并结合三峡南线船闸的实际调度数据,给出了实验结果,证明船舶过闸计划生成方案是有效的.     

Channel access algorithm design for automatic identification system

The Automatic Identification System (AIS) is a maritime equipment to allow an efficient exchange of the navigational data between ships and between ships and shore stations. It utilizes a channel access algorithm which can quickly resolve conflicts without any intervention from control stations. In this paper, a design of channel access algorithm for the AIS is presented. The input/output relationship of each access algorithm module is defined by drawing the state transition diagram, dataflow diagram and flowchart based on the technical standard, ITU-R M.1371. In order to verify the designed channel access algorithm, the simulator was developed using the C/C++ programming language. The results show that the proposed channel access algorithm can properly allocate transmission slots and meet the operational performance requirements specified by the technical standard.     

多种会遇状态下基于强化学习的船舶自动避碰路径仿真

为实现海域中多会遇局面的船舶自动避碰,依据船舶间状态信息的实时获取,构建了自适应启发评价的船舶避碰算法。算法中通过再励信号由强化学习训练得到船舶从会遇形成到驶过让清动态过程的优化转向决策,模拟给出了两船会遇局面、多船会遇局面下的避碰优化路径。结果表明算法能够满足避碰规则并完成安全避碰,与已有分布式避碰决策方法对比,显示了更好的实时性和经济性。     

基于AIS数据的船舶会遇挖掘与分析

为实现在AIS海量数据中快速高效地识别会遇船舶信息,对会遇船舶航行过程实施监控和分析,识别研究水域内存在的海上交通安全风险点。以台湾海峡部分区域内的AIS数据作为研究对象,运用改进的DBSCAN聚类算法,结合船舶会遇特征参数计算,挖掘两船会遇与多船会遇信息,根据船舶方位和航向差划分船舶交叉、对遇和追越三种会遇局面,并通过定量化方式多维度描述不同类型的船舶会遇过程。结果表明:分析轨迹数据的时空特性可以再现船舶会遇场景,能更清晰全面地展现船舶的会遇过程。     

基于YOLOv3及迁移学习的河道船舶目标检测算法

为加强对河道监控视频图像中散体物料采运船舶的监测和跟踪，从而辅助实现智能、高效的河道采砂监管和散体物料调度，基于You Only Look Once version 3（YOLOv3）算法及迁移学习提出一种河道散体物料船舶目标检测算法。首先使用COCO数据集训练初始的YOLOv3算法，得到模型的预训练权重；然后对从广西重要河道周围监控设备采集的采砂运砂船舶影像数据进行图像处理，得到高质量船舶数据集；最后以此数据集为驱动，利用迁移学习得到的预训练权重来训练针对河道采砂船等重点目标的YOLOv3检测模型。该模型采用Darknet-53作为主干网络，并融合了多尺度的特征图，从而实现对小、中、大等各类目标的检测。实验结果表明：该算法在测试集上的平均精度和检测速度分别达到98.00%和17.78 fps，对提高河道采砂监管效能和实现散体物料智能调度具有现实意义。     

声源深度对印度洋声传播的影响分析

以分析声源深度对印度洋主要航线海区声传播的影响为研究目的,应用WOA13季节平均数据和Mackenzie声速经验公式,分析印度洋冬季(1月~3月)声道轴深度、最小声速值、表层声速值的分布;在季节、声源频率和掠射角等因素确定的情况下,通过BELLHOP模型仿真计算研究主要航线上选用位置点不同深度声源的声传播规律:印度洋35°S航线海区5 m深度声源的汇聚区位置要大于其以北航线海区的汇聚区位置;印度洋15°S以北航线海区的100 m以下深度的汇聚区较为固定;15°S航线海区100 m和4 000 m声源深度的情况与以北航线海区相同,250~3 000 m深度则出现缩小;35°S航线海区,汇聚区位置随声源深度向声道轴深度靠近而出现明显的缩小。最后为水面舰船声呐提出了使用意见。     

船舶最小事故航线选择方法研究

提出了一种船舶最小事故航线的选择方法,这一方法的基本思路是先将船舶最小事故航线选择问题转化为一不含负权的最短路问题,然后再运用Dijkstra算法进行求解。