导读:本文包含了船舶自动识别系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:船舶,识别系统,自动识别,系统,水尺,视觉,数据。
船舶自动识别系统论文文献综述
徐婷,戴文伯,鲁嘉俊[1]（2019）在《基于自动识别系统大数据的船舶施工轨迹识别与预测》一文中研究指出针对疏浚监控管理工作很难全天覆盖所有船舶、无法做到实时监控的问题,分析某绞吸挖泥船的AIS(自动识别系统)高频数据,包括疏浚船舶动态的航行轨迹、速度、航向等数据。对船舶施工轨迹辨识和预测进行研究,提出利用DBSCAN聚类算法粗略识别出施工区域,利用LOF(局部异常因子)算法去除航行轨迹中非施工状态下的轨迹,并利用时间序列ARIMA模型对船舶施工轨迹进行预测。结果表明,DBSCAN聚类算法结合LOF算法进行施工轨迹辨识方法合理可行,ARIMA模型进行施工轨迹预测的方法具有精确度高、实时性、易实现的特点。(本文来源于《水运工程》期刊2019年12期）
张可立,丁振宇,高杰[2]（2019）在《海洋一号C/D卫星全球船舶自动识别系统设计与应用》一文中研究指出为了满足用户对全球船只信息的监测需求,海洋一号C/D(HY-1C/D)卫星配置了船舶自动识别系统(AIS),实现了单星针对全球大洋船只每天2次信息采集和监测能力。由于AIS接收机工作频率低,接收灵敏度高,容易受外部低频信号的干扰,影响包括解调概率和观测幅宽在内的工作性能。而作为光学卫星,HY-1C/D搭载了多台光学载荷,无法进行整星包覆控制。为了解决AIS在轨应用易受低频信号干扰问题,提出了重点单机电磁屏蔽、AIS天线方向图和安装位置优化设计、整星电磁兼容综合处理等解决方法,并在卫星的地面试验中得到了验证。卫星入轨工作后,AIS接收机获取的全球船舶识别信息进一步验证了上述方法的有效性。结合目前在轨使用情况,给出了后续AIS载荷在设计和应用上的建议。(本文来源于《航天器工程》期刊2019年05期）
滕灵芝,沙宝银[3]（2019）在《基于LabVIEW的煤炭运输船舶计重吃水值自动识别系统研究》一文中研究指出为了解决煤炭港口运输船舶计重系统吃水人工观测法存在的误差大、效率低、纠纷多等问题,设计了一套基于LabVIEW软件平台的煤炭运输船舶计重吃水值自动识别系统,介绍了基于OCR和基于模式匹配的煤炭运输船舶吃水自动识别过程;详细阐述了通过NI Vision Assistant交互式平台建立煤炭运输船舶吃水图像的OCR识别模型。该系统能够将输入系统的水尺视频进行逐帧处理,获取每帧图像的水线、字符,并基于水线位置、字符坐标等数据计算出每帧的水尺读数,最后通过统计筛选计算出平均吃水值。现场应用表明,该系统对煤炭运输船舶吃水值的识别速度快且精度高,消除了人为误差,对提高煤炭运输船舶水尺读数的客观性、公正性、科学性具有重要意义。(本文来源于《中国煤炭》期刊2019年09期）
华旭奋,赵勇[4]（2019）在《船舶自动识别系统中视觉跟踪控制研究》一文中研究指出船舶自动识别系统AIS诞生于20世纪90年代,最初是由舰船、飞机的敌我侦察系统发展而来的,船舶自动识别系统不论在军事领域还是民用领域都具有非常广泛的应用,包括船舶定位和导航、船舶通信、渔业生产管理等。船舶自动识别系统主要由海岸基站、VHF通信器和船载基站等组成,目前,在船舶的障碍避让、船岸通信、海上交通管理等方面发挥着必不可少的作用。本文针对传统的船舶自动识别系统,将机器视觉跟踪技术应用于船舶的识别和侦察过程中,并对该系统的噪声过滤等问题进行研究,大幅提高了AIS系统的船舶识别效率,具有重要的意义。(本文来源于《舰船科学技术》期刊2019年10期）
朱永健[5]（2019）在《船舶自动识别系统对船舶救助的影响》一文中研究指出船舶自动识别系统,简称AIS系统,诞生于20世纪90年代,是集现代通信、网络和信息技术于一体的多门类高科技新型航海设施和系统。随着AIS的快速发展,近年来,在船舶导航、避碰、船舶通信、船岸通信、海上搜救、海事调查等方面发挥着至关重要的作用。此文重点谈谈AIS对船舶救助中的影响。(本文来源于《水上消防》期刊2019年03期）
肖长诗,陈芊芊,文元桥,周春辉,张帆[6]（2019）在《基于LoRa的封闭水域船舶自动识别系统设计》一文中研究指出考虑封闭水域船舶的运动特征和水上交通监管要求,运用广域物联网技术设计新型船舶识别系统,提出基于封闭水域船舶通航密度和船舶航速的数据管理方法,通过分析通信信道传输能力制定数据传输协议与频率。采用基于长距离无线广域网(LoRaWAN)协议的网关布局方法,并根据系统的网络规模和网关传输能力建立数据上下行机制。仿真与实验表明,该系统布设方便,数据传输可靠,能够满足封闭水域船舶自动识别的需求,可广泛应用于封闭水域的船舶辅助导航与安全监管。(本文来源于《船海工程》期刊2019年01期）
王依楠[7]（2019）在《船舶自动识别系统中的计算机视觉技术应用》一文中研究指出受环境等外部因素的影响,利用自动识别系统对船舶身份进行识别,存在识别不准确的问题,为解决这一问题,研究者们将计算机视觉技术应用其中,以期改善系统的识别效果。在此背景下,首先对船舶自动识别系统与计算机视觉技术进行分析,然后具体探讨计算机视觉技术在船舶自动识别系统中的应用过程,包括图像采集、图像预处理、图像定义与分割、字符识别等4项内容;最后通过实验对应用效果进行验证,结果表明:应用了计算机视觉技术的船舶自动识别系统较未应用前,数字识别准确性提高14.3%,汉字识别准确性提高12%,识别效果改善,由此证明计算机视觉技术对改善船舶自动识别系统性能有帮助作用。(本文来源于《舰船科学技术》期刊2019年02期）
龚齐斌[8]（2019）在《AIS和Labview在船舶自动识别系统开发中的应用》一文中研究指出近年来船舶碰撞事故频发,造成了大量人员伤亡和财产损失,并且给环境造成了巨大污染。传统的雷达探测存在受天气影响大、近距离存在盲区等劣势,本文提出一种基于Labview技术和NI数据采集卡的船舶自动识别系统,对系统的硬件和软件进行了详细设计,设计了传感器的数据采集程序,能够完成船舶的信息发送、接收等,本文设计的AIS系统具有很高的稳定性,开发周期短。(本文来源于《舰船科学技术》期刊2019年02期）
刘磊,蒋仲廉,初秀民,钟诚,张代勇[9]（2019）在《船舶自动识别系统数据修复和预测算法研究》一文中研究指出针对船舶AIS数据丢失或错误等问题,本文借助分段叁次Hermite插值实现AIS数据初步修复或预测,建立神经网络训练集和测试集,开展单点和连续多点AIS数据修复和预测;对比分析了BP神经网络与叁次样条插值、分段叁次Hermite插值方法以及组合算法在船舶AIS数据修复和预测中的精度。以重庆弯曲河段和武汉顺直河段为例,分析了航道平面形态、算法组合等对于船舶AIS数据修复和预测精度的影响。结果表明:联合算法有效提升了船舶AIS数据修复精度;在船舶AIS预测中,神经网络模型表现最优。研究成果可为船舶行为特征分析、建模等相关领域的研究提供借鉴。(本文来源于《哈尔滨工程大学学报》期刊2019年06期）
王丁[10]（2018）在《基于无线局域网的船舶异常数据自动识别系统》一文中研究指出船舶异常数据识别系统可以帮助管理人员了解当前船舶安全状态。为提高船舶异常数据识别结果,构建基于无线局域网的船舶异常数据识别系统。首先分析船舶异常数据识别的原理,提出当前船舶异常数据识别系统存在的局限性,然后通过无线局域网收集船舶异常数据,并对船舶异常数据识别进行相应的处理,最后构建船舶异常数据识别模型,并应用于船舶异常数据识别系统中。测试结果表明,本文系统的船舶异常数据识别正确率,误识率、漏识率均远远小于当前其他船舶异常数据识别系统,可以保证船舶的正常工作。(本文来源于《舰船科学技术》期刊2018年22期）
船舶自动识别系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了满足用户对全球船只信息的监测需求,海洋一号C/D(HY-1C/D)卫星配置了船舶自动识别系统(AIS),实现了单星针对全球大洋船只每天2次信息采集和监测能力。由于AIS接收机工作频率低,接收灵敏度高,容易受外部低频信号的干扰,影响包括解调概率和观测幅宽在内的工作性能。而作为光学卫星,HY-1C/D搭载了多台光学载荷,无法进行整星包覆控制。为了解决AIS在轨应用易受低频信号干扰问题,提出了重点单机电磁屏蔽、AIS天线方向图和安装位置优化设计、整星电磁兼容综合处理等解决方法,并在卫星的地面试验中得到了验证。卫星入轨工作后,AIS接收机获取的全球船舶识别信息进一步验证了上述方法的有效性。结合目前在轨使用情况,给出了后续AIS载荷在设计和应用上的建议。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
船舶自动识别系统论文参考文献
[1].徐婷,戴文伯,鲁嘉俊.基于自动识别系统大数据的船舶施工轨迹识别与预测[J].水运工程.2019
[2].张可立,丁振宇,高杰.海洋一号C/D卫星全球船舶自动识别系统设计与应用[J].航天器工程.2019
[3].滕灵芝,沙宝银.基于LabVIEW的煤炭运输船舶计重吃水值自动识别系统研究[J].中国煤炭.2019
[4].华旭奋,赵勇.船舶自动识别系统中视觉跟踪控制研究[J].舰船科学技术.2019
[5].朱永健.船舶自动识别系统对船舶救助的影响[J].水上消防.2019
[6].肖长诗,陈芊芊,文元桥,周春辉,张帆.基于LoRa的封闭水域船舶自动识别系统设计[J].船海工程.2019
[7].王依楠.船舶自动识别系统中的计算机视觉技术应用[J].舰船科学技术.2019
[8].龚齐斌.AIS和Labview在船舶自动识别系统开发中的应用[J].舰船科学技术.2019
[9].刘磊,蒋仲廉,初秀民,钟诚,张代勇.船舶自动识别系统数据修复和预测算法研究[J].哈尔滨工程大学学报.2019
[10].王丁.基于无线局域网的船舶异常数据自动识别系统[J].舰船科学技术.2018
论文知识图
