基于JDL的内河航道多源信息融合功能模型研究

航道运行状态评价与研判是内河航道科学运维的重要前提。以内河航道基础设施为研究对象,基于经典的JDL(Joint Directors of Laboratories)融合功能模型,构建了内河航道多源信息融合功能模型;阐述各功能模块的基本原理,明确了信息在模型中的动态流向;通过兴趣反馈机制处理海量异构数据,保障功能模型的稳定性与时效性。针对内河航道信息多源异构的特点,从数据检测、过程优化、智能计算3方面对信息融合算法进行概述总结,为内河航道基础设施运行状态智能化监测提供了理论与决策支撑。

航道水沙要素移动测量技术研究综述

航道水沙要素具有强时变、非线性、随机性等特征,大范围时空数据的快速获取是航道运行观测的难点。随着传感器、物联网、移动计算等技术的发展,基于船载传感器的航道水沙要素观测技术已经成为当前航道测量领域的重要研究方向。介绍了水上水下一体化船载测量系统研究现状,综合波浪、水流、泥沙等要素移动观测技术需求,分析了船载航道水沙要素传感器信息处理技术原理与特点,综述了航道水沙信息多源图像处理智能方法研究成果,展望了航道水沙要素测量核心传感器、智能学习、实时计算等关键技术方法。研究表明:结合新一代人工智能技术开发新型高分辨率的水沙观测传感器,研制集成船载传感器的航道水沙要素移动测量系统在原理与技术上具有可行性。

基于BP-DS证据理论的航标状态识别模型研究

内河航标标示了可航行水域的边界,是保障内河船舶安全航行的重要前提。面向内河航标不同故障模式,构建一种基于BP-DS证据理论的航标状态识别模型。采用两个BP神经网络分别训练航标基础属性数据与环境因素数据,计算独立的证据值;通过DS证据理论实现航标运行状态识别结果的决策融合。结果表明,基于BP-DS证据理论的航标状态识别模型精度达到80%以上,高于传统经验阈值判别法。