一、船舶自动识别系统及其在VTS中应用的关键技术研究（论文文献综述）
常婧[1]（2020）在《大数据在船舶航行安全评估的应用研究》文中研究说明随着我国航运业的快速发展,水上交通流量快速增长。海事数据的种类、数量、共享范围也在不断的增加。传统的监管方法已经难以满足水上交通快速发展的需求。伴随着海上事故的频繁发生,人们开始研究如何用科学有效的手段来获取数据信息。从而建立船舶航行安全评估机制,从根本上保障船舶的航行安全、减少海上交通事故的发生及保护海洋环境。针对现有VTS系统未能实现信息智能化处理,主要依靠人工监管实现船舶航行安全评估的现状。本文首先对VTS系统数据的类型、来源以及内容进行了分析研究。指出可基于海事数据实现VTS系统智能化评估船舶航行安全状况,并对海事数据进行了预处理。然后通过分析目前常用的安全评估算法的优缺点,结合VTS系统数据的特点。提出利用大数据处理技术实现智能化船舶航行安全状况的评估。具体选取数据挖掘技术中的支持向量回归算法（Support Vector Machines for Regression,SVR）作为船舶航行安全评估算法。最终构建了一种基于大数据的船舶航行安全评估模型,并通过仿真实验与当下常用的极限学习机（Extreme learning machine,ELM）算法进行对比分析。实验结果表明,基于大数据的船舶航行安全评估模型能够充分的考虑船舶航行安全的影响因素。并且在同一样本数据条件下,评估精确度和稳定性均优于基于ELM构建的评估模型。通过对数据的预处理和数据挖掘技术的应用,该方法能够实现对海事数据信息进行自动的分析、推理进而实现安全评估的功能。从而为科学调配海事监管资源提供前瞻性指导,提高了 VTS系统的智能化水平,缓解监管人员的工作压力。由此可见,该方法可用于现有的VTS系统中。
王碧云[2]（2020）在《基于服务器推送技术的VTS系统设计与实现》文中提出随着我国经济的不断发展以及国际商务合作日益频繁,海上交通流量不断增大,海上交通运输业日渐占据重要地位。为了提高航道利用率,保障海上交通安全、高效,我国引入了国外的船舶交通管理系统（Vessel Traffic Services,以下简称VTS）,但是由于成本高,维护不及时等问题,同时为我国海上交通运输业甚至我国信息引入了安全隐患,因此,国产化VTS系统的研发刻不容缓。服务器掌握着主要信息数据资源,它可以最先发现事件变化,并主动地向客户端推送消息。本文以国产化VTS系统工程项目为背景,针对其中的船舶动态数据管理子系统展开应用性研究,对比分析了多种服务器推送技术,如传统轮询、Ajax轮询、Ajax长轮询、WebSocket和Pushlet,分析了国外着名VTS系统的架构和数据信息流的结构,根据我国海事管理机构的实际工作需求,提出了适合国情并同时兼容目前已经大量部署的国际着名品牌的VTS系统的船舶动态数据管理系统模型。提出了适合本VTS工程项目的服务器推送架构和系统接口模式;最后实现了部分系统功能模块。本文提出的双向HTTP协议的工作模式,实现了基于C/S模式的VTS船舶交通显控子系统与基于B/S模式的船舶动态管理系统客户端的互动操作,可以无缝连接目前存在的各种国际品牌的VTS系统。
代玉强[3]（2020）在《船舶交通公共服务问题研究 ——以吴淞船舶交通管理中心为例》文中研究指明近年来,随着中国经济的迅猛发展和国家“海洋强国战略”的提升,特别是2013年习近平主席提出“一带一路”倡议后,海上运输在国民经济发展和国家战略中的地位也越来越重。目前,在国际进出口贸易总量中近一半以上都是利用船舶通过海上运输完成,这使得从事海上运输的船舶数量迅猛增加,船舶的大型化、自动化、智能化程度越来越高,与此同时,海上的船舶交通事故频发也增加了人民对提高船舶的航行安全、防止船舶造成水域污染的重视,对船舶安全管理和服务工作不断提出更高的要求和更新的挑战。在船舶流量大、气象条件恶劣、船舶会遇态势复杂的沿岸水域建立船舶交通管理系统,通过雷达、甚高频、船舶自动识别系统等科学技术手段对管辖水域内的船舶进行全天候的不间断的监控,建立良好的船舶交通秩序,为船舶提供气象、航警、碍航物、其他船舶动态信息等服务,以减少海上交通事故的发生,特别是船舶碰撞、搁浅、触礁这些船舶交通事故的发生,从而保证船舶在海上航行安全,提高船舶通航的效率,保护水域环境清洁。本文在阅读了大量的国内外关于VTS系统的研究文献基础上,将吴淞船舶交通管理中心的公共服务功能作为研究对象,认真总结了吴淞船舶交通管理中心在发展历程中取得的成效,分析吴淞VTS在提供公共服务过程中存在的问题与不足,主要体现在VTS的功能定位、体制建设、服务理念、管理手段、资源配置等方面。本文以问题和目标为导向,以吴淞VTS的公共服务满意度为调查出发点,有针对性的发放自主设计的调查问卷,通过对数据和调查问卷的结果分析,提出其公共服务方面存在的问题并分析原因,通过运用新公共服务和服务型政府建设理论相关理论观点,对吴淞VTS公共服务的发展状况进行客观分析评价,再结合作者在吴淞VTS的实际工作经验,有针对性从五个方面提出对策及建议:一是明确VTS的公共服务定位,培养VTS公共服务理念,提升VTS公共服务功能;二是加强VTS系统的公共服务制度建设,加快VTS相关法制建设,推进VTS职责标准化建设;三是强化VTS内部管理标准化建设,制定合理的值班模式,建立VTS的服务监督评价机制;四是完善VTS岗位人员管理,完善VTS人员岗位激励制度,强化岗位人才队伍建设;五是拓展VTS公共服务举措,树立VTS公共服务合作共赢理念,满足公众需求并鼓励公众参与。
李永攀[4]（2019）在《基于AIS数据的海上交通主要特征研究》文中认为海上交通因经济发展而更加繁忙,由于通航水域资源有限,船舶数量的增加、海上交通复杂度的提升必将导致海上交通风险增大。而主管机关快速、准确地识别海上交通态势并有效开展交通组织并不容易。随着AIS设备的强制配备和广泛使用,船舶动态数据已成为一种丰富而廉价的信息源。为此有必要分析海量船舶动态数据,充分挖掘其蕴含的海上交通特征,进而为主管机关提高交通组织效率、降低海上交通风险提供理论依据和技术支撑。论文以AIS数据为基础,以海上交通主要特征为研究对象,以计算机数据挖掘为研究手段,分析海上交通流宏观特征、海上交通时空模式和复杂度。主要研究内容和方法包括:（1）分析海上交通流特征和参数,引入航速、航向和MMSI等属性约束,使用DBSCAN算法对大量船舶AIS数据进行约束聚类分析,区分不同类型的交通流,计算交通流参数并研究参数之间的关系。（2）对AIS数据进行时间切片化约简,处理报告间隔不等的问题,综合考虑时间和空间属性,使用ST-DBSCAN算法开展AIS数据时空密度聚类,并开展多船会遇态势识别和基于Apriori算法的时空关联分析。（3）考虑船舶长度、相对距离、运动趋势和交叉角等因素,提出水上交通关系单元复杂度模型,定义有序距离,使用OPTICS算法对AIS数据进行聚类,计算海上交通复杂度。关于海上交通流宏观特征、海上交通时空模式和复杂度的研究,丰富了海上交通理论与技术。基于舟山海区船舶AIS数据的实例分析表明:约束聚类可以更加精细、灵活地区分不同类型、不同层次的交通流,提取海上交通流的宏观特征;时空聚类和关联分析更利于发现隐含的时空模式;考虑会遇态势聚类计算出的海上交通复杂度,切实反映了 VTS值班员的认知负荷。研究成果对海上交通组织与安全保障等具有重要的指导意义和应用价值。
迟玉梁[5]（2019）在《多信源跟踪目标融合系统的设计与实现》文中研究说明为了更好的为船舶在航行中提供助航服务、信息服务、交通组织服务,对港口及内河航道中的船舶动态进行实时监管,减少水上交通事故的发生,我国引进了国外的船舶交通管理系统（Vessel Traffic Services,以下简称VTS）,但是存在成本昂贵,维护不及时的问题,同时也给我国信息安全带来了隐患,因此国产化VTS的研发势在必行。本文针对VTS的关键技术多信源跟踪目标融合系统展开研究与实现。VTS系统由多雷达、AIS（船舶自动识别系统）、北斗等多种传感器系统集成,多信源跟踪目标融合系统的目标是将多种传感器探测到的船舶航迹数据进行统一处理,融合成一种航迹数据,并将融合后的航迹数据提供给综合显示系统和预警系统。本文对雷达轨迹和AIS目标的特点进行了分析,并对雷达和AIS数据融合的必要性进行描述。由于数据融合必须考虑数据的时间性和空间性,因此多信源跟踪目标融合系统首先对来自多种数据源的数据进行预处理,采用墨卡托投影对航迹数据进行坐标转换,采用拉格朗日插值法对航迹数据进行时间校准,根据传感器采样周期的变化自动调节基准采样时刻,保证采样时刻的稠密性;然后对预处理后的航迹数据进行航迹关联,采用多因素模糊综合航迹关联算法对两条航迹进行相关性判定;最后采用加权融合处理算法对关联后的航迹信息进行融合,形成更精确更可靠的航迹数据。本文使用C++语言对多信源跟踪目标融合系统进行实现,并采用实测数据进行验证,将实现效果在电子海图上进行显示。
石蒙蒙[6]（2019）在《VTS中的智能化船舶航行危险预测技术的研究》文中认为随着我国经济的日益发展,海上贸易的不断增加,船舶交通密度越来越大,信息的种类、数量、交流范围也在不断的增加,传统的管理方法已经难以满足水上交通快速发展的需求。伴随着海上事故的频繁发生,人们开始关注于如何用科学有效的手段来处理信息,建立船舶航行危险预测机制,从根本上保障船舶的航行安全、减少海上交通事故的发生及保护海洋环境。针对现有VTS系统对于船舶航行危险的判断主要依赖交管人员的现状,本文在分析现有VTS系统的结构、功能以及存在的问题的基础上,提出了一种具有智能化船舶航行危险预测子系统的VTS结构。通过分析国内外常见的一些船舶事故预测方法的优缺点以及影响船舶航行安全的因素,结合VTS系统数据采集和处理的特点,本文针对智能化船舶航行危险预测的关键技术进行了深入的研究,即船舶航行危险预测方法,构建了一种基于云模型的船舶航行危险预测模型,并通过仿真实验与传统的模糊综合评价方法进行对比分析。实验结果表明,基于云模型的船舶航行危险预测方法能够体现预测的本质,将模糊性和随机性结合起来。它有着解决复杂非线性问题的优势,能够在船舶航行危险的预测中充分地考虑影响船舶航行安全的众多因素。通过评价指标体系库、量化规则库以及指标权重库的建立,该方法能够实现对船舶相关信息进行自动的分析、推理进而达到危险预测的功能,从而提高VTS系统的智能化水平,减轻VTS监管人员的工作强度,进而使VTS系统中船舶的危险预测不再依赖人工进行。可见,该方法是切实可行的,能够应用到现有的VTS系统中。
戴厚兴[7]（2019）在《恶劣天气下海上交通风险动态预评估研究》文中指出为了解决在恶劣天气下未来某一时段内船舶“能不能安全航行”和“如何安全航行”两个关键性问题,构建能动态显示恶劣天气下未来某一时段内某一重点关注船舶在某一重点关注海域或航线上的海上交通风险等级,同时具有可视化、智能化预警监控等辅助决策功能的恶劣天气下海上交通风险动态预评估系统,主要开展了以下研究:首先,运用模糊综合评判法,建立了3种恶劣天气下海上交通风险动态预评估数学模型,数学模型中重点考虑动态环境因素和重点关注船舶,有效提高了风险评估的针对性和合理性。以能见度不良天气为例,通过采集大样本,以及采用不完备信息条件下模糊信息分配理论修正专家调查法,确立了能见度不良天气下海上交通风险矩阵。数据对比分析表明:修正后的风险矩阵能充分体现海上交通风险特征和实际状况,避免了专家调查法完全依赖主观判断的缺点,有效提高了风险评估的准确性和可靠性,为实现恶劣天气下海上交通风险预警监控等辅助决策的可视化、智能化奠定了坚实的理论基础。其次,运用ADAS-WRF数值天气预报模式系统等国内外现代气象科技对气象和海洋部门提供的海上恶劣天气预报信息数据进行时间和空间精细网格化技术处理,并采用人工神经网络中极限学习机理论对未来短时船舶交通流密度进行预测。数据分析和仿真结果表明:系统能实现较为稳定、准确、快速的时间步长1h、空间网格海域10 km× 10 km的大风、海浪预报信息数据,时间步长1 h、空间网格海域2 n mile×2 n mile的能见度预报信息数据,时间步长12 h、空间网格海域10 nmileX 10 n mile的海冰预报信息数据,以及时间步长10 min、空间网格海域2 n mile×2 n mile的未来短时船舶交通流密度等风险动态信息数据的连续滚动预测和技术处理功能,为构建具有可视化、智能化预警监控等辅助决策功能的恶劣天气下海上交通风险动态预评估系统提供了可靠的技术和数据支撑。最后,运用风险动态预评估模型、气象预报信息数据处理技术、交通流密度预测理论和船舶自动识别系统信息平台,构建了具有可视化、智能化预警监控等辅助决策功能的3种恶劣天气下海上交通风险动态预评估系统。实例仿真结果表明:3种系统均实现了针对重点关注船舶的海域风险和航线风险的动态预评估和船舶规避重大海上交通风险的可视化、智能化预警监控等辅助决策功能,预测结果与实际情况基本一致,验证了系统的有效性和可靠性。构建的3种系统,提高了大风浪天气下海上交通风险动态预评估系统的可视化程度和智能化水平,丰富了能见度不良和严重海冰天气下海上交通风险动态预评估系统的研究,具有一定的理论意义和广泛的实际应用价值。通过开展上述关于恶劣天气下海上交通风险动态预评估的研究工作,基本解决了恶劣天气下未来某一时段内船舶“能不能安全航行”和“如何安全航行”的关键性问题。上述研究结果表明:恶劣天气下海上交通风险动态预评估,不仅要充分运用现代数学理论和最新科技指导并修正海上交通风险评估的具体工作实践,而且还要预先从动态环境因素的最坏处着想。研究结果可为海事主管部门制定恶劣天气下海上交通安全监管规则、规范和指南以及实施海上交通管制行为和船舶交通服务提供参考,也可为航运企业健全船舶航行安全管理制度以及跟踪、监管船舶动态提供技术手段,还可为船长、船舶驾驶员、引航员等航海者安全驾驶和操纵船舶提供实际指导。
于兆辉[8]（2019）在《向家坝过机船舶吃水航速检测系统数据处理的研究》文中认为向家坝升船机是继三峡升船机之后三峡集团修建的第二座巨型升船机。为保障向家坝升船机的通航安全,本文开发了一套船舶吃水及航速检测系统,以达到对通航船舶的吃水深度及进出升船机船厢的航速实时检测和预警的目的。本文首先设计了向家坝升船机过机船舶吃水航速检测系统的整体方案,系统包括船舶信息管理子系统、AIS船舶自动识别子系统、船舶吃水检测子系统、航速检测子系统和图像采集子系统,其中船舶吃水检测子系统分为上游仰扫式吃水检测子系统和下游侧扫式吃水检测子系统。系统通过AIS船舶自动识别子系统确定目标船舶,通过上游仰扫式吃水检测子系统和下游侧扫式吃水检测子系统,分别检测下行目标船舶和上行目标船舶的吃水深度,通过航速检测子系统检测目标船舶进出船厢的航速大小,通过图像采集子系统对目标船舶进行图像信息采集,最后由船舶信息控制管理子系统控制各子系统工作时序,将采集到的所有数据进行融合处理得到检测结果,并存入数据库中。本文详细介绍了各子系统的工作原理和组成,重点论述了船舶吃水检测子系统、航速检测子系统的数据处理和各个子系统的数据融合。系统采用4G串口服务器模块完成RS-485串口数据与网络数据之间的转换,实现系统数据的无线远程通信,采用分布式数据融合技术对采集到的船舶信息进行数据融合,得到船舶的通航信息,判断其超吃水、超航速等违章行为并进行预警。最后给出了系统的实验室测试数据和现场测量数据,并对模拟测试结果和现场测试结果进行了分析。目前,船舶吃水航速检测系统已经在向家坝升船机运行,实现了吃水检测子系统和航速检测子系统的远程控制和数据远程传输。系统的检测效果符合预期需求,检测精度达到项目要求。为项目后续工作的开展打下了坚实的基础。
吕红光[9]（2019）在《基于电子海图的多船避碰决策及路径规划研究》文中研究表明智能船舶在解决节能减排和船舶安全性等方面具有重要意义。国际海事组织已将海上水面自主船（MASS）纳入其工作计划并积极推进。复杂水域的船舶自动避碰及路径规划是智能船舶或MASS研究的重点和难点之一。目前研究存在的问题包括:不考虑《国际海上避碰规则》（简称《规则》）、假设他船保向保速或均按照《规则》而采取行动、不适用于动态他船和静态障碍物共存的环境、不能应对他船的不协调避碰、不能满足实时性要求、不适用于长航线自主航行、环境地图精度不高或未采用电子海图平台等。鉴于此,论文做了以下重点工作:（1）提出一种受《规则》和船舶运动特性约束的,基于改进势场法的开阔水域多船实时自动避碰决策算法。在融合了船舶领域和《规则》核心条款的碰撞危险判据基础之上,提出了船舶自动避碰领域斥力势场分区概念,并为各分区设计了相应的势场函数及适用条件。在路径规划方面,构建了适用于动态目标追踪和静态目标引导的全局引力势场。两者结合从而确定了考虑《规则》避碰和路径引导的斥力及引力计算模型。最后依据航海实践、船舶运动特性、分区斥力和引力的合力,设计了可同时避碰动态他船（包括其不协调避碰行动）和孤立静态障碍物的实时自动避碰算法,并通过Matlab仿真,验证了算法的有效性。（2）提出一种基于电子海图的点、线、面矢量数据及其特征属性的环境势场地图构建及其参数设置方法。针对栅格化环境地图建模精度不高、难以区分不同种类障碍的问题,提出一种精确的、可方便控制障碍物影响范围的可视化势场环境地图构建方法。该方法可建立具有不规则形状的静态障碍物（如隐式函数曲线、凸多边形甚至凹多边形）的环境势场,并可根据不同的障碍物属性做便捷的参数调整,以控制我船与之保持的安全距离。该方法提高了环境地图的建模精度,易与多船避碰算法结合,奠定了基于电子海图的多船自动避碰决策算法的基础。（3）提出一种适合于狭窄水域多船自动避碰,基于先验路径引导的混合人工势场（PGHAPF）法。该方法将狭窄水域的静态势场（不规则障碍物）和动态势场（他船和目标）分开建模,赋予静态势场较高的优先级。首先,通过探测我船前方静态障碍物的高势场值危险,确定附近势场最小值的方向,使我船提前采取避障行动并与之保持安全距离;然后,采用动态势场求梯度的方法,获得受《规则》约束的多船避碰转向决策。该方法同时融合了离线先验路径、转向点选择策略和船舶运动数学模型。通过Matlab仿真验证,算法避免了传统人工势场法存在的局部最小、目标不可达等问题,实现了狭窄水域离线规划与在线规划的统一,实时避碰多动态他船和不规则静态障碍物的统一,决策与执行的结合与统一,便于推广到实船电子海图系统应用。（4）建立了基于PGHAPF的多本船决策模块及其动态链接库,嵌入“全任务船舶操纵模拟器测试平台”进行了仿真测试。实现了基于电子海图的受《规则》约束的多船实时自动避碰及路径规划,也实现了狭窄水域多障碍环境下,多艘自主船之间、自主船与非自主船之间的协调和非协调的避碰和避障。通过大量的模拟试验,验证了算法可通过简单的参数调整即可满足对多种尺度、多样化船型的适应性,并检验了在受到水文气象等外界条件干扰下,算法所具有的鲁棒性。论文提出的方法克服了现有研究的一些局限,为多船自动避碰算法的实船测试及应用奠定了一定基础。
张东辉[10]（2019）在《天津船舶交通管理中心公共服务能力提升策略研究》文中研究表明交通运输部海事局船舶交通管理中心是中国政府的基层行政单位之一,其服务质量的好坏直接关系着政府的形象与政府工作效率的高低。最近几年随着服务型政府建设的不断推进,政府的管理理论与管理理念在不断地更新。全国各地的船舶交通管理中心建设百花齐放,虽然其落脚点都是为港口提供更好的服务,但是其服务质量参差不齐。无论是管理理论,基础设施的软件与硬件,还是工作人员的管理与培训,质量体系的运行等方面存在不足之处。本文以天津船舶交通管理中心为基础,通过实地走访相关企业部门,搜集查阅文献资料,深入理论分析,分别阐述了国内外关于船舶交通管理中心建设研究的现状,国际公约及国内法律法规对船舶交通管理中心建设的规范与约定,阐述了相关定义及概念,部门构成及职能等。结合实际工作深入分析了天津船舶交通管理中心的服务现状,构建船舶交通管理中心评价指标模型,选取天津船舶交通管理中心进行模型应用和评价分析,对其公共服务能力进行评估,具体从业务能力、人员队伍、基础设施、外部因素等方面进行了分析。最后,根据船舶交通管理中心公共服务中存在的不足,运用新公共服务理论,从公共服务定位、服务理念、管理模式、人才培养、基础设施建设、智能创新等方面探索提升船舶交通管理中心服务能力的途径,为我国快速提高船舶交通管理中心的服务能力提供了借鉴。
二、船舶自动识别系统及其在VTS中应用的关键技术研究（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、船舶自动识别系统及其在VTS中应用的关键技术研究（论文提纲范文）
（1）大数据在船舶航行安全评估的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 大数据的研究现状 |
| 1.2.2 安全评估的研究现状 |
| 1.3 论文组织结构 |
| 2 数据的预处理 |
| 2.1 数据的分析 |
| 2.1.1 VTS系统的数据内容 |
| 2.1.2 VTS系统的数据类型和来源 |
| 2.2 数据的采集 |
| 2.2.1 数据的采集方法 |
| 2.2.2 影响指标体系的构建 |
| 2.3 数据的存储和处理 |
| 2.3.1 数据的存储 |
| 2.3.2 数据的处理 |
| 2.4 本章小节 |
| 3 数据挖掘与船舶航行安全评估算法 |
| 3.1 常用的安全评估算法 |
| 3.1.1 层次分析法 |
| 3.1.2 模糊综合评价法 |
| 3.1.3 人工神经网络 |
| 3.1.4 灰色理论 |
| 3.2 基于数据挖掘的船舶航行安全评估算法 |
| 3.2.1 支持向量回归(SVR)算法 |
| 3.2.2 支持向量回归(SVR)算法参数的优化 |
| 3.3 实验结果性能分析 |
| 3.3.1 有效性验证 |
| 3.3.2 优越性验证 |
| 3.4 本章小节 |
| 4 大数据在船舶航行安全评估的应用 |
| 4.1 海事数据的预处理 |
| 4.1.1 海事数据的爬取 |
| 4.1.2 海事数据的存储和处理 |
| 4.2 基于预处理数据的船舶航行安全评估算法 |
| 4.3 船舶航行安全评估评估模型的可视化 |
| 4.3.1 数据库信息的可视化 |
| 4.3.2 基于SVR算法和ELM算法的安全评估的可视化 424.3.3 水域上航行船舶的安全状况和相关数据信息的可视化 |
| 4.3.3 水域上航行船舶的安全状况和相关数据信息的可视化 |
| 4.4 本章小节 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（2）基于服务器推送技术的VTS系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外发展现状 |
| 1.3 课题研究内容 |
| 1.4 论文组织结构 |
| 2 相关技术介绍 |
| 2.1 服务器推送技术概述 |
| 2.2 传统实时通信技术 |
| 2.2.1 传统轮询 |
| 2.2.2 Ajax轮询 |
| 2.2.3 基于Ajax长轮询方式 |
| 2.2.4 基于IFrame流方式 |
| 2.2.5 传统实时通信技术对比分析 |
| 2.3 WebSocket技术 |
| 2.4 Pushlet技术 |
| 2.4.1 Pushlet概述 |
| 2.4.2 Pushlet工作原理 |
| 2.4.3 Pushlet消息推送机制 |
| 2.4.4 Pushlet优势 |
| 2.5 SSH框架 |
| 2.5.1 Struts |
| 2.5.2 Sping |
| 2.5.3 Hibernate |
| 2.6 本章小结 |
| 3 系统模型和服务器推送技术在VTS中的应用 |
| 3.1 船舶动态管理系统模型 |
| 3.1.1 VTS系统工作模式和流程分析 |
| 3.1.2 系统总体架构和工作流程 |
| 3.1.3 VTS船舶动态管理系统构成和功能模块 |
| 3.2 服务器推送架构和系统接口模式 |
| 3.2.1 服务器推送架构 |
| 3.2.2 服务器推送Pushlet技术的应用 |
| 3.2.3 系统接口模式 |
| 3.3 本章小结 |
| 4 系统设计 |
| 4.1 系统软件架构 |
| 4.2 数据推送设计 |
| 4.3 数据库系统的设计 |
| 4.3.1 数据库系统的设计过程 |
| 4.3.2 系统用例图 |
| 4.3.3 事件处理顺序图 |
| 4.3.4 数据库表的设计 |
| 4.3.5 基本库关联、表关联 |
| 4.3.6 船舶基本信息表 |
| 4.3.7 船舶动态表 |
| 4.3.8 AIS船舶到港自动申报 |
| 4.3.9 24小时抵港报 |
| 4.3.10 指泊计划申报 |
| 4.3.11 IP地址对表 |
| 4.4 本章小结 |
| 5 系统实现 |
| 5.1 系统开发环境 |
| 5.2 服务端数据推送模式和双向HTTP协议接口的实现 |
| 5.3 船舶预到列表和事件接口的实现 |
| 5.3.1 实现思路 |
| 5.3.2 船舶预到列表和事件数据结构 |
| 5.3.3 存储过程的核心代码 |
| 5.4 其它模块实现 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（3）船舶交通公共服务问题研究 ——以吴淞船舶交通管理中心为例（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究状况述评 |
| 1.2.1 国内研究进展 |
| 1.2.2 国外研究考察 |
| 1.2.3 对国内外研究状况的总评 |
| 1.3 研究内容和研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第二章 相关概念及理论基础 |
| 2.1 相关概念 |
| 2.1.1 VTS |
| 2.1.2 船舶交通管理中心 |
| 2.1.3 VTS公共服务 |
| 2.2 理论基础 |
| 2.2.1 新公共服务理论 |
| 2.2.2 服务型政府建设理论 |
| 2.2.3 VTS公共服务评价指标 |
| 第三章 吴淞VTS系统公共服务现状 |
| 3.1 吴淞船舶交通管理中心(吴淞VTS中心)的基本概况 |
| 3.1.1 吴淞VTS系统组成 |
| 3.1.2 吴淞VTS的值班台设置 |
| 3.1.3 吴淞VTS值班人员配备 |
| 3.1.4 吴淞VTS覆盖水域范围 |
| 3.1.5 吴淞VTS分区及频道设置 |
| 3.2 吴淞VTS管理效力范围与服务对象 |
| 3.3 吴淞VTS的职能与服务内容 |
| 3.4 吴淞VTS公共服务取得的主要成效 |
| 第四章 吴淞VTS公共服务存在的主要问题及其原因分析 |
| 4.1 吴淞VTS中心的公共服务现状的调查 |
| 4.1.1 调查方案 |
| 4.1.2 问卷调查的数据分析 |
| 4.1.3 访谈结果分析 |
| 4.2 吴淞VTS公共服务存在的主要问题 |
| 4.2.1 VTS角色定位不准确 |
| 4.2.2 VTS岗位权责不明确 |
| 4.2.3 VTS管理标准化程度不高 |
| 4.2.4 VTS岗位人员配备不足 |
| 4.2.5 VTS公共服务手段单一 |
| 4.3 吴淞VTS公共服务问题的原因分析 |
| 4.3.1 传统海事管理制度的影响 |
| 4.3.2 公共服务法制体系不完善 |
| 4.3.3 公共服务监督评价机制不健全 |
| 4.3.4 岗位人才队伍建设不到位 |
| 4.3.5 VTS公共服务缺乏协作机制 |
| 第五章 提升VTS公共服务的对策建议 |
| 5.1 明确VTS的公共服务角色定位 |
| 5.1.1 培养VTS公共服务理念 |
| 5.1.2 提升VTS公共服务功能 |
| 5.2 加强VTS公共服务的制度建设 |
| 5.2.1 加快VTS相关法制建设 |
| 5.2.2 推进VTS岗位权责制度建设 |
| 5.3 强化VTS运行管理标准化建设 |
| 5.3.1 制定合理的值班模式 |
| 5.3.2 建立VTS公共服务监督评价机制 |
| 5.4 完善VTS岗位人员管理 |
| 5.4.1 完善VTS人员的岗位激励制度 |
| 5.4.2 强化VTS岗位人才队伍建设 |
| 5.5 拓展VTS公共服务举措 |
| 5.5.1 建立VTS公共服务合作共赢机制 |
| 5.5.2 满足公众需求并鼓励公众参与 |
| 第六章 结论与展望 |
| 参考文献 |
| 附录1 :吴淞VTS公共服务现状调查问卷 |
| 附录2 :吴淞VTS值班人员访谈提纲 |
| 致谢 |
（4）基于AIS数据的海上交通主要特征研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 海上交通流宏观特征研究现状 |
| 1.2.2 海上交通时空模式研究现状 |
| 1.2.3 海上交通复杂度研究现状 |
| 1.2.4 问题提出 |
| 1.3 研究目标、思路和内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究思路 |
| 1.3.3 研究内容 |
| 1.4 本章小结 |
| 2 基础理论和方法 |
| 2.1 海上交通 |
| 2.1.1 海上态势感知 |
| 2.1.2 海上交通特征 |
| 2.1.3 海上交通管理 |
| 2.2 船舶自动识别系统 |
| 2.2.1 AIS技术特性 |
| 2.2.2 AIS数据分析 |
| 2.2.3 AIS数据处理 |
| 2.3 数据挖掘分析技术 |
| 2.3.1 数据挖掘 |
| 2.3.2 聚类分析 |
| 2.3.3 关联规则 |
| 2.4 本章小结 |
| 3 基于DBSCAN算法的海上交通流宏观特征研究 |
| 3.1 基于AIS数据的海上交通流 |
| 3.1.1 特征分析 |
| 3.1.2 参数分析 |
| 3.2 基于DBSCAN算法的交通流宏观特征分析 |
| 3.2.1 AIS数据领域知识分析 |
| 3.2.2 DBSCAN约束聚类分析 |
| 3.3 实例与分析 |
| 3.3.1 数据抽取和预处理 |
| 3.3.2 约束聚类分析 |
| 3.3.3 分析与结论 |
| 3.4 本章小结 |
| 4 基于ST-DBSCAN和Apriori算法的海上交通时空模式研究 |
| 4.1 基于ST-DBSCAN算法的船舶时空共现模式 |
| 4.1.1 海上交通时空密度 |
| 4.1.2 时空密度聚类分析 |
| 4.1.3 实例与分析 |
| 4.2 基于ST-DBSCAN算法的多船会遇态势识别 |
| 4.2.1 基于AIS数据的多船会遇 |
| 4.2.2 多船会遇识别 |
| 4.2.3 实例与分析 |
| 4.3 基于Apriori算法的多船会遇时空关联模式 |
| 4.3.1 多船会遇时空关联分析 |
| 4.3.2 实例与分析 |
| 4.4 本章小结 |
| 5 基于OPTICS算法的海上交通复杂度研究 |
| 5.1 水上交通关系单元复杂度模型 |
| 5.1.1 基本概念 |
| 5.1.2 复杂度影响因子 |
| 5.1.3 复杂度公式及模型参数 |
| 5.2 基于OPTICS算法的海上交通复杂度 |
| 5.2.1 有序距离与OPTICS聚类分析 |
| 5.2.2 海上交通复杂度计算 |
| 5.3 实例与分析 |
| 5.3.1 单时间片AIS数据聚类 |
| 5.3.2 多时间片AIS数据聚类 |
| 5.3.3 分析与结论 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（5）多信源跟踪目标融合系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外发展现状 |
| 1.3 课题研究内容 |
| 1.4 论文组织结构 |
| 2 相关技术介绍 |
| 2.1 雷达系统及工作原理 |
| 2.1.1 雷达组成及工作原理 |
| 2.1.2 目标轨迹形成过程 |
| 2.2 AIS系统及工作原理 |
| 2.2.1 组成及工作原理 |
| 2.2.2 AIS信息种类及作用 |
| 2.3 数据融合技术 |
| 2.3.1 功能模型 |
| 2.3.2 结构模型 |
| 2.4 多因素模糊综合航迹关联算法 |
| 2.5 加权融合处理算法 |
| 2.6 多线程 |
| 2.6.1 多线程的定义及工作原理 |
| 2.6.2 多线程优缺点 |
| 2.7 本章小结 |
| 3 目标数据预处理 |
| 3.1 目标信息预处理流程 |
| 3.2 数据采集 |
| 3.2.1 接收雷达航迹数据 |
| 3.2.2 接收AIS航迹数据 |
| 3.3 坐标转换 |
| 3.3.1 投影方式 |
| 3.3.2 墨卡托投影正变换公式 |
| 3.3.3 目标轨迹坐标转换 |
| 3.4 数据格式转化 |
| 3.5 时间校准 |
| 3.5.1 拉格朗日插值法 |
| 3.5.2 归一化采样时间间隔 |
| 3.6 本章小结 |
| 4 系统的设计与实现 |
| 4.1 系统分析 |
| 4.1.1 实现目标 |
| 4.1.2 功能划分 |
| 4.2 系统设计 |
| 4.2.1 雷达视频的接收和转发 |
| 4.2.2 航迹融合 |
| 4.2.3 目标识别 |
| 4.3 雷达视频的接收和转发功能实现 |
| 4.3.1 通信方式 |
| 4.3.2 具体实现 |
| 4.3.3 雷达视频显示效果 |
| 4.4 航迹融合功能实现 |
| 4.4.1 雷达和AIS数据解析 |
| 4.4.2 坐标统一 |
| 4.4.3 时间配准 |
| 4.4.4 航迹关联和融合 |
| 4.4.5 融合后航迹输出 |
| 4.4.6 融合效果展示 |
| 4.5 目标识别功能实现 |
| 4.5.1 目标识别过程 |
| 4.5.2 目标识别效果展示 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（6）VTS中的智能化船舶航行危险预测技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 VTS发展现状 |
| 1.2.2 危险预测方法的研究现状 |
| 1.3 课题主要研究内容及研究方案 |
| 1.4 论文组织结构 |
| 2 当前VTS的结构分析及改进 |
| 2.1 当前VTS结构分析 |
| 2.1.1 VTS功能分析 |
| 2.1.2 VTS子系统分析 |
| 2.2 当前VTS中存在的问题 |
| 2.3 具有智能化船舶航行危险预测子系统的VTS |
| 2.4 本章小结 |
| 3 影响船舶航行安全因素及常用的危险预测方法的分析 |
| 3.1 引言 |
| 3.2 影响船舶航行安全的因素分析 |
| 3.2.1 人为因素 |
| 3.2.2 船舶因素 |
| 3.2.3 自然环境因素 |
| 3.2.4 通航环境因素 |
| 3.3 常用的危险预测及评价方法的分析 |
| 3.3.1 人工神经网络法 |
| 3.3.2 回归分析法 |
| 3.3.3 灰色预测法 |
| 3.3.4 模糊综合评价法 |
| 3.4 本章小结 |
| 4 基于云模型的船舶航行危险预测模型设计 |
| 4.1 云模型理论 |
| 4.1.1 云的概念 |
| 4.1.2 云的数字特征 |
| 4.1.3 云发生器 |
| 4.2 构建评价指标体系库及量化规则库 |
| 4.2.1 指标的选取原则 |
| 4.2.2 分区构建评价指标体系 |
| 4.2.3 建立量化规则库 |
| 4.3 构建指标权重库 |
| 4.3.1 群组层次分析法 |
| 4.3.2 指标权重库的建立 |
| 4.4 危险程度判断 |
| 4.4.1 综合云运算 |
| 4.4.2 定性测评云发生器 |
| 4.4.3 云相似度计算 |
| 4.5 本章小结 |
| 5 基于云模型的船舶航行危险预测方法的仿真实验分析 |
| 5.1 基于云模型的船舶航行危险预测流程 |
| 5.2 基于云模型的危险预测方法的应用 |
| 5.3 与常规模糊综合评价法的对比分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（7）恶劣天气下海上交通风险动态预评估研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 风险评估相关概念 |
| 1.2.2 海上交通风险评估方法的现状分析 |
| 1.2.3 恶劣天气下海上交通风险评估研究的现状分析 |
| 1.3 主要研究思路 |
| 1.3.1 主要研究目标、思路和任务 |
| 1.3.2 主要工作与内容安排 |
| 2 恶劣天气下海上交通风险动态预评估模型 |
| 2.1 恶劣天气下海上交通风险动态预评估内涵 |
| 2.1.1 恶劣天气下海上交通风险因素分析 |
| 2.1.2 恶劣天气下海上交通风险类型分析 |
| 2.1.3 恶劣天气下海上交通风险评估重点关注对象 |
| 2.2 恶劣天气下海上交通风险动态预评估体系 |
| 2.2.1 恶劣天气下海上交通风险评估体系要素分析 |
| 2.2.2 恶劣天气下海上交通动态风险预评估体系结构 |
| 2.3 基于模糊综合评判的风险动态预评估模型 |
| 2.3.1 恶劣天气下海上交通风险动态预评估模型 |
| 2.3.2 大风浪天气下海上交通风险动态预评估模型 |
| 2.3.3 能见度不良天气下海上交通风险动态预评估模型 |
| 2.3.4 冰区航行船舶海上交通风险动态预评估模型 |
| 2.4 基于模糊信息分配的恶劣天气下海上交通风险矩阵 |
| 2.4.1 模糊信息分配的基本概念和原理 |
| 2.4.2 基于模糊信息分配理论的风险矩阵及其比较分析 |
| 2.4.3 恶劣天气下海上交通风险矩阵 |
| 2.5 本章小结 |
| 3 风险动态信息数据预测与处理技术 |
| 3.1 海上恶劣天气信息数据处理技术 |
| 3.1.1 精细化网格大风信息数据处理技术 |
| 3.1.2 精细化网格海浪信息数据处理技术 |
| 3.1.3 重点关注海域海上能见度信息数据处理技术 |
| 3.1.4 卫星遥感海冰信息数据处理技术 |
| 3.2 基于人工神经网络的短时船舶交通流密度预测技术 |
| 3.2.1 船舶交通流密度及其预测研究现状 |
| 3.2.2 基于人工神经网络的短时船舶交通流密度预测模型 |
| 3.2.3 成山角附近海域船舶交通流密度预测实例验证 |
| 3.3 本章小结 |
| 4 恶劣天气下海上交通风险动态预评估系统 |
| 4.1 大风浪天气下海上交通风险动态预评估系统 |
| 4.1.1 构建思路和主要功能 |
| 4.1.2 系统组成和工作流程 |
| 4.1.3 系统仿真应用实例分析 |
| 4.2 能见度不良天气下海上交通风险动态预评估系统 |
| 4.2.1 构建思路和主要功能 |
| 4.2.2 系统组成和工作流程 |
| 4.2.3 系统仿真应用实例分析 |
| 4.3 冰区航行船舶海上交通风险动态预评估系统 |
| 4.3.1 构建思路和主要功能 |
| 4.3.2 系统组成和工作流程 |
| 4.3.3 系统仿真应用实例分析 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 创新点 |
| 5.3 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（8）向家坝过机船舶吃水航速检测系统数据处理的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题概述 |
| 1.1.1 课题来源 |
| 1.1.2 课题背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外船舶吃水检测技术研究现状 |
| 1.2.2 国内外船舶航速检测研究现状 |
| 1.2.3 船舶吃水航速检测系统数据融合技术的研究现状 |
| 1.3 本文研究内容及章节安排 |
| 2 船舶吃水航速检测系统方案设计 |
| 2.1 总体方案设计 |
| 2.1.1 系统概述 |
| 2.1.2 系统构成 |
| 2.2 上游仰扫式吃水检测子系统 |
| 2.2.1 仰扫式吃水检测子系统构成 |
| 2.2.2 仰扫式吃水检测子系统工作原理 |
| 2.2.3 超声波传感器串扰问题解决方案 |
| 2.3 下游侧扫式吃水检测子系统 |
| 2.3.1 侧扫式吃水检测子系统构成 |
| 2.3.2 侧扫式吃水检测子系统工作原理 |
| 2.3.3 超声波传感器串扰问题解决方案 |
| 2.4 航速检测子系统 |
| 2.4.1 航速检测子系统的构成 |
| 2.4.2 基于多普勒效应的雷达测速工作原理 |
| 2.5 AIS船舶自动识别子系统 |
| 2.5.1 AIS系统工作原理 |
| 2.5.2 AIS设备的选型 |
| 2.6 图像采集子系统 |
| 2.6.1 图像采集工作原理 |
| 2.6.2 图像采集设备的选型 |
| 2.7 船舶信息控制管理子系统 |
| 3 系统软件设计 |
| 3.1 检测系统的软件结构设计 |
| 3.2 船舶吃水检测子系统 |
| 3.2.1 上游仰扫式吃水检测子系统设计 |
| 3.2.2 下游侧扫式吃水检测子系统设计 |
| 3.3 航速检测子系统设计 |
| 3.3.1 航速检测子系统工作流程 |
| 3.3.2 测速雷达的数据解析 |
| 3.4 AIS船舶自动识别子程序设计 |
| 3.4.1 AIS船舶自动识别子系统工作流程 |
| 3.4.2 AIS数据解析 |
| 3.5 船舶信息控制管理子系统设计 |
| 3.5.1 软件开发环境 |
| 3.5.2 子系统设计 |
| 3.6 图像采集子系统设计 |
| 3.6.1 子系统工作流程 |
| 3.6.2 激光相机的工作参数配置 |
| 3.7 数据库设计 |
| 3.7.1 PostgreSQL数据库管理系统 |
| 3.7.2 数据库方案设计 |
| 4 系统的数据传输、处理及融合 |
| 4.1 系统的数据传输方案设计 |
| 4.1.1 系统组网方案设计 |
| 4.1.2 无线传输模块选型与配置 |
| 4.1.3 4G传输模块工作原理 |
| 4.2 仰扫式吃水检测子系统的数据处理 |
| 4.2.1 环境参量的数据修正 |
| 4.2.2 系统噪声处理 |
| 4.3 侧扫式吃水检测系统的数据处理 |
| 4.3.1 系统噪声的处理 |
| 4.3.2 数据幅值标准化 |
| 4.3.3 信号幅值细分算法 |
| 4.4 航速检测子系统的数据处理 |
| 4.5 船舶信息管理系统的数据融合 |
| 4.5.1 数据融合理论 |
| 4.5.2 数据融合模型构建 |
| 5 系统测试结果与分析 |
| 5.1 仰扫式吃水检测子系统测试 |
| 5.1.1 模拟船标定测试 |
| 5.1.2 现场实船测试 |
| 5.2 侧扫式吃水检测子系统测试 |
| 5.2.1 实验室环境测试 |
| 5.2.2 向家坝现场测试 |
| 5.3 航速检测子系统测试 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（9）基于电子海图的多船避碰决策及路径规划研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外相关研究综述 |
| 1.2.1 基于数理模型的算法 |
| 1.2.2 人工智能和软计算方法 |
| 1.2.3 混合智能系统 |
| 1.2.4 方法总结对比 |
| 1.3 本研究领域存在的问题 |
| 1.4 本文主要研究内容 |
| 1.5 本文章节安排 |
| 2 开阔水域避碰决策依据 |
| 2.1 引言 |
| 2.2 《规则》要求 |
| 2.2.1 局面划分及避碰策略 |
| 2.2.2 避免碰撞的行动要求 |
| 2.3 碰撞危险评估 |
| 2.3.1 船舶领域 |
| 2.3.2 安全距离 |
| 2.3.3 决策判据 |
| 2.4 本章小结 |
| 3 基于改进APF模型的避碰决策及路径规划 |
| 3.1 引言 |
| 3.2 引力势场与引力 |
| 3.2.1 全局引力势场的构建 |
| 3.2.2 引力计算 |
| 3.3 斥力势场与斥力 |
| 3.3.1 分区斥力势场及其构建 |
| 3.3.2 斥力计算 |
| 3.4 自动避碰决策及路径规划算法设计 |
| 3.4.1 合力计算 |
| 3.4.2 算法设计 |
| 3.5 算法仿真测试 |
| 3.5.1 两船自动避碰(包括应对不协调避碰行为) |
| 3.5.2 多船多静态障碍自动避碰 |
| 3.5.3 目标跟踪问题 |
| 3.5.4 局部最小问题 |
| 3.6 本章小结 |
| 4 基于电子海图信息的环境势场建模 |
| 4.1 引言 |
| 4.2 电子海图数据模型 |
| 4.2.1 特征记录 |
| 4.2.2 矢量记录 |
| 4.3 海图数据提取 |
| 4.4 海图数据建模 |
| 4.4.1 点状障碍物势场计算 |
| 4.4.2 线状障碍物势场计算 |
| 4.4.3 面状障碍物势场构建 |
| 4.4.4 危险属性与参数设置方法 |
| 4.6 本章小结 |
| 5 狭窄水域船舶自动避碰决策及路径规划 |
| 5.1 引言 |
| 5.2 限制条件分析及要求 |
| 5.2.1 更加精确的环境信息 |
| 5.2.2 需考虑船舶运动数学模型 |
| 5.2.3 离线和在线规划的结合 |
| 5.3 狭窄水域自动避碰算法 |
| 5.3.1 船舶运动数学模型及其控制 |
| 5.3.2 先验路径引导及转向点选择算法 |
| 5.3.3 基于先验路径引导的混合人工势场(PGHAPF)方法 |
| 5.3.4 传统APF求梯度的方法——动、静态障碍物合并建模 |
| 5.4 狭窄水域自动避碰算法仿真测试 |
| 5.4.1 静态环境下仿真 |
| 5.4.2 狭窄水域多船环境下仿真 |
| 5.6 本章小结 |
| 6 基于船舶操纵模拟器的多船避碰算法仿真测试平台 |
| 6.1 引言 |
| 6.2 仿真测试平台说明及相关设置 |
| 6.2.1 平台概况 |
| 6.2.2 平台体系结构 |
| 6.2.3 平台功能及模块参数设计 |
| 6.3 开阔水域中算法测试 |
| 6.3.1 追越局面 |
| 6.3.2 对遇局面 |
| 6.3.3 交叉相遇局面 |
| 6.3.4 多船避碰 |
| 6.4 狭窄水域中算法测试 |
| 6.4.1 电子海图环境势场建模 |
| 6.4.2 狭水道可航情况多船会遇(试验1) |
| 6.4.3 狭水道不可航情况多船会遇(试验2) |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（10）天津船舶交通管理中心公共服务能力提升策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 研究内容 |
| 1.5 研究方法 |
| 1.6 论文创新点与不足 |
| 第2章 相关概念与理论综述 |
| 2.1 相关概念界定 |
| 2.1.1 VTS定义 |
| 2.1.2 船舶交通服务 |
| 2.1.3 公共服务 |
| 2.1.4 船舶交通管理中心公共服务能力 |
| 2.2 公共服务理论基础 |
| 2.2.1 新公共服务理论 |
| 2.2.2 服务型政府 |
| 2.2.3 服务型海事 |
| 2.2.4 服务型VTS |
| 2.3 船舶交通管理中心公共服务理论模式 |
| 2.3.1 国际公约规定的基础服务模式 |
| 2.3.2 我国规定的基本公共服务模式 |
| 第3章 天津船舶交通管理中心公共服务能力现状分析 |
| 3.1 服务辖区的基本情况 |
| 3.1.1 服务辖区通航特点 |
| 3.1.2 天津船舶交通管理中心辖区气候状况 |
| 3.2 天津船舶交通管理中心的服务机制及职能 |
| 3.2.1 公共服务机制 |
| 3.2.2 船舶交通管理中心的主要职能 |
| 3.3 业务能力现状 |
| 3.3.1 交通组织服务现状 |
| 3.3.2 信息服务现状 |
| 3.3.3 助航服务现状 |
| 3.4 公共服务供给能力 |
| 3.4.1 系统组成 |
| 3.4.2 岗位值班运行现状 |
| 3.4.3 人员培养及培训情况 |
| 3.5 公共服务理念及模式 |
| 3.5.1 公共服务理念及定位 |
| 3.5.2 系统内资源管理混乱 |
| 3.5.3 公共服务模式单一 |
| 第4章 评价模型构建与公共服务能力分析 |
| 4.1 构建评价模型 |
| 4.1.1 构建评价因素集 |
| 4.1.2 构建层次模型 |
| 4.1.3 确定各评价因素权重 |
| 4.2 模型应用 |
| 4.2.1 赋值评分 |
| 4.2.2 应用分析 |
| 4.3 公共服务能力评估及分析 |
| 4.3.1 业务能力评估及分析 |
| 4.3.2 基础设施评估及分析 |
| 4.3.3 队伍建设中存在的问题及原因 |
| 4.3.4 外部干扰因素及原因分析 |
| 第5章 天津船舶交通管理中心公共服务能力提升的对策 |
| 5.1 转变观念拓宽服务渠道提升公共服务能力 |
| 5.1.1 强化服务意识 |
| 5.1.2 明确船舶交通管理中心的定位 |
| 5.1.3 借用新兴媒体提高公共服务能力 |
| 5.2 加强基础设施建设提高智能化水平 |
| 5.2.1 加大基础设建设投入做好基础设施保障 |
| 5.2.2 建设智能船舶交通管理中心 |
| 5.3 加强人才培养提高队伍素质 |
| 5.3.1 完善激励机制 |
| 5.3.2 合理规划培训内容 |
| 5.4 综合治理降低外部因素影响 |
| 5.4.1 合理规划降低客观环境影响 |
| 5.4.2 联合执法治理非法运输船 |
| 5.4.3 建立合作机制降低渔船碍航影响 |
| 5.4.4 加强交流规范引航秩序 |
| 第6章 总结与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
四、船舶自动识别系统及其在VTS中应用的关键技术研究（论文参考文献）
- [1]大数据在船舶航行安全评估的应用研究[D]. 常婧. 大连海事大学, 2020(01)
- [2]基于服务器推送技术的VTS系统设计与实现[D]. 王碧云. 大连海事大学, 2020(01)
- [3]船舶交通公共服务问题研究 ——以吴淞船舶交通管理中心为例[D]. 代玉强. 上海海洋大学, 2020(02)
- [4]基于AIS数据的海上交通主要特征研究[D]. 李永攀. 大连海事大学, 2019(06)
- [5]多信源跟踪目标融合系统的设计与实现[D]. 迟玉梁. 大连海事大学, 2019(06)
- [6]VTS中的智能化船舶航行危险预测技术的研究[D]. 石蒙蒙. 大连海事大学, 2019(06)
- [7]恶劣天气下海上交通风险动态预评估研究[D]. 戴厚兴. 大连海事大学, 2019(06)
- [8]向家坝过机船舶吃水航速检测系统数据处理的研究[D]. 于兆辉. 大连海事大学, 2019(06)
- [9]基于电子海图的多船避碰决策及路径规划研究[D]. 吕红光. 大连海事大学, 2019(06)
- [10]天津船舶交通管理中心公共服务能力提升策略研究[D]. 张东辉. 天津大学, 2019(06)