一、航海动态仿真系统中的CAGD与FBM算法(英文)（论文文献综述）
甄荣,邵哲平,潘家财[1]（2021）在《基于AIS数据的船舶行为特征挖掘与预测:研究进展与展望》文中进行了进一步梳理船舶行为特征挖掘与预测是水上智能交通系统的重要研究内容,也是交通运输工程领域的关键科学问题。为系统研究基于船舶自动识别系统（Automatic Identification System, AIS）数据的船舶行为特征挖掘与预测的研究现状与发展趋势,本文首先针对Web of Science（WOS）和中国知网（China National Knowledge Infrastructure, CNKI）收录的文献,用知识图谱分析软件VOSviewer对文献关键词进行处理,从文献计量学的角度生成高频关键词的聚类图谱和趋势演化。然后对基于AIS数据的水上交通要素挖掘、船舶行为聚类和船舶行为预测3个主题的研究内容、方法、存在问题进行了系统分析和展望,研究结果表明:（1）在基于AIS的水上交通要素挖掘方面,主要集中在对AIS数据中表征船舶行为空间特征和交通流的时间特征单独挖掘分析,缺乏对AIS数据的时间、空间以及环境因素特征的关联挖掘,对于如何进行交通要素的关联融合挖掘研究还有待深入探索;（2）在船舶行为聚类方面,研究主要是运用无监督聚类方法研究船舶航迹点和航迹段聚类,得到船舶航行行为模式的时空分布和船舶操纵意图辨识模型,然而融合多维特征的船舶轨迹的相似性计算方法、聚类参数的自适应选取以及船舶行为的语义特征建模有待进一步研究;（3）在船舶行为预测方面,主要集中在基于动力学方程、传统智能算法和深度循环神经网络的船舶行为预测研究,考虑船舶行为的随机性、多样性和耦合性的特点,运用混合神经网络模型以及神经网络与向量机、注意力机制相结合的模型实现多维的船舶航行行为特征的实时预测将是新的研究方向。最后提出了基于语义模型的船舶行为特征挖掘、基于深度卷积神经网络的船舶行为的预测和基于知识图谱的船舶行为特征挖掘和预测结果可视化等有待进一步研究的方向。
谢金池[2]（2021）在《足底姿态检测的IMU动态零位补偿研究》文中研究说明
周翔宇[3]（2020）在《面向自主船舶的危险分析方法研究》文中进行了进一步梳理继蒸汽技术革命、电力技术革命、计算机及信息技术革命之后,以人工智能、物联网、云计算、虚拟现实、量子信息技术等为代表的第四次工业革命正在改变世界。信息和通信技术的进步、信息分析能力的提高为各行各业创造了革命性的发展机会,在航运业中,以更为安全、高效、绿色的方式运载货物和乘客的自主船舶正受到前所未有的关注,并已成为航运业未来的发展方向。作为航运业数字化转型和新技术革新的代表,相较于仅由人工控制的常规船舶,自主船舶将在总体设计结构、系统交互方式、动力驱动来源等方面发生颠覆性的变化,同时,随着船岸间、船舶各子系统间的互联互通,自主船舶将成为现代航运生态体系中的传感器中枢和数据生成器。在此背景下,为避免由于自主船舶的引入对当前海上交通状况可能造成的负面影响,并确保自主船舶的预期安全水平至少不低于常规船舶的现有安全水平,不仅需要关注包括航行安全、货物安全在内的传统安全,还需要考虑以网络安全为代表的非传统安全。因此,针对自主船舶的安全性开展理论研究是十分必要且具有重要意义的。本文围绕自主船舶的安全性,以危险分析方法为研究对象,在明确自主船舶运行特点的基础上,提出了一种适用于自主船舶的安全性协同分析方法。以远程控制船舶为例,使用所提出的方法对其进行了危险分析,并利用模型检测工具UPPAAL验证了危险分析结果的正确性。本文的主要研究工作及成果如下。（1）自主船舶的定义及自主水平分级方法研究。从自主船舶的历史沿革和发展历程入手,在明确自主船舶的定义及其中英文表述的基础上,分析了现有自主水平分级标准存在的局限性,并提出了一种基于航海实践的自主水平分级方法。研究结果表明,划分自主水平的关键在于能否独立于人的干预完成相应的任务或实现相应的功能,而非取决于船舶自动化水平和/或决策地点。以2艘搭载自主航行技术的测试船舶为例,相较于现有自主水平分级标准,所提出的自主水平分级方法有效避免了由于单一功能的自主实现导致船舶整体自主水平认定不准确的弊端,得出的分级结果更符合客观事实。（2）危险分析方法的适用性研究。为筛选出一种或多种能够捕获自主船舶运行特点的危险分析方法,面向自主船舶提出了一种基于系统工程的适用性评估方法。该方法依据制定的适用性评估程序,生成了以功能方式描述的系统级安全需求和与自主船舶设计目标相联系的评估准则。适用性评估过程面向29种广泛使用的危险分析方法展开,结果表明,系统理论过程分析（System-Theoretic Process Analysis,STPA）方法满足了所有的评估准则,其能够更好地理解系统行为、识别危险,并揭示危险致因因素,是目前适用于自主船舶的、最具潜力和发展前途的危险分析方法之一。（3）面向自主船舶的安全性协同分析方法研究。在明确自主船舶运行特点的基础上,考虑到日益增加的网络威胁对自主船舶系统安全性的负面影响,提出了一种基于STPA 的安全性协同分析方法,即 STPA-SynSS（STPA-based analysis methodology that Synthesizes Safety and Security）。该方法在STPA的基础上提出了 6项改进,并提供了一个识别危险并揭示危险致因因素的综合过程,有效实现了对潜在危险的持续跟踪和闭环管理。以远程控制船舶的避碰场景为例,使用所提出的方法对该场景进行了详细的危险分析,并生成了具体的危险控制策略。危险分析结果的对比分析表明,相较于STPA,STPA-SynSS能够识别出更多的不安全控制行为和损失场景,同时,能够生成更具针对性的危险控制策略,证明了该方法的有效性和先进性。（4）考虑退化组件的自主船舶安全性建模研究。使用STPA-SynSS生成损失场景时,需要考虑因组件性能退化导致的不安全控制行为。为表征自主船舶的系统安全性状态随时间退化的特性,将系统安全性分析由“二态假设”扩展为多状态。根据STPA-SynSS实例分析中构建的控制结构,对远程控制船舶的安全性进行建模,构建了服从指数分布的安全性函数和描述系统达到安全性极限状态的时间分布函数。该模型可用于指导设计人员将更有针对性的安全性设计纳入到系统中,并面向退化组件建立相应的保护机制,以避免危险从潜在状态向可能导致损失的现实事故状态转移。（5）自主船舶的形式化建模与危险分析结果验证研究。为克服危险分析结果的正确性和完整性无法得到验证的限制,创新性地将形式化方法引入危险分析过程,提出了一种基于时间自动机的STPA-SynSS扩展流程。在构建时间自动机网络模型的基础上,通过利用模型检测工具UPPAAL对系统模型的有穷状态空间进行穷尽搜索,以检验语义模型与其性质规约间的满足关系,从而验证系统建模的活性和危险分析结果的正确性。验证结果表明,远程控制船舶时间自动机网络模型无死锁且运行正确,STPA-SynSS识别的不安全控制行为均会发生,即验证了 STPA-SynSS危险分析结果的正确性,同时,证明了所提出的STPA-SynSS扩展流程的有效性。本文的研究结论为识别、控制自主船舶的潜在危险奠定了较为坚实的理论基础,在一定程度上满足了航运业对于明确并提高自主船舶安全性的迫切需求。同时,可为自主船舶的安全性设计提供参考,有力保障自主船舶的安全运营。
倪生科[4]（2020）在《基于规则的船舶智能避碰决策关键技术研究》文中认为船舶智能避碰决策作为实现智能船舶的关键技术之一,一直以来受到国内外航海研究领域学者的重点关注。为保证船舶智能避碰决策系统输出决策方案的合理性、有效性和可信性,需要在《国际海上避碰规则》和海员良好船艺要求下对船舶避碰及路径规划技术进行研究。目前研究存在的问题包括:未将局面辨识模型融入避碰算法中、未考虑《国际海上避碰规则》的要求以及船舶操纵性对避让效果的影响、路径规划算法的稳定性及输出方案实用性有待加强、多船避碰策略设计不合理导致船舶间避让方案协同性不足等。鉴于上述问题,论文主要开展以下几方面工作。为保证决策方案的合理性及提高决策的智能化程度,提出一种局面类型辨识方法,并以辨识结果作为约束条件对路径规划算法的优化方向进行限定。该方法基于《国际海上避碰规则》中关于会遇局面条款的定性描述以及前人开展的局面类型辨识研究为基础,分析及总结不同会遇态势下的船舶交会特征参数范围的基础上,结合局面类型划分的完整性和唯一性要求,采用敏感度分析方法删除无相关性的判断要素,利用布尔表达式技术将局面类型判断结果表达出来,随后基于避碰效率、海员通常做法以及良好船艺的要求,构建避让行动方式判断的特征指标,同样利用布尔表达式技术对不同会遇态势下负有避让义务的船舶避让策略进行表示。为提高避碰决策及路径规划算法的可靠性及优化效率,保证输出方案符合航海实践要求,提出考虑船舶操纵性影响的船舶转向和变速两种避碰决策方法,前者通过引入多种群协同进化搜索方式克服传统遗传优化转向决策算法中出现的早熟收敛问题,综合考虑航行规则的要求、船舶安全性以及复航等指标建立约束条件以及适应度函数,并利用非线性规划技术将航行经验融入到算法中,通过对对遇、小角度交叉以及追越三种不同会遇态势案例的仿真研究,验证转向避让决策算法的有效性;后者通过对船舶减速避让过程的分析,建立以DCPA为基础的复航时机判断方法,采用数值优化方法求取满足安全要求的主机转速值,确定船舶复航操作的时机和位置,通过对大角度交叉会遇案例的仿真研究,验证变速避让决策模型的有效性。为保证多船会遇态势下船舶间避让行动的协调性,基于排队论理论、协同学理论以及多层编码技术提出一种新的多船避碰决策及路径规划方法。该方法将一定范围内的所有船舶构成一个交通系统,将多船避碰决策过程模拟成船舶排队接受决策服务的随机服务系统,由于系统的状态向量由各船舶（子系统）的状态向量共同决定,基于空间碰撞危险度和时间碰撞危险度指标方式建立具有优先权的排队规则,并利用多层编码技术实现对处于第一优先级中船舶决策方案的协同优化,最后分别利用三船会遇和六船会遇案例的仿真研究,验证该多船避碰决策方法的有效性。这种多船避碰策略首次将避碰算法的优化对象由单艘船舶上升到满足要求的一类船舶,实现船舶间的共同协作,减少决策方案的盲目性和对抗性。基于《国际海上避碰规则》和海员通常做法针对开阔水域的船舶智能避碰及路径规划技术进行了深入研究,从决策对象确立的合理性、决策模型的可靠性以及输出决策方案的适用性角度提出一种实用的避碰决策方法,基于不同会遇态势下的决策仿真,验证所提出避碰算法的有效性。与以往的研究方法相比,所提出的方法得到的决策方案更加符合航海实践并保证各船舶间避让行动间的协调性,该研究丰富了船舶避碰决策的理论基础和技术手段,对实现智能避碰决策具有较好的理论意义和应用价值。
丁静静[5]（2020）在《海底环境的三维可视化仿真研究》文中研究指明随着计算机可视化技术的发展,海底环境仿真一直是计算机图形学的研究热点。海底地形复杂、数据量大且海水与地形、光线之间复杂的相互作用,使得实时渲染海底环境费时费力。现有的渲染方法渲染效果差、速度慢,且缺乏系统性。同时实时性对图形生成速度提出了考验,图形处理单元（Graphics Processing Unit,GPU）的出现缓解了这种难题。通过GPU代替CPU的一部分工作,将CPU解放出来,能使计算机的实时绘制能力得到极大提高。本文研究的多元素融合渲染方法,通过创建三维动态海底场景,综合对海底环境中地形、刻蚀、光束、散射和气泡等各种可见要素进行渲染,然后通过鼠标和键盘的交互,实现对整个海底环境的漫游。该方法不仅能够实现实时海底环境的动态渲染,还能提高绘制效率并改善绘制效果。论文的主要研究工作如下:（1）研究地形的数据获取与建模渲染方法。本文以遥感影像数据为基础,通过提取其中的数字高程数据建立OBJ文件模型,将模型与侧扫声纳所获取的图像纹理相结合,通过法线变换和纹理贴图实现地形的渲染。OBJ文件模型的预处理和简化操作加快了渲染速度,加载地形过程中可以达到秒加载,加载效率明显提高。（2）海洋环境的高逼真度实时渲染,包含基于刻蚀图及光线步进算法的刻蚀和光束渲染。通过刻蚀图算法得到刻蚀纹理,然后利用缓存技术和计时器相结合,实现刻蚀的动态渲染。通过光线步进算法绘制光束,GPU渲染大大缓解CPU运行压力,实验结果表明该方法的可行性与有效性。（3）虚拟环境中真实数据的三维动态可视化研究。利用Open GL实现三维动态场景构建,首先进行基础的系统界面构建,然后结合本文提出的多元素融合的渲染方法,综合地形渲染、动态刻蚀和光束渲染,加上通过粒子系统实现气泡和散射的渲染。通过高动态范围技术实现海面的动态仿真,实现海底动态场景搭建。最后利用鼠标和键盘交互技术,实现海底漫游。整体绘制速度可以达到18fps,满足实时绘制要求。
庄森垚[6]（2020）在《船舶废气透平发电机组建模研究》文中研究说明在提倡可持续发展的时代背景下,人们逐渐意识到节能减排的重要性,船舶废气透平发电机组就是在这种社会环境下被提出来的,如今在新型船舶上已有较为广泛的应用。基于实船说明书等文献资料,本文对废气透平发电机组进行了全面深入地研究,并采用机理建模的方法对废气透平发电机组进行数学建模,建立的系统模型在经过验证后进行算法编程,最后应用于DMS2019轮机模拟器中。首先,通过参考实船资料,本文对废气透平发电机组的基本结构进行了完整的介绍,并对其基本工作原理进行详细地阐述,重点介绍了废气涡轮、以控制阀和本地控制单元为核心的调速系统、同步发电机、励磁调压器等部分的工作原理。然后,以理论研究为基础,本文建立了废气涡轮、阀控调速系统、同步发电机、励磁调压系统以及静态负载等部分的数学模型,并提出适用于废气涡轮调速系统的前馈PID控制策略。使用MATLAB/Simulink软件,建立各个系统的仿真模型并整合成废气透平发电机组整体模型,并对整体机组模型进行仿真。结果表明,系统模型在突加、突减负载的条件下得到的同步发电机端电压、转速等动态变化曲线符合《钢质海船入级规范》的规定,从而可以证明本文所建数学模型的正确性。最后,将DMS2019的结构框架作为主要框架,以我校航海动态仿真实验室自主开发的仿真软件SUPERSIMS为支撑,参考某实船废气透平发电机组的参数,在VC++软件环境下将已验证正确的模型进行算法编程,并开发基于C语言的系统模型仿真控制界面。在SUPERSIMS仿真软件中,完成交互界面与系统仿真模型实时通讯,并研制出考试模拟器,以达到废气透平发电机组仿真应用的目标。废气透平发电机组仿真系统作为DMS2019轮机模拟器的一个子系统,它将更能满足轮机模拟器的在培训和考试方面的任务要求。
于建伟[7]（2019）在《基于3D虚拟船舶的PSC检查训练仿真系统》文中指出港口国监督作为保护船舶和人命财产安全、防止海洋污染的“最后一道防线”,对港口国监督检查官的专业技能要求较高。现有的港口国监督检查官的培训以传统的书面培训为主,实船培训为辅,而实船培训受诸多因素制约,难以达到良好的培训效果。本文在研究港口国监督检查官实船培训的基础上,利用虚拟现实技术,开发基于3D虚拟船舶的港口国监督检查训练仿真系统。本文对基于3D虚拟船舶的港口国监督检查训练仿真系统涉及的关键技术进行深入研究,主要工作如下:1.设计了港口国监督检查训练仿真系统的结构和功能,依据国际海事组织最新实施的港口国监督程序和港口国监督检查官的实际检查流程,对港口国监督检查训练仿真系统进行功能分析和结构设计,制定系统开发方案和训练流程。2.港口国监督检查训练仿真系统关键技术的研究。使用OCR文字识别技术实现船舶证书文件的信息提取和检查报告的填写,完成PSC检查程序仿真;应用反向动力学技术模拟船员操作过程中身体动作的变化,使仿真效果更逼真;采用专家法和隶属度函数相结合的模糊综合评价方法,建立评估模型,对港口国监督检查官的训练进行评估;对典型船舶缺陷场景进行模拟,为PSCO提供更多的实操训练环境。3.整理并建立了港口国监督系统数据库。对东京备忘录数年的历史数据、国际公约、国内法律以及实际检查数据进行收集和整理。训练系统数据库包括:船舶常见缺陷、典型缺陷、检查要点、案例库、公约依据、设备操作手册和成绩库。基于以上研究,本文在国内、外首次开发了基于3D虚拟船舶的港口国监督检查训练仿真系统,该系统可用于港口国监督检查官的教学培训,可以在三维船舶上实现虚拟漫游、检查要点显示、证书文件检查、检查过程辅助、仪器设备检查、船员操作性检查、缺陷场景设置、数据库查询、培训和考核等功能。经初步使用,系统基本满足港口国监督检查官的培训和评估需求。
段尊雷[8]（2017）在《船舶机舱协作式模拟训练智能评价方法研究》文中进行了进一步梳理根据我国建设海洋强国的战略目标,交通运输部印发了《中国船员发展规划（2016-2020年）》,提出了推进船员实操评估电子化、智能化的任务。目的是以规范化和标准化的船员适任能力评估,促进船员素质的提高,减少人为因素导致的船舶机舱事故的发生,保障海上交通安全。论文以船舶机舱协作式模拟训练智能评价方法的研究为主线,研究并改进了船员实操训练模式和仿真训练评估系统,完善了船舶机损事故在训练和评价中的应用及轮机模拟器的效能评价体系。主要的研究工作如下:为满足机舱资源管理这一新的强制性适任标准的特殊要求,论文基于“人-机-环境系统工程”方法建立了新的船舶机舱模拟训练和评估模式;提出了船舶的“角色-任务-资源”系统协作训练模型和驾机联动式任务型协作训练模式,克服了传统的轮机模拟器在“全任务综合”培训和“客观”评估方面的欠缺。对船舶机损事故案例的原因进行挖掘分析,给出了机损事故、人误因素和资源管理因素之间的关系。设计典型的情景和任务,改进评价体系,在训练和评估中侧重培训机舱人员防止船舶机损事故发生的能力。尤其是对于缺少实船服务经历的航海院校学生具有很好的实用效果,满足了“管理型”和“技能型”高素质船员训练和评估的需要。在基于轮机模拟器的自动综合评估的基础上,将智能算法引入船舶机舱实操训练的评估,提出了一种改进的基于遗传算法优化的智能综合评价方法。该方法包括建立驾机联动模拟的评估知识库,构造评估指标隶属度函数库和不同需求下的优化目标函数,采用熵权法和历史评估数据动态调整评估指标的权重并利用遗传算法优化,根据实时的系统参数检测结果和隶属度函数得出模糊关系矩阵,经多重模糊综合评判得出评估结果。在实例中对遗传算法优化的效果进行了对比分析,经遗传算法优化的评价结果误差明显较小。经初步实践表明,该评估结果比较客观,所提出的评估方法符合实际需求。为进一步提高船舶机舱实操训练评估的智能性和客观性,应用深度学习的技术研究轮机实操智能评估的回归问题,提出了基于深度学习的智能评价方法。采用稀疏自动编码器（SAE）对大量数据样本进行特征变换,深入学习样本特征并用于分类评价,经反复训练后得到较好的评价模型。针对轮机实操评估的特点,给出了确定深度信念网络（DBN）层次结构的具体方法。通过逐层贪婪训练算法对限制玻尔兹曼机逐层训练,最后经BP算法对网络微调后形成评估模型。在仿真实验中分别对BP神经网络、带回归模块的SAE和DBN评估模型的预测效果进行了对比验证。研究结果表明,基于DBN的评估模型的最大误差为2.45分,最小误差为0.09分,各项误差均最小。DBN模型避免了普通的多层神经网络可能过早陷入局部最优的问题。该方法适用于结合轮机模拟器、自动化机舱或智能化实船机舱开展的轮机实操智能评估,是具有较好应用前景的方法,填补了深度学习方法应用于船舶机舱实操训练智能评估的研究空白。在参与轮机模拟器性能标准的编制工作的基础上,研究了轮机模拟器效能评价体系,提出基于云模型的轮机模拟器效能评价方法。通过计算加权偏离度衡量云重心的变化值,对某型号的VLCC轮机模拟器进行分析评价,为我国的轮机模拟器的认证提供了一种可行的评价方法,为推广基于轮机模拟器的智能评估奠定了理论和方法的基础。
杨神化[9]（2008）在《基于Multi-agent的船舶避碰决策支持系统》文中认为船舶自动避碰决策研究是国内外航海学术界关注的前沿课题之一。从上个世纪50年代以来,国内外许多学者从定量分析到定性分析再到定量与定性相结合,从专家系统到神经网络、遗传算法、模糊推理等多个方面对船舶自动避碰进行了深入的研究,建立了一些船舶避碰智能决策系统。但是,这些系统大多在求解避碰方案过程中缺乏信息交换,无法模拟船舶驾驶员的协商避碰能力,有时会给出相互冲突或不经济的整体避碰方案。因此,有必要开发一种分布式的自动避碰决策系统,使每艘船舶所做出的避让操作从整体上是协调的和较优的。Multi-agent系统是对分布式人工智能的一个发展和应用,它是指一些自主的Agent通过协作共同完成某些任务的计算系统。船舶的避碰行为特性和组织特性与Multi-agent系统的特性是基本一致的。因此,本论文以船舶避碰决策问题为研究对象,在总结已有工作的特点及其存在问题的基础上,引入Multi-agent系统的技术和理论,在船舶的Agent描述、船舶Agent的信念更新模型、船舶Agent的承诺心理模型、船舶Agent的避碰决策算法和船舶自动避碰仿真平台构建等方面开展了具有创新性的工作,构建了一个基于Multi-agent理论模型的多船舶Agent避碰决策支持系统（Decision-makingSupport System for Multi-ship-agent Anti-Collision,简称DSMAC）,从而以一种新的方式方法来对船舶避碰问题进行研究,形成了一个可以用于开展自动避碰研究的船舶Agent平台。主要研究内容和成果如下:（1）船舶的Agent描述与多船舶Agent系统构建。提出了基于Multi-agent技术和理论构建多船舶Agent避碰决策支持系统（DSMAC）的思路,对船舶进行了Agent描述,设计了船舶Agent的体系结构,提出了基于VC++类框架的混合型船舶Agent模型。依据船舶避碰协作信息处理的特征,提出了一个基于BDI结构、利用AIS消息实现协作信息处理的通信模型,实现了船舶Agent间的信息交互,可以模拟船舶驾驶人员的协商避碰能力,解决了“船舶间相互了解操船意图”的难题,在此基础上建立了DSMAC系统的工作机制。（2）船舶Agent的避碰信息获取方法研究。船舶Agent的信念包括了本船信息、目标船信息和环境信息。在总结前人研究成果基础上,提出了动态目标避碰参数的推算模型、会遇形势的决策模型,使船舶Agent具备了推算和判断本船与目标船的相互作用信息的能力。电子海图显示与信息系统（ECDIS）可以为DSMAC系统提供有效、可靠的静态信息源,提出了采用“动态网格”方法对S-57标准的电子海图数据进行再组织,形成合理、有序的数据。当DSMAC系统运行时,船舶Agent可以动态加载和检索网格化后的部分数据文件,而不用遍历整幅海图的数据文件,大大提高了检索速度。（3）船舶Agent的碰撞危险评价模型研究。碰撞危险评价模型是船舶Agent的承诺心理之一,在动态目标的碰撞危险评价模型建模中,提出了分级建模的思路,对单目标船采用类模糊定性判断,对多目标船采用先定性后定量判断的方法确定重点避让船舶,并基于船舶的不同会遇态势,提出了一种比较实用、简单的最小安全会遇距离（MSDA）量化模型。在静态目标的碰撞危险评价模型建模中,提出了由矩形搜索区域与危险水深判定阈值构成的三维长方体船舶领域模型,并对该模型进行了详细建模。（4）船舶Agent的避碰决策算法研究。从避让动态船舶、避浅避礁和综合避碰三个方面,分别对船舶Agent的避碰决策算法展开了深入研究。以两船的相对距离值来表征船舶Agent实施避碰措施的时机,提出了船舶Agent会遇单目标船的决策生成算法,其中在对遇局面下是基于协商算法生成了避碰方案。在会遇多目标船情况下,利用Multi-agent的协商和协作性能,提出了由初始方案层、寻优层、协商层组成的分层避碰决策生成与优化算法。当船舶Agent周围的三维长方体水域内存在对本船航行构成危险的水上或水下碍航物时,提出了避浅避礁决策算法。既存在水上或水下静态碍航物,又存在动态危险目标的情况,是船舶自动避碰中最为复杂的局面,对存在一艘水上动态目标船的情况作了初步研究,提出了先遭遇到危险目标船和先遭遇到水上或水下静态碍航物两种情况下相应的分层综合避碰决策生成算法,该算法也是由初始方案层、寻优层、协商层组成。（5）自动避碰仿真平台的构建和实现。应用Multi-agent技术和理论以及多本船航海模拟器技术,采用Microsoft Visual C++开发平台,构建和开发了船舶自动避碰仿真平台（Vessel Automatic Collision Avoidance Simulation Platform,简称VACASP）,提出了基于TCP/IP协议的完成端口和基于UDP的广播端口相结合的通信网络架构,并在应用层提出了一种基于UDP广播和TCP/IP的仿真专用协议及相应的通信机制。VACASP平台为用户提供了自行设计和开发自动避碰决策算法的接口,用户可以根据自己的研究成果,采用面向对象技术,在Visual C++平台上实现相应的决策算法,然后将其编译为动态链接库,集成到VACASP平台中,就可以借助VACASP平台的功能实现避碰决策算法的仿真验证。最后,本文基于VACASP平台对DSMAC系统的所有推理模型和决策算法进行了大量的仿真验证。船舶自动避碰决策支持系统的研究及应用,将在船舶避碰决策和操作上逐步减少驾驶员的参与,进而从根本上解决人为因素问题对船舶航行安全的困扰,势必对保障船舶航行安全、避免发生碰撞、搁浅和触礁事故、减少生命和财产损失、保护海洋环境都具有重要的意义,是一项很有价值的应用基础研究课题。
张璋[10]（2007）在《基于分形理论的雷达岸线回波生成算法的研究》文中进行了进一步梳理航海雷达／ARPA模拟器可供使用者在实验室条件下，模拟船舶在海上的实际环境，进行操作使用雷达／ARPA设备的训练，以掌握正确运用雷达／ARPA设备进行航行定位、导航和避碰的技术。雷达模拟器在海员培训和适任评估中起着重要的作用。随着航海事业的发展，用户对雷达模拟器的要求越来越高，《STCW 78／95公约》也对雷达／ARPA模拟器提出了明确的要求。 分形（Fractal）理论是目前非线性数学领域中非常活跃的一个分支，它的研究对象是自然界和非线性系统中不光滑和不规则的几何形体。图像的纹理分析、自然景物的模拟、时序分析等研究领域都有大量应用分形理论进行研究和分析的相关文献。 从八十年代开始，分形理论逐渐被引入到雷达信号处理中，它在其中的应用一方面来源于分形学方法的普遍性，另一方面是因为雷达系统中的许多环节包含着分形的产生过程和现象，如地表、海面、森林、山河等。本文将分形理论应用于雷达信号模拟中，针对航海雷达回波图像中具有分维特征的岸线进行了深入分析和研究，并对其进行了模拟，取得了一定的研究成果。本文的主要工作如下： 1．对分形理论的数学基础，特别是对分数布朗运动较进行了较系统的分析和深入的研究。 2．对Koch曲线算法进行了改进，以其为基础对雷达模拟器岸线回波进行细化模拟。 3．提出了改进的随机中点偏移法实现FBM曲线的方法，并用此方法对雷达模拟器岸线回波进行细化模拟。 4．对两种分形算法进行了分析比较。分析了两种分形算法中存在的共性问题以及该问题在实际应用中对雷达模拟器岸线回波的影响，并提出了改进算法解决了该问题。
二、航海动态仿真系统中的CAGD与FBM算法(英文)（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、航海动态仿真系统中的CAGD与FBM算法(英文)（论文提纲范文）
（1）基于AIS数据的船舶行为特征挖掘与预测:研究进展与展望（论文提纲范文）
| 1 引言 |
| 2 基于文献检索的研究脉络分析 |
| 2.1 研究方法与数据来源 |
| 2.2 相关主题的文献数量动态变化 |
| 2.3 检索文献的计量分析 |
| 3 基于AIS数据的水上交通要素挖掘研究 |
| 3.1 船舶航迹数据预处理 |
| 3.2 船舶交通流特征参数分布 |
| 3.3 船舶会遇 |
| 3.4 基于AIS数据的水上交通要素挖掘研究总结和评述 |
| 4 船舶行为聚类研究 |
| 4.1 船舶航迹距离计算 |
| 4.2 船舶航迹点聚类 |
| 4.3 船舶航迹段聚类 |
| 4.4 船舶行为聚类研究总结与评述 |
| 5 船舶行为预测研究 |
| 5.1 基于动力学方程的船舶行为预测 |
| 5.2 基于传统智能算法的船舶行为预测 |
| 5.3 基于深度循环神经网络的船舶行为预测 |
| 5.4 基于深度卷积神经网络的船舶行为预测 |
| 5.5 船舶行为预测研究总结与评述 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
（3）面向自主船舶的危险分析方法研究（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 研究的必要性及意义 |
| 1.3 国内外相关研究现状及进展 |
| 1.3.1 自主船舶的安全性研究 |
| 1.3.2 危险分析方法的发展与演变 |
| 1.3.3 系统理论过程分析的应用 |
| 1.4 自主船舶安全性研究中存在的问题及解决思路 |
| 1.5 主要研究内容与结构框架 |
| 1.5.1 主要研究内容 |
| 1.5.2 结构框架 |
| 1.6 本章小结 |
| 2 自主船舶的定义及其自主水平的界定 |
| 2.1 自主船舶的历史沿革 |
| 2.2 自主船舶的发展历程 |
| 2.3 自主船舶的定义与自主化演变 |
| 2.3.1 自主船舶的定义 |
| 2.3.2 船舶自主化的演变 |
| 2.4 自主水平分级标准 |
| 2.4.1 LR自主水平分级标准 |
| 2.4.2 NFAS自主水平分级标准 |
| 2.4.3 DMA自主水平分级标准 |
| 2.4.4 MASRWG自主水平分级标准 |
| 2.4.5 BV自主水平分级标准 |
| 2.4.6 IMO自主水平分级标准 |
| 2.5 自主水平分级标准的划分依据 |
| 2.6 基于航海实践的自主水平分级方法 |
| 2.7 实例分析 |
| 2.7.1 “Folgefonn”号渡轮自主水平分级 |
| 2.7.2 “Falco”号渡轮自主水平分级 |
| 2.8 本章小结 |
| 3 面向自主船舶的危险分析方法适用性评估 |
| 3.1 危险分析方法的选取与概述 |
| 3.1.1 基于事件链的危险分析方法 |
| 3.1.2 基于能量转移的危险分析方法 |
| 3.1.3 基于状态迁移的危险分析方法 |
| 3.1.4 基于系统理论的危险分析方法 |
| 3.1.5 其他危险分析方法 |
| 3.2 基于系统工程的适用性评估方法 |
| 3.2.1 文献综述的数据准备 |
| 3.2.2 危险分析方法的筛选 |
| 3.2.3 评估程序的确定 |
| 3.2.4 评估准则的生成 |
| 3.3 适用性评估过程 |
| 3.3.1 聚类分析 |
| 3.3.2 适用性评估结果 |
| 3.4 适用性评估结果分析 |
| 3.4.1 存在局限性的危险分析方法 |
| 3.4.2 STPA的适用性分析 |
| 3.5 本章小结 |
| 4 面向自主船舶的危险分析与安全性建模 |
| 4.1 自主船舶的系统安全描述 |
| 4.1.1 自主船舶的运行特点 |
| 4.1.2 自主船舶面临的系统风险 |
| 4.2 危险分析的基本原理 |
| 4.2.1 危险及其相关术语的定义 |
| 4.2.2 危险的转化 |
| 4.2.3 危险分析过程 |
| 4.3 基于STPA的安全性协同分析方法 |
| 4.3.1 STPA及其扩展方法的局限性 |
| 4.3.2 STPA-SynSS的提出 |
| 4.4 考虑退化组件的自主船舶安全性建模 |
| 4.5 实例分析 |
| 4.5.1 基于STPA-SynSS的远程控制船舶危险分析 |
| 4.5.2 考虑退化组件的远程控制船舶安全性建模 |
| 4.6 STPA-SynSS与STPA危险分析结果的对比分析 |
| 4.7 本章小结 |
| 5 面向自主船舶的形式化建模与危险分析结果验证 |
| 5.1 形式化方法概述 |
| 5.2 基于时间自动机的模型检测方法 |
| 5.2.1 模型检测的基本原理 |
| 5.2.2 时间自动机理论 |
| 5.2.3 时间自动机网络 |
| 5.2.4 模型检测工具UPPAAL概述 |
| 5.3 基于时间自动机的STPA-SynSS扩展流程 |
| 5.4 远程控制船舶时间自动机网络模型的构建 |
| 5.5 STPA-SynSS危险分析结果的验证 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 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 |
（4）基于规则的船舶智能避碰决策关键技术研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 船舶避碰决策的研究现状 |
| 1.2.1 确定性方法 |
| 1.2.2 启发式方法 |
| 1.2.3 存在的问题及分析 |
| 1.3 基础理论研究现状 |
| 1.3.1 碰撞危险评估 |
| 1.3.2 船舶领域 |
| 1.4 论文研究内容与结构 |
| 1.4.1 研究内容 |
| 1.4.2 论文结构 |
| 2 船舶运动数学模型 |
| 2.1 船舶运动坐标系 |
| 2.2 分离型数学模型 |
| 2.2.1 船舶附加质量 |
| 2.2.2 螺旋桨的推力和转矩计算 |
| 2.2.3 舵机特性及舵上水动力 |
| 2.2.4 环境干扰力及力矩 |
| 2.2.5 主机控制模型 |
| 2.2.6 船体黏性流体动力及力矩 |
| 2.3 船舶响应型模型 |
| 2.4 本章小结 |
| 3 船舶会遇态势定量划分 |
| 3.1 基于《国际海上避碰规则》的会遇态势辨识方法 |
| 3.1.1 现有船舶会遇态势的研究及不足 |
| 3.1.2 碰撞危险评估 |
| 3.1.3 会遇局面辨识模型 |
| 3.1.4 局面构成要素敏感性分析 |
| 3.1.5 局面构成要素计算 |
| 3.1.6 局面类型的逻辑辨识 |
| 3.2 本章小结 |
| 4 国际避碰规则下的避碰决策 |
| 4.1 前提假设 |
| 4.2 遗传算法基本原理 |
| 4.2.1 遗传算法概述 |
| 4.2.2 遗传算法基本概念 |
| 4.2.3 标准遗传算法 |
| 4.3 船舶避碰动态系统数学模型 |
| 4.3.1 船舶动态避碰参数计算模型 |
| 4.3.2 船舶操纵性对船舶避让参数影响的仿真测试 |
| 4.4 基于混合遗传算法的船舶转向决策方法 |
| 4.4.1 多种群协同进化避碰算法 |
| 4.4.2 融入航行经验的混合遗传避碰算法 |
| 4.5 基于线性扩展的变速避碰决策方法 |
| 4.6 船舶避碰决策算法的完备性论证 |
| 4.6.1 案例1: 对遇局面 |
| 4.6.2 案例2: 大角度交叉局面 |
| 4.6.3 案例3: 小角度交叉局面 |
| 4.6.4 案例4: 追越局面 |
| 4.6.5 讨论与分析 |
| 4.7 本章小结 |
| 5 复杂会遇态势下的多船协同避碰决策 |
| 5.1 多船避碰决策理论分析 |
| 5.1.1 多船避碰特点及避碰流程设计 |
| 5.1.2 现有多船避碰决策方法及存在问题 |
| 5.2 多船协同避碰决策模型 |
| 5.2.1 协同学理论 |
| 5.2.2 排队论理论 |
| 5.2.3 多阶段避碰策略设计 |
| 5.2.4 协同进化机制 |
| 5.3 仿真试验 |
| 5.3.1 船舶会遇局面设置 |
| 5.3.2 试验1仿真结果 |
| 5.3.3 试验2仿真结果 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 附录A 多种群遗传算法 |
| 附录B 具有优先权的服务排队规则 |
| 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）海底环境的三维可视化仿真研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 课题研究现状 |
| 1.2.1 地形可视化研究现状 |
| 1.2.2 水的光学效应研究现状 |
| 1.3 本文研究内容 |
| 第2章 OpenGL渲染 |
| 2.1 OpenGL渲染管线 |
| 2.1.1 顶点着色器 |
| 2.1.2 细分着色器 |
| 2.1.3 几何着色器 |
| 2.1.4 片元着色器 |
| 2.1.5 逐片元的操作 |
| 2.2 OpenGL着色语言 |
| 2.3 OpenGL基本操作 |
| 2.3.1 建模 |
| 2.3.2 变换 |
| 2.3.3 颜色模式设置和光照和材质设置 |
| 2.3.4 位图显示和图像增强 |
| 2.3.5 纹理映射 |
| 2.4 本章小结 |
| 第3章 海底三维地形的建模与渲染 |
| 3.1 地形数据处理 |
| 3.1.1 谷歌高程数据 |
| 3.1.2 基于Google Earth的遥感图像信息的获取和转换 |
| 3.2 地形模型建立 |
| 3.2.1 数字高程模型 |
| 3.2.2 数据模型转换 |
| 3.2.3 模型加载 |
| 3.3 纹理数据获取与处理 |
| 3.3.1 侧扫声纳图像形成 |
| 3.3.2 侧扫声纳地形仿真方法 |
| 3.3.3 侧扫声纳法线映射 |
| 3.4 地形渲染实验结果 |
| 3.5 本章小结 |
| 第4章 海底的光学刻蚀和光束可视化 |
| 4.1 引言 |
| 4.2 基于刻蚀图的刻蚀生成 |
| 4.2.1 渲染动态刻蚀 |
| 4.2.2 实验结果 |
| 4.3 基于光线行进技术的光束生成 |
| 4.3.1 光线行进算法 |
| 4.3.2 实验结果 |
| 4.4 本章小结 |
| 第5章 基于OpenGL的动态场景构建与实现 |
| 5.1 界面设计 |
| 5.2 OpenGL粒子系统 |
| 5.2.1 基于粒子系统的气泡渲染 |
| 5.2.2 基于粒子系统的散射渲染 |
| 5.3 海面的渲染 |
| 5.3.1 高动态范围技术 |
| 5.3.2 基于立方体映射的天空渲染 |
| 5.3.3 实验结果 |
| 5.4 基于OpenGL的漫游 |
| 5.4.1 海底场景的三维可视化坐标 |
| 5.4.2 GLFW处理用户输入 |
| 5.4.3 实验结果 |
| 5.5 总体实现 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
| 详细摘要 |
（6）船舶废气透平发电机组建模研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 轮机模拟器研究动态 |
| 1.3 透平发电机发展现状 |
| 1.4 本文主要研究内容 |
| 2 废气透平发电机系统原理 |
| 2.1 废气透平发电机组总体结构 |
| 2.2 废气透平发电机组调速机理 |
| 2.2.1 电-气阀门定位器工作原理 |
| 2.2.2 气动执行机构工作原理 |
| 2.3 系统调节原理 |
| 2.4 本章小结 |
| 3 废气透平发电机组数学建模 |
| 3.1 废气涡轮数学建模 |
| 3.1.1 透平机容积方程 |
| 3.1.2 透平机转子方程 |
| 3.2 调速器数学建模 |
| 3.3 同步发电机数学建模 |
| 3.3.1 同步发电机标准数学模型 |
| 3.3.2 同步发电机数学模型的简化 |
| 3.3.3 同步发电机的五阶实用模型 |
| 3.4 励磁系统数学建模 |
| 3.5 负载数学建模 |
| 3.6 调速系统控制策略研究 |
| 3.7 本章小结 |
| 4 废气透平发电机组系统仿真实现 |
| 4.1 系统仿真模块 |
| 4.1.1 废气涡轮模块 |
| 4.1.2 同步发电机模块 |
| 4.1.3 励磁系统模块 |
| 4.1.4 系统整体仿真框图 |
| 4.2 正常工况下仿真结果分析 |
| 4.3 本章小结 |
| 5 DMS2019中废气透平发电机组的应用 |
| 5.1 SUPERSIMS仿真平台简介 |
| 5.2 系统数学模型转换 |
| 5.3 系统模型算法编写 |
| 5.4 系统交互界面编写 |
| 5.5 考试模拟器 |
| 5.5.1 试题编辑 |
| 5.5.2 自动评估 |
| 5.5.3 多媒体试题 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（7）基于3D虚拟船舶的PSC检查训练仿真系统（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 PSC检查的研究现状 |
| 1.3.2 虚拟现实技术的研究现状 |
| 1.3.3 评估系统的研究现状 |
| 1.4 研究内容及章节安排 |
| 2 系统总体设计 |
| 2.1 PSC检查理论基础 |
| 2.1.1 港口国监督程序 |
| 2.1.2 对港口国监督检查官考核要求 |
| 2.2 系统总体设计 |
| 2.2.1 系统功能分析 |
| 2.2.2 系统结构设计 |
| 2.2.3 系统开发方案 |
| 2.2.4 训练流程设计 |
| 2.3 本章小结 |
| 3 PSC检查训练仿真系统关键技术 |
| 3.1 OCR文字识别技术 |
| 3.2 反向动力学 |
| 3.3 PSCO评估数学模型的建立 |
| 3.3.1 评估通用算法 |
| 3.3.2 PSC检查要素评估 |
| 3.3.3 PSCO评估要素的确定 |
| 3.3.4 PSCO评估模型的建立 |
| 3.4 本章小结 |
| 4 系统数据库建立 |
| 4.1 数据获取 |
| 4.2 数据预处理 |
| 4.3 数据实体关系模型 |
| 4.4 数据库字段设计 |
| 4.5 数据文件读取 |
| 4.6 本章小结 |
| 5 PSC检查训练系统及功能实现 |
| 5.1 PSC检查训练场景搭建 |
| 5.2 训练任务的设置 |
| 5.3 PSC检查辅助功能 |
| 5.4 练习模式 |
| 5.5 考核评估模式 |
| 5.5.1 证书文件的检查 |
| 5.5.2 仪器设备的检查 |
| 5.5.3 检查报告的填写 |
| 5.5.4 评估打分 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录A 检查要点表 |
| 附录B 系统实现缺陷设置清单 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（8）船舶机舱协作式模拟训练智能评价方法研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 课题研究现状 |
| 1.2.1 轮机模拟器的国内外研究现状 |
| 1.2.2 船舶机舱模拟训练评估电子化和智能化的研究现状 |
| 1.2.3 机器学习在预测评价领域的研究现状 |
| 1.2.4 轮机模拟器性能标准及量化评价研究现状 |
| 1.3 研究目标和思路 |
| 1.4 论文结构和主要内容 |
| 第2章 机舱协作模拟训练及其评价系统 |
| 2.1 船舶机损事故中的人误因素挖掘分析 |
| 2.1.1 船舶机损事故人误因素与机舱资源管理 |
| 2.1.2 关联规则数据挖掘算法 |
| 2.1.3 人误因素关联性分析及其在训练和评价中的应用 |
| 2.2 “角色-任务-资源”系统模型和改进的仿真训练系统 |
| 2.2.1 “角色-任务-资源”系统模型 |
| 2.2.2 改进的“任务型”机舱协作综合训练系统 |
| 2.3 轮机模拟器性能标准和评价研究 |
| 2.3.1 轮机模拟器效能评价体系和指标权重 |
| 2.3.2 基于云模型的评价方法 |
| 2.4 本章小结 |
| 第3章 基于智能优化的机舱协作训练综合评价 |
| 3.1 机舱协作模拟训练智能评价概述 |
| 3.1.1 智能评价方法的一般流程 |
| 3.1.2 基于专家系统的评估知识库 |
| 3.2 基于遗传算法优化的模糊综合评价方法 |
| 3.2.1 遗传算法概述 |
| 3.2.2 机舱协作多重模糊综合评判 |
| 3.2.3 构造评估隶属函数库 |
| 3.2.4 基于熵权法的客观权重向量计算 |
| 3.2.5 基于遗传算法的权重优化 |
| 3.3 仿真实验及结果分析 |
| 3.4 本章小结 |
| 第4章 基于浅层机器学习的机舱协作训练智能评价 |
| 4.1 浅层机器学习概述和理论基础 |
| 4.1.1 浅层机器学习概述 |
| 4.1.2 BP神经网络基本算法及其改进方法 |
| 4.2 基于BP神经网络的智能评估方法 |
| 4.2.1 基于BP神经网络的评估模型 |
| 4.2.2 基于BP神经网络的评估模型的建模方法 |
| 4.2.3 神经网络的训练参数设置 |
| 4.2.4 神经网络的训练算法 |
| 4.3 仿真实验及结果分析 |
| 4.3.1 基于遗传算法优化的模糊综合评估结果 |
| 4.3.2 BP神经网络训练算法性能对比 |
| 4.3.3 实验结果分析 |
| 4.4 本章小结 |
| 第5章 基于深度学习的机舱协作训练智能评价 |
| 5.1 深度学习概述和理论基础 |
| 5.1.1 深度学习概述 |
| 5.1.2 稀疏自动编码器 |
| 5.1.3 限制玻尔兹曼机 |
| 5.1.4 深度信念网络 |
| 5.2 基于稀疏自动编码器的智能评估方法 |
| 5.2.1 稀疏自动编码器评估模型 |
| 5.2.2 仿真实验及结果分析 |
| 5.3 基于深度信念网络的智能评估方法 |
| 5.3.1 DBN评估模型的结构 |
| 5.3.2 评估模型的参数设置 |
| 5.3.3 仿真实验及结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间公开发表论文 |
| 致谢 |
| 作者简介 |
（9）基于Multi-agent的船舶避碰决策支持系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1引言 |
| 1.2 船舶自动避碰研究综述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 存在的困难与问题 |
| 1.4 本文的研究工作 |
| 1.4.1 船舶的Agent描述与多船舶Agent系统构建 |
| 1.4.2 船舶Agent的避碰信息获取方法研究 |
| 1.4.3 船舶Agent的碰撞危险评价模型研究 |
| 1.4.4 船舶Agent的避碰决策算法研究 |
| 1.4.5 自动避碰仿真平台的构建和实现 |
| 1.5 论文的章节安排 |
| 第二章 船舶的Agent描述与多船舶Agent系统构建 |
| 2.1 Multi-agent技术和理论综述 |
| 2.1.1 智能Agent |
| 2.1.2 Multi-agent系统 |
| 2.1.3 面向Agent的程序设计(AOP) |
| 2.2 Multi-agent在船舶避碰领域中应用的可行性分析 |
| 2.3 船舶的Agent描述 |
| 2.3.1 基于VC++类框架的混合型船舶Agent模型 |
| 2.3.2 混合型船舶Agent的巴科斯范式表示 |
| 2.4 多船舶Agent避碰决策支持系统(DSMAC)的构建 |
| 2.4.1 DSMAC系统的通信方式 |
| 2.4.2 船舶Agent间的通信机制 |
| 2.4.3 DSMAC系统的工作机制 |
| 2.5 本章小结 |
| 第三章 船舶Agent的信念更新模型 |
| 3.1 动态目标避碰参数推算模型 |
| 3.2 会遇形势决策模型 |
| 3.2.1 能见度良好的情况 |
| 3.2.2 能见度不良的情况 |
| 3.3 静态信息的获取方法 |
| 3.3.1 网格的定义 |
| 3.3.2 数据的网格化 |
| 3.3.3 海图数据的检索 |
| 3.4 本章小结 |
| 第四章 船舶Agent的承诺心理模型 |
| 4.1 动态目标的碰撞危险评价模型 |
| 4.1.1 建模思路 |
| 4.1.2 MSDA的量化模型 |
| 4.1.3 多船碰撞危险度评价模型 |
| 4.2 静态目标的碰撞危险评价模型 |
| 4.2.1 建模思路 |
| 4.2.2 危险水深判定阈值模型 |
| 4.2.3 矩形搜索区域数学模型 |
| 4.3 本章小结 |
| 第五章 船舶Agent避碰决策的生成与优化 |
| 5.1 避让动态船舶的决策算法 |
| 5.1.1 转向避让幅度与时机的求解算法 |
| 5.1.2 会遇单目标船的情况 |
| 5.1.3 会遇多目标船的情况 |
| 5.2 避浅避礁的决策算法 |
| 5.3 综合避碰的决策算法 |
| 5.4 复航决策算法 |
| 5.5 本章小结 |
| 第六章 船舶自动避碰仿真平台(VACASP)的构建与实现 |
| 6.1 构建VACASP平台的技术思路及其功能设计 |
| 6.2 船舶操纵运动数学模型 |
| 6.3 自动避碰决策模块 |
| 6.4 网络通信模型 |
| 6.4.1 完成端口(IOCP)模型 |
| 6.4.2 VACASP通信网络架构 |
| 6.4.3 VACASP平台的通信流程 |
| 6.4.4 VACASP通信协议模型 |
| 6.4.5 仿真专用协议性能分析 |
| 6.5 VACASP系统的实现 |
| 6.6 VACASP平台的仿真试验步骤 |
| 6.7 本章小结 |
| 第七章 基于VACASP平台的DSMAC系统算法验证 |
| 7.1 两船会遇的仿真试验 |
| 7.1.1 追越局面的仿真实例 |
| 7.1.2 对遇局面的仿真实例 |
| 7.1.3 交叉相遇局面的仿真实例 |
| 7.2 综合碰撞危险度模型的仿真验证 |
| 7.3 多船会遇的仿真试验 |
| 7.4 避浅避礁的仿真试验 |
| 7.5 综合避碰的仿真试验 |
| 7.6 本章小结 |
| 第八章 结论与展望 |
| 8.1 结论 |
| 8.2 研究展望和进一步的工作 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间主持或参与的科研项目 |
| 附录一:ECDIS系统及S-57标准电子海图数据简介 |
| 附录二:转向避让幅度与时机的求解算法代码 |
（10）基于分形理论的雷达岸线回波生成算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 分形理论背景介绍 |
| 1.2.1 分形概念的提出与分形理论的建立 |
| 1.2.2 自然界中的分形 |
| 1.2.3 分形是一种方法论 |
| 1.3 本课题的提出及研究现状 |
| 1.4 论文内容的组织与安排 |
| 第2章 航海雷达/ARPA模拟器简介 |
| 2.1 航海雷达/ARPA模拟器的发展历史 |
| 2.2 STCW78/95公约对雷达模拟器的要求 |
| 2.2.1 雷达观测和标绘的培训和评估 |
| 2.2.2 自动雷达标绘仪(ARPA)操作使用的培训和评估 |
| 2.3 雷达模拟器的系统构成 |
| 2.4 雷达模拟器岸线回波的数据结构 |
| 第3章 分形的基本理论 |
| 3.1 分形的定义及几何性质 |
| 3.1.1 分形的定义 |
| 3.1.2 分形的性质 |
| 3.2 分形维数 |
| 3.2.1 Hausdorff维数 |
| 3.2.1.1 Hausdorff维数的定义 |
| 3.2.1.2 Hausdorff维数的性质 |
| 3.2.2 Box维数 |
| 3.2.2.1 Box维数的定义 |
| 3.2.2.2 Box维数的性质 |
| 3.3 迭代函数系统(IFS) |
| 3.4 典型分形结构的程序设计 |
| 3.4.1 Koch曲线的递归算法 |
| 3.4.2 Koch曲线的LS文法 |
| 3.4.3 Koch曲线的IFS生成 |
| 第4章 随机分形与分数布朗运动 |
| 4.1 布朗运动 |
| 4.1.1 高斯分布 |
| 4.1.2 布朗运动的数学模型 |
| 4.1.3 布朗运动的性质 |
| 4.2 分数布朗运动 |
| 4.2.1 分数布朗运动的引入及定义 |
| 4.2.2 分数布朗运动的性质 |
| 4.2.3 FBM的随机中点偏移法 |
| 4.2.4 分形参数H |
| 4.3 高维分数布朗运动 |
| 4.3.1 高维分数布朗运动的数学描述 |
| 4.3.2 随机中点位移法生成FBM曲面 |
| 第5章 基于分形理论的雷达岸线回波模拟 |
| 5.1 海岸线的分形特性 |
| 5.1.1 海岸线的长度 |
| 5.1.2 海岸线维数的测定 |
| 5.1.2.1 量规法 |
| 5.1.2.2 网格法 |
| 5.2 基于分形理论的雷达岸线回波模拟 |
| 5.2.1 具体操作流程 |
| 5.2.2 基于Koch曲线的岸线回波模拟 |
| 5.2.2.1 Koch曲线递归算法的改进 |
| 5.2.2.2 Koch曲线对岸线回波的模拟 |
| 5.2.2.3 Koch曲线算法的应用效果 |
| 5.2.3 基于FBM的岸线回波模拟 |
| 5.2.3.1 FBM插值模型 |
| 5.2.3.2 FBM对岸线回波的模拟 |
| 5.2.3.3 FBM的应用效果 |
| 5.2.4 两种分形算法的比较 |
| 5.2.5 分形算法的改进 |
| 5.2.6 分形阈值控制算法在雷达模拟器中的实现 |
| 第6章 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间公开发表的论文 |
| 致谢 |
| 研究生履历 |
四、航海动态仿真系统中的CAGD与FBM算法(英文)（论文参考文献）
- [1]基于AIS数据的船舶行为特征挖掘与预测:研究进展与展望[J]. 甄荣,邵哲平,潘家财. 地球信息科学学报, 2021
- [2]足底姿态检测的IMU动态零位补偿研究[D]. 谢金池. 重庆邮电大学, 2021
- [3]面向自主船舶的危险分析方法研究[D]. 周翔宇. 大连海事大学, 2020(04)
- [4]基于规则的船舶智能避碰决策关键技术研究[D]. 倪生科. 大连海事大学, 2020(01)
- [5]海底环境的三维可视化仿真研究[D]. 丁静静. 江苏科技大学, 2020(03)
- [6]船舶废气透平发电机组建模研究[D]. 庄森垚. 大连海事大学, 2020(01)
- [7]基于3D虚拟船舶的PSC检查训练仿真系统[D]. 于建伟. 大连海事大学, 2019(06)
- [8]船舶机舱协作式模拟训练智能评价方法研究[D]. 段尊雷. 大连海事大学, 2017(02)
- [9]基于Multi-agent的船舶避碰决策支持系统[D]. 杨神化. 上海海事大学, 2008(07)
- [10]基于分形理论的雷达岸线回波生成算法的研究[D]. 张璋. 大连海事大学, 2007(01)