船舶動力定位系統(tǒng)中無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)研究.pdf

1、隨著人們對海洋開發(fā)和探索的范圍逐漸擴大，對于海上作業(yè)的船舶而言，動力定位控制系統(tǒng)已成為船舶的核心裝備之一。船舶動力定位控制系統(tǒng)具有多種位置參考系統(tǒng)和傳感器以獲得船舶狀態(tài)及海況環(huán)境信息，這就必須對這些測量數(shù)據(jù)進行融合，從而提高數(shù)據(jù)的精確度和可靠性以及系統(tǒng)的容錯能力。本文將新興的無線傳感器網(wǎng)絡(luò)(WSN)分布式數(shù)據(jù)處理結(jié)構(gòu)與目前船舶動力定位控制系統(tǒng)中常用的集中式總線數(shù)據(jù)處理結(jié)構(gòu)相結(jié)合，基于無線傳感器網(wǎng)絡(luò)進行了船舶動力定位控制系統(tǒng)相關(guān)數(shù)據(jù)融合方

2、法的研究。
　　 首先針對船舶動力定位控制系統(tǒng)中面向監(jiān)測功能的數(shù)據(jù)融合特點，采用基于傳感器節(jié)點之間協(xié)作感知的方法，通過傳感器節(jié)點數(shù)據(jù)信息的關(guān)聯(lián)性分析，確定動態(tài)組簇方式;提出了基于移動代理和蟻群遍歷相結(jié)合的簇內(nèi)數(shù)據(jù)融合優(yōu)化方法，并且研究了分簇結(jié)構(gòu)中基于模糊自適應(yīng)卡爾曼濾波的異類多傳感器融合方法。
　　 然后針對船舶動力定位控制系統(tǒng)中面向控制決策功能的數(shù)據(jù)融合特點，充分利用FPGA并行運算的硬件資源優(yōu)勢，構(gòu)建了基于脈動陣列結(jié)

3、構(gòu)的融合模型，使得BP神經(jīng)網(wǎng)絡(luò)這樣的復(fù)雜預(yù)測算法能夠在WSN網(wǎng)絡(luò)的匯聚節(jié)點得以實現(xiàn);而且提出了基于不相交集合(DJC)的支持向量機(SVM)預(yù)測融合方法，這種模型有兩個優(yōu)點:一是利用強匯聚節(jié)點中基于脈動陣列的BP神經(jīng)網(wǎng)絡(luò)融合方法實時優(yōu)化支持向量機模型，克服訓(xùn)練速度慢、易陷入局部最優(yōu)、過學(xué)習(xí)問題，保證預(yù)測精度;二是將匯聚節(jié)點的支持向量機預(yù)測計算功能分散到各DJC匯聚節(jié)點中進行，各DJC匯聚節(jié)點可以選擇性將數(shù)據(jù)上傳，這樣不僅減輕了匯聚節(jié)點的

4、計算負擔(dān)，而且可有效地實現(xiàn)復(fù)雜的優(yōu)化控制算法。
　　 最后研究了WSN數(shù)據(jù)融合方法在船舶動力定位系統(tǒng)中的具體應(yīng)用，建立無線傳感器網(wǎng)絡(luò)分布式融合功能模型和結(jié)構(gòu)模型，研究了模糊自適應(yīng)卡爾曼濾波算法在船舶狀態(tài)估計融合中的應(yīng)用，利用基于DJC模型的支持向量機預(yù)測算法解決船舶動力定位MPC控制中二次型最優(yōu)性能指標(biāo)的求解問題，得到最優(yōu)控制推力。針對船舶動力定位系統(tǒng)中面向網(wǎng)絡(luò)傳輸功能的數(shù)據(jù)融合特點，基于經(jīng)典的分簇路由協(xié)議，提出了基于剩余能量和

5、休眠調(diào)度機制的數(shù)據(jù)融合結(jié)構(gòu)，無論是普通傳感器節(jié)點還是匯聚節(jié)點的數(shù)據(jù)融合方法都是建立在合理可靠的數(shù)據(jù)融合結(jié)構(gòu)和數(shù)據(jù)傳輸方式基礎(chǔ)上的，這樣不僅增強了整個網(wǎng)絡(luò)避免擁塞的能力，而且提高了數(shù)據(jù)傳輸?shù)膶崟r性。
　　 總的來說，本文主要圍繞船舶動力定位系統(tǒng)中無線傳感器網(wǎng)絡(luò)的分簇拓撲結(jié)構(gòu)，從數(shù)據(jù)級、特征級、決策級各個層面進行傳感器節(jié)點的數(shù)據(jù)融合技術(shù)研究。其研究成果將很大程度地提高船舶動力定位控制系統(tǒng)中數(shù)據(jù)采集的實時性和可靠性以及預(yù)測控制的準(zhǔn)確性