首页期刊导航|舰船科学技术
期刊信息/Journal information
舰船科学技术
舰船科学技术

张培元

月刊

1672-7649

JCKXJS@shipol.com.cn

010-64831773-810

100192

北京市朝阳区双泉堡甲2号

舰船科学技术/Journal Ship Science and Technology北大核心CSTPCD
查看更多>>本杂志创刊于1962年,是中国舰船科技领域唯一的综合性学术期刊。其宗旨是促进中国舰船领域的学术与技术交流,推动舰船科学技术的发展,为舰船科技人员提供学术讨论与技术交流的园地。本刊的专业性、学术性、技术性和导向性强。主要刊登中国舰船领域和相关行业的高新技术和实用技术方面的论文。选题范围包括舰船理论研究、舰船高新技术和实用技术、舰船系统工程以及与舰船相关的内容。作者为参加我国舰船研制工作、实践经验丰富、直接从事产品设计、课题研究和情报研究工作的专家及业务骨干,从事海军装备工作的科研人员,相关院所的学科带头人以及大专院校的教授、博士和硕士研究生等。本刊的读者为船舶及相关行业的各级领导、专家、科研人员、大专院校师生,以及对船舶科技感兴趣的人员。
正式出版
收录年代

    基于云计算的船舶图像网络数据低时延传输方法

    李小丽王磊
    178-181页
    查看更多>>摘要:为实时传输海量船舶图像,为有效监控船舶实时航行状况提供保障,研究基于云计算的船舶图像网络数据低时延传输方法.结合云计算技术,构建船舶图像网络数据传输平台,通过平台数据接收单元将大量船舶网络数据存入云端服务器内;数据处理单元基于云计算的分布式处理特点,结合并行运行框架Map Reduce和并行化K-means聚类算法,并行挖掘云端服务器内的船舶图像网络数据;信道均衡单元结合所构建的船舶通信网络节点能量消耗模型,均衡船舶通信网络信道,运用均衡信道实现所挖掘船舶图像网络数据的传输.结果显示,该方法的数据挖掘速率高,数据传输过程中各信道能量开销均衡,且可低至3.5 kJ,传输船舶图像网络数据的时延可低至10.23 ms,实现了数据的低时延传输.

    云计算船舶图像网络数据低时延传输聚类算法信道均衡

    基于概率神经网络的潜舰武器系统故障诊断

    冯林平王佳玉
    182-185页
    查看更多>>摘要:针对传统故障诊断方法检测某型潜舰导弹武器系统故障准确率不高、耗时长的问题,提出基于概率神经网络的智能诊断方法.介绍该网络的典型结构及优势所在,以某型潜舰导弹武器系统为验证对象,选取合适特征向量、归纳合理故障类型、建立相应神经网络,并运用Matlab仿真验证.结果表明在现有数据库中,概率神经网络对该系统的故障诊断正确率为77.8%.这表明基于概率神经网络的故障诊断基本能够区分该系统故障类型,大大减少了部队故障诊断时间和人力投入..

    智能检测概率神经网络潜舰导弹武器系统故障诊断

    无人集群中基于UKF的无线电测距协同定位方法

    栾厚斌庞志超傅金琳
    186-189页
    查看更多>>摘要:针对无人集群中基于无线电测距的协同定位信息融合中面临的非线性问题,提出基于UKF的协同定位方法.该方法利用无迹卡尔曼滤波(UKF)非线性拟合特点来构造非线性的协同定位量测模型,避免了基于卡尔曼滤波(KF)的协同定位方法中将量测模型线性化带来的定位误差,从而提升了基于无线电测距的协同定位的位置精度.基于无线电测距设备搭建无人集群中基于UKF的无线电测距协同定位方法的验证系统,实验结果表明,相比基于KF的协同定位方法,基于UKF的协同定位方法在纬度方向位置误差改善了 28.92%,经度方向位置误差改善了 54.34%.

    无线电测距协同定位无迹卡尔曼滤波无人集群

    舰船科学技术投稿提示

    封3页