【技术实现步骤摘要】
本专利技术涉及船舶管理领域，具体是涉及一种基于多源数据分析的船舶智能管理方法及系统。
技术介绍
1、船舶在海上航行时，由于海域的广阔性和识别能力弱的原因以及定位设施的损坏，导致船舶一旦迷失在海上，找到正确的返航路线将变得尤为困难，尤其是在调整航向的过程中，由于误操作或者航行失误，导致船舶偏离预定的航线或目的地以及燃油和食物浪费，从而为船舶本身和船员带来巨大的风险，因此，降低船舶在迷失方向后的风险性，提高船舶在失去定位装置功能情况下的定位能力，协助并指引船舶的航行方向的船舶管理技术将变得尤为重要。
2、现有的船舶定位技术主要集中在对北斗、gps等定位数据的一种优化，使其能够应对恶劣环境，提高定位精度，但由于人为或者自然灾害导致的定位装置失灵，导致现有的技术将难以解决辅助定位的问题，那时只能依靠主观经验进行判断，从而导致定位不准确和判断难的问题，从而造成更加严重的航行危机，不利于保障船舶及船员安全。
技术实现思路
1、为解决上述技术问题，提供一种基于多源数据分析的船舶智能管理方法及系统，本技术方案解决了上述
技术介绍
中提出的由于人为或者自然灾害导致的定位装置失灵，导致现有的技术将难以解决辅助定位的问题，那时只能依靠主观经验进行判断，从而导致定位不准确和判断难的问题，从而造成更加严重的航行危机，不利于保障船舶及船员安全问题。
2、为达到以上目的，本专利技术采用的技术方案为：
3、一种基于多源数据分析的船舶智能管理方法，其特征在于，包括：
4、
5、基于船舶的船体构造，在合适的位置设置多源的传感器组，用于采集海域的环境数据；
6、根据迷失前的导航信息和海域的环境特征，将该区域设置为第一定位信息组，并计算该第一定位向量序列；
7、根据船舶移动过程中的海域环境数据变化以及移动距离，将该信息设置为第二定位信息组，并结合航海地图确认船舶航向的偏差系数；
8、基于神经网络算法，建立船舶方位定位的金字塔模型，用于辅助判断船舶的航行方向和所处位置。
9、优选的，所述根据航海信息和海域信息的大数据，提取不同海域的环境特征具体包括：
10、根据航海信息和海域信息的大数据，分析不同海域在不同时期的环境数据，并提取不同海域的环境特征，建立海域环境特征库；
11、所述海域环境特征包括：洋流、季风、盐碱度、海洋生物和海浪；
12、根据海域环境特征库信息，在航海地图的相应区域进行标记，并获取具体位置的坐标信息。
13、优选的，所述根据迷失前的导航信息和海域的环境特征，将该区域设置为第一定位信息组，并计算该第一定位向量序列具体包括：
14、获取船舶迷失前的导航信息和海域环境特征，建立海域环境特征数据矩阵；
15、根据海域环境特征库，获取船舶迷失区域环境特征理论指标；
16、根据critic权重法，确定该海域的环境特征在整个海域环境特征库的指标权重；
17、根据得到的权重指标，建立海域的环境特征组的特征向量序列，并定义为第一定位向量序列。
18、优选的，所述critic权重法表达式具体包括：
19、对船舶迷失前的海域的环境特征数据矩阵进行标准化处理；
20、根据标准化处理后的海域的环境特征数据矩阵，计算指标的变异性；
21、根据皮尔逊相关系数，计算指标的冲突性；
22、根据指标变异性和指标冲突性，计算指标信息量；
23、根据指标信息量，计算海域的环境特征数据的指标权重；
24、所述对船舶迷失前的海域的环境特征数据矩阵进行标准化处理表达式为：
25、
26、式中，bij为第i行第j列的海域的环境特征数据矩阵数据标准化结果，aij为第i行第j列的海域的环境特征数据矩阵数据，ajmin为第j列的海域的环境特征数据矩阵最小数据，ajmax为第j列的海域的环境特征数据矩阵最大数据；
27、所述海域的环境特征数据矩阵指标变异性表达式为：
28、
29、式中，sj为标准化后的海域的环境特征数据矩阵指标变异性结果，为第j列标准化后的海域的环境特征数据矩阵均值，n为标准化后的海域的环境特征数据矩阵的行数；
30、所述海域的环境特征数据矩阵指标冲突性表达式为：
31、
32、式中，rj为海域的环境特征数据矩阵指标冲突性结果，rjk为皮尔逊相关系数，m为海域的环境特征数据矩阵的列数；
33、所述海域的环境特征数据矩阵指标信息量表达式为：
34、cj＝sjrj
35、式中，cj为海域的环境特征数据矩阵指标信息量；
36、所述海域的环境特征数据的指标权重表达式为：
37、
38、式中，wj为海域的环境特征数据的指标权重，ck为第k个海域的环境特征数据矩阵指标信息量。
39、优选的，所述根据船舶移动过程中的海域环境数据变化以及移动距离，将该信息设置为第二定位信息组，并结合航海地图确认船舶航向的偏差系数具体包括：
40、获取船舶迷失前的船舶移动过程中的海域环境数据变化、移动距离以及导航信息，将该信息设置为第二定位信息组；
41、根据第二定位信息组的数据，建立第二定位信息组矩阵；
42、根据航海地图的具体坐标信息，结合第二定位信息组矩阵，确认船舶航向的偏差系数；
43、所述船舶航向的偏差系数表达式为：
44、
45、式中，zs为船舶航向的偏差系数，xi为第i行第j列第二定位信息组矩阵数据，为航海地图的具体坐标信息，n为第二定位信息组矩阵中不同信息类型的个数。
46、优选的，所述基于神经网络算法，建立船舶方位定位的金字塔模型，用于辅助判断船舶的航行方向和所处位置具体包括：
47、根据第一定位向量序列和船舶航向的偏差系数，建立船舶方位定位矩阵；
48、基于神经网络算法，建立船舶方位定位的金字塔模型；
49、根据船舶方位定位的金字塔模型，辅助判断船舶的航行方向和所处位置；
50、所述船舶方位定位的金字塔模型具体包括：
51、金字塔模型第一层为：通过多源的传感器组，采集海域的环境数据；
52、金字塔模型第二层为：通过卡尔曼滤波算法和数据标准化公式对采集到的数据进行去噪和数据归一化；
53、金字塔模型第三层为：解析船舶定位的环境数据，建立船舶方位定位矩阵；
54、金字塔模型第四层为：根据船舶方位定位矩阵，基于神经网络算法，用于辅助判断船舶的航行方向和所处位置。
55、进一步的，本方案提出一种基于多源数据分析的船舶智能管理系统，用于实现如上述的基于多源数据分析的船舶智能管理方法，包括：
本文档来自技高网...
【技术保护点】
1.一种基于多源数据分析的船舶智能管理方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多源数据分析的船舶智能管理方法，其特征在于，所述根据航海信息和海域信息的大数据，提取不同海域的环境特征具体包括：
3.根据权利要求2所述的一种基于多源数据分析的船舶智能管理方法，其特征在于，所述根据迷失前的导航信息和海域的环境特征，将该区域设置为第一定位信息组，并计算该第一定位向量序列具体包括：
4.根据权利要求3所述的一种基于多源数据分析的船舶智能管理方法，其特征在于，所述CRITIC权重法表达式具体包括：
5.根据权利要求4所述的一种基于多源数据分析的船舶智能管理方法，其特征在于，所述根据船舶移动过程中的海域环境数据变化以及移动距离，将该信息设置为第二定位信息组，并结合航海地图确认船舶航向的偏差系数具体包括：
6.根据权利要求5所述的一种基于多源数据分析的船舶智能管理方法，其特征在于，所述基于神经网络算法，建立船舶方位定位的金字塔模型，用于辅助判断船舶的航行方向和所处位置具体包括：
7.一种基于多源数据分析的船
8.根据权利要求7所述的一种基于多源数据分析的船舶智能管理系统，其特征在于，所述方位判断模块具体包括：
...【技术特征摘要】
1.一种基于多源数据分析的船舶智能管理方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多源数据分析的船舶智能管理方法，其特征在于，所述根据航海信息和海域信息的大数据，提取不同海域的环境特征具体包括：
3.根据权利要求2所述的一种基于多源数据分析的船舶智能管理方法，其特征在于，所述根据迷失前的导航信息和海域的环境特征，将该区域设置为第一定位信息组，并计算该第一定位向量序列具体包括：
4.根据权利要求3所述的一种基于多源数据分析的船舶智能管理方法，其特征在于，所述critic权重法表达式具体包括：
5.根据权利要求4所述的一种基于多源数据分析的船舶...
【专利技术属性】
技术研发人员：冯艳，冯坤，唐周梅，吴珏，黄思燕，陈昊，
申请(专利权)人：南通同有信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。