海上航行舱内人员实时定位系统探究.docx

《海上航行舱内人员实时定位系统探究.docx》由会员分享，可在线阅读，更多相关《海上航行舱内人员实时定位系统探究.docx（6页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、海上航行舱内人员实时定位系统探究摘要:传统系统采用PCA降维方法遭到噪声影响，造成系统定位不准确，为了解决该问题，提出了基于Isomap算法的实时定位系统研究。根据实时定位系统总体构造，采用型号为CC2431芯片设计移动节点，路由节点可实时接收来自移动节点模块信息，进行灵敏度分析可完成信息传递。接收舱室内各个路由节点信息，通过协调模块验证信息有效性。针对协调模块获取高维数据，采用Isomap算法对数据进行降维处理，根据降维后的数据集，对远距离海上航行舱内人员进行实时定位。通过实验结果可知，该系统最高定位精准度可到达75%，为航行舱内人员安全提供保障。关键词：Isomap算法；舱内人员；定位；P

2、CA降维方法；高维目前船舶逐步向大型化、复杂化方向发展，船舶内部通信也扑朔迷离，在航行经过中，需要检查舱室各个重要部位，而船舶本身具有复杂电路，环境闭塞，容易出现安全事故，加之船舶本身视频监控系统不能全方位监测整个舱内区域，因而建立一套远距离海上航行舱内人员实时定位系统特别必要1。人员实时定位系统的设计能够实现危险环境下人员身份识别和定位，通过监控获取的人员身份，可对危险情况进行预警，保证对人员集中化、信息化管理2。由于计算机技术在各行各业中发展迅猛，高维数据在日常生活中随处可见，高维数据的存在已经超越了人们的认知能力，传统系统采用PCA降维方法遭到噪声影响，造成系统定位不准确，因而，提出了基

3、于Isomap算法的实时定位系统研究。将高维数据降至低维空间，保证系统不遭到噪声影响，仍然保持非线性构造3。1系统硬件构造设计整个系统由移动节点、路由节点和协调模块组成。其中每个矩形都代表船舱的某个舱室，每个构造固定安装若干个节点，节点传输半径是根据舱室大小来确定的。由于船舱电磁环境相对复杂，为了降低系统之间的互相干扰，路由节点由以太网进行连接，构成一个树状网络构造，而协调器负责接收不同节点上传的信息，并汇总至上位机之中4。1移动节点模块使用型号为CC2431芯片设计移动节点，当携带移动节点进入到某个船舱舱室时，节点模块会间隔10s带有身份信息的广播，并请求参加网络。一旦路由节点接收到信息后，

4、需将本身位置信息以数据包形式传送至协调器之中，交由上位机进行分析。待上位机接收到全部请求之后，将新参加的移动节点分配物理地址，完成组网经过。此时，船舶人员由一个舱室移动到另一个舱室经过中，其携带的节点与当前节点分离，参加一个新的网络组织。2路由节点模块路由节点可实时接收来自移动节点的模块信息，通过灵敏分析完成信息的传递。在布置路由节点时，应充分考虑移动节点参加网络和脱离网络经过，并设定一个固有信号强度阈值，以此决定能否参加新网络或脱离现有网络。3协调模块协调模块是系统硬件中至关重要部分，相当于一个控制站，需要接收舱室内各个路由节点信息，并判定信息能否有效。将全部信息汇总到上位机中进行分析，接收

5、上位机监控软件下的协调数据，并分配到对应路由模块之中。根据系统总体构造，使用型号为CC2431芯片设计移动节点，使船舶人员由一个舱室移动到另一个舱室经过中，其携带节点具有有效性。实时接收来自移动节点模块信息，设定一个固有信号强度阈值，完成路由节点设计。接收舱室内各个路由节点信息，通过协调模块完成系统硬件构造设计。2基于Isomap算法系统软件设计在成功设计人员定位系统硬件构造之后，根据系统功能需求，开发相关应用程序。由于协调模块获取的是高维数据，因而使用Isomap算法对数据进行降维处理，保证系统软件研发有效性。Isomap等距特征映射是一种非线性降维方法，以多维尺度变换为基础，保持两点的测地

6、距离。通过数据点的连接构成一个数据集，测地距离使用欧式距离来代替，相对测地距离较远的点间使用最短途径来逼近，该算法简单描绘如下：步骤1根据原始数据集计算任意2个A和B数据样本之间的欧式距离，假如B在A的半径之内，则需连接A和B，设置连接线长度为d；假如不在半径之内，则需设置连接线长度为。如此重复，构造无向原始数据集。步骤2计算任意2个样本之间的最短距离，使用Isomap算法计算原始数据集中的任意2个数据之间的最短距离d1，由此获得的最短距离矩阵为：d=d1(A,B)，(1)步骤3由于式1获取的最短距离遭到噪声影响，导致距离计算不准确，因而使用Isomap算法应用于式2的距离矩阵之中：D=d2=

7、d12(A,B)。(2)根据步骤3中获取的距离矩阵具有光滑样本数据，需使用非线性降维方法获取样本特征维数，但是该经过会遭到噪声干扰，使得降维空间出现原始数据变形问题，因而采用Isomap等距特征映射降维方法。根据降维降噪后的数据集，对远距离海上航行舱内人员进行实时定位，保证了系统设计有效性。针对协调模块进行软件应用程序设计，需将高维数据进行降维处理，根据算法步骤，获取降维降噪后的数据集，由此完成软件部分设计。实验采用uci数据集中的部分数据作为实验样本，该样本包含训练样本和测试样本。其中训练样本集中共有3900个样本，而测试样本集中共有1700个样本，每个样本都包含了60维的向量，每一维都表示

8、样本的种类。从中选取训练样本集中的1300个样本进行训练，选取测试样本集汇总的900个样本进行测试，通过近期邻方法进行分类处理。使用最大似然估计方法获取的特征维数为g=15，使用Isomap算法可将原始数据降到15维，使用传统PCA方法可将原始数据降到3，4，5，6，7维，根据上述2个表的分类错误统计结果可知，采用传统PCA算法得到降维数据分类错误率明显比使用Isomap算法得到降维数据分类错误率高。基于该条件下，将2种系统的定位精准度进行比照分析。消耗时长为20s时，采用传统系统的定位精准度为55%，而基于Isomap算法系统定位精准度为75%；当消耗时长为60s时，采用传统系统的定位精准度

9、为40%，而基于Isomap算法系统定位精准度为65%；当消耗时长为120s时，采用传统系统的定位精准度为30%，而基于Isomap算法系统定位精准度为74%。因而，采用Isomap算法设计的系统比传统系统定位精准度高。综上所述，基于Isomap算法的远距离海上航行舱内人员实时定位系统设计是具有合理性的。在当代船舶系统中，对于任意未知的高维数据集，确定一个适宜节点相对困难。但随着相关监控系统日渐完善，远距离海上监控系统可以为驾驶舱内提供重要监控影像，保障航行舱内人员的准确定位。由实验结果可知，该系统具有精准定位效果，为人员安全提供保障。设计的系统只能解决实时定位问题，对于船舶出现险情时系统怎样操作还有待完善。因而，在以后的研究经过中，针对船舶出现险情情况进行深化研究。