【技术实现步骤摘要】
本专利技术涉及海冰识别，更具体地说，尤其涉及一种基于船载加速度测量的海冰冰况自动实时识别方法。
技术介绍
1、由于极地海事风险的多样性与相互作用机理的复杂性，极地海上航行和作业的实时风险状态监控需要更多关注。显然，有效和实时的检测措施对于最小化作业风险并降低海事事故发生概率至关重要，这就需要进行灵活的海冰冰况自动实时识别方法。
2、目前的技术对于极地环境条件和船舶与海冰接触产生的激响应很难测量，但冰况和冰载荷是决定极地船舶安全和效率的重要参数；因此，准确提取出极地船舶加速度中的船-冰接触信息并通过加速度数据识别海冰冰况至关重要。
3、现有研究主要集中在特定船-冰接触事件的加速度频域分析上，但未对船-冰接触进行深入研究和量化分析；在给定加速度测量信号的情况下，仍然缺乏自动、快速识别海冰冰况的有效方法，导致破冰船在极地作业过程中难以实时、快速、准确地识别当前的冰况。
技术实现思路
1、本专利技术提供了一种基于船载加速度测量的海冰冰况自动实时识别方法，以解决现有技术中在给定加速度测量信号的情况下，仍然缺乏自动、快速识别海冰冰况的有效方法，导致破冰船在极地作业过程中难以实时、快速、准确地识别当前冰况的问题。
2、为达到上述目的，本专利技术提供如下技术方案：
3、一种基于船载加速度测量的海冰冰况自动实时识别方法，包括以下步骤：所述识别方法通过识别系统实现，所述识别系统包括三个模块：信号预处理模块、时频特征提取模块和海冰冰况推理模块；具体识别步骤
4、步骤一：将原始数据输入至信号预处理模块，通过时频分析方法转换为时频图；
5、步骤二：在时频特征提取模块对船-冰接触事件进行自动识别和加速度时频特征提取；
6、步骤三：建立加速度时频特征与海冰冰况之间的映射关系。
7、优选地，所述步骤一包含下列操作：
8、1、收集原始数据并进行降噪处理，以从加速度数据中提取船-冰接触信号；
9、2、对降噪处理后的加速度信号进行时频分析，生成时频图像；
10、3、时频图像进行处理，以用于后续识别。
11、优选地，所述步骤二包含下列操作：
12、1、在加速度时频图像上对船-冰接触时间进行人工标注，生成标注文件；
13、2、使用图像识别算法(例如detr)对图像数据集进行训练，得到船-冰接触自动识别模型；
14、3、应用船-冰接触自动识别模型对图像数据集进行处理，识别船-冰接触，并提取船-冰接触频率、脉宽、加速度峰值等典型加速度时频特征。
15、优选地，所述步骤三包含下列操作：
16、1、将加速度时频特征与海冰特征(包括厚度、密集度、浮冰尺寸)对应，建立数据集；
17、2、应用支持向量机等机器学习方法，建立加速度时频特征与海冰特征的映射模型；
18、3、将所建立的模型与步骤一中的信号预处理模块、步骤二中训练得到的detr模型对接，打包形成海冰冰况自动识别系统。
19、优选地，所述降噪处理包含对加速度进行低通滤波，得到只包含船-冰接触加速度数据；对提取出的加速度数据利用短时傅里叶变换可视化，获得船-冰接触事件时频图像。
20、优选地，所述船-冰接触自动识别模型是以加速度时频图为输入，以船-冰接触事件为识别结果。
21、优选地，所述加速度时频特征包括船-冰接触频率、加速度响应脉宽、加速度幅值三项。
22、优选的，所述海冰冰况包括海冰密集度、海冰生长阶段以及海冰形态三项。
23、本技术方案的原理及有益效果：
24、(1)本专利技术对原始加速度数据使用增强信号分解和数据可视化模块进行船-冰加速度特征提取，提取出只包含船-冰接触的加速度数据；利用stft和hf对船-冰接触加速度数据进行可视化从(船-冰接触事件)；构建船-冰接触事件数据集，根据船-冰接触事件图像的特点，针对性的提出ice-detr模型，包括以下三种改进方式：添加ca注意力机制，使用fdpn特征扩散聚焦金字塔结构替换颈部网络，在颈部网络中植入维度感知选择性集成模块(dasi)模块；本专利技术通过经验模态分解、绝对中位差、短时傅里叶变换和霍夫变换，解决了检测过程中噪音对加速度数据的干扰，实现了准确提取船-冰加速度特征。本专利技术通过ca注意力机制、fdpn特征扩散聚焦金字塔结构和dasi维度感知选择性集成模块，解决了船-冰接触事件密集度较高无法准确识别的问题，实现了对船-冰接触事件特征的准确提取。
25、(2)采用深度学习方法对神经网络进行训练，得到船-冰接触事件识别模型。使用准确率、召回率、和平均精度均值等评价指标对训练好的模型进行置信度验证，最终获得最优的船-冰接触事件检测模型；将测试集输入目标检测模型，得到识别结果，提取每一次的船-冰接触事件作为加速度特征n,船冰接触事件的脉宽作为加速度特征w,船-冰接触事件对应到时间-振幅曲线上提取加速度最大幅值作为a。本专利技术通过准确率、召回率、和平均精度均值等评价指标，解决了模型参数无法量化的问题，实现了对ice-detr模型准确度的可视化，本专利技术通过ice-detr，解决了船-冰接触事件的特征提取，实现了对船-冰接触事件特征的量化。
26、(3)构建前两个模块得到的加速度特征(n,a,w)人为对应海冰冰况特征(ct,sa,fa)构建成海冰冰况数据集；提出gapso-svm自动冰况推理模型，利用智能优化算法(gapso)对支持向量机模型进行优化得到最佳的参数(c,g)；选择两个单模态函数和两个多模态函数求解最小值，对gapso的优化性能进行验证；使用最优值分析ga,pso和gapso的性能；采用机器方法对svm进行训练,得到冰况自动推理模型。从而研究人员对位未知的破冰船进行研究可以通过对三大特征进行判断，获得大致的冰况从而得到更精准的研究结果；加速度数据通过冰况自动推理模型，可以自动推断出冰况的三个参数(ct、sa、fa)。通过这些参数，研究人员能够大致了解破冰船所经历的海冰环境，从而辅助极地工程研究更细致的环境信息。
本文档来自技高网...【技术保护点】
1.一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于，包括以下步骤：所述识别方法通过识别系统实现，所述识别系统包括三个模块：信号预处理模块、时频特征提取模块和海冰冰况推理模块；具体识别步骤如下:
2.根据权利要求1所述的一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于：所述步骤一包含下列操作：
3.根据权利要求2所述的一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于：所述步骤二包含下列操作：
4.根据权利要求3所述的一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于：所述步骤三包含下列操作：
5.根据权利要求4所述的一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于：所述降噪处理包含对加速度进行低通滤波，得到只包含船-冰接触加速度数据；对提取出的加速度数据利用短时傅里叶变换可视化，获得船-冰接触事件时频图像。
6.根据权利要求5所述的一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于：所述船-冰接触自动识别模型是以加速度时频图为输入，以船-冰接触事件为识别
7.根据权利要求6所述的一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于：所述加速度时频特征包括船-冰接触频率、加速度响应脉宽、加速度幅值三项。
8.根据权利要求7所述的一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于：所述海冰冰况包括海冰密集度、海冰生长阶段以及海冰形态三项。
...【技术特征摘要】
1.一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于，包括以下步骤：所述识别方法通过识别系统实现，所述识别系统包括三个模块：信号预处理模块、时频特征提取模块和海冰冰况推理模块；具体识别步骤如下:
2.根据权利要求1所述的一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于：所述步骤一包含下列操作：
3.根据权利要求2所述的一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于：所述步骤二包含下列操作：
4.根据权利要求3所述的一种基于船载加速度测量的海冰冰况自动实时识别方法，其特征在于：所述步骤三包含下列操作：
5.根据权利要求4所述的一种基于船载加速度测量的海冰冰况自动实时识别方法...
【专利技术属性】
技术研发人员：李放，张碧晖，周利，丁仕风，韩森，
申请(专利权)人：上海交通大学，
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。