【摘要】：隨著國家對航海戰(zhàn)略的不斷推進,艦船監(jiān)測系統(tǒng)得以迅猛發(fā)展,對監(jiān)測系統(tǒng)中獲取的運動姿態(tài)數(shù)據(jù)流進行有效的預(yù)報挖掘就顯得尤為重要。艦船在行進途中,受風(fēng)、浪等外界干擾會不受控制地搖蕩,特別是在較惡劣海況中航行時,幅度過大的搖擺運動對艦載機的升降、艦船及時減搖及航載導(dǎo)彈準確射出等造成嚴重威脅。若能對艦船幾秒或十幾秒的運動趨勢提前預(yù)知,可以及時應(yīng)對由搖蕩產(chǎn)生的負面影響,對艦船安全作業(yè)具有巨大意義。艦船的運動姿態(tài)數(shù)據(jù)流在線預(yù)報一般指對數(shù)據(jù)流進行未來趨勢實時預(yù)報,即運用一定的科學(xué)手段對艦船未來一段時間內(nèi)(3-15s)姿態(tài)進行實時預(yù)報。利用歷史數(shù)據(jù)對未來進行預(yù)報工作,隸屬于數(shù)據(jù)挖掘的研究范疇,故本文的研究重點是對監(jiān)測系統(tǒng)中獲取的運動姿態(tài)數(shù)據(jù)流進行在線挖掘�？紤]到艦船運動姿態(tài)數(shù)據(jù)流同時具有運動姿態(tài)和數(shù)據(jù)流的共同特點,本文以數(shù)據(jù)流挖掘為理論框架,提出了一種改進鏈式可重寫滑窗技術(shù),并將其用于數(shù)據(jù)流中概要數(shù)據(jù)結(jié)構(gòu)的提取,對概要數(shù)據(jù)結(jié)構(gòu)中數(shù)據(jù)集使用小波閾值降噪處理,再利用基于Kalman的Volterra核估計預(yù)報算法實現(xiàn)對監(jiān)測系統(tǒng)中采集到的連續(xù)的運動姿態(tài)數(shù)據(jù)流的實時預(yù)報。經(jīng)驗證該方法在精度及計算效率上均具有較明顯優(yōu)勢。本文開展研究如下:首先,對數(shù)據(jù)流的獨特性及其對應(yīng)的主要查詢方式進行介紹,然后,對數(shù)據(jù)及數(shù)據(jù)流挖掘的目的、過程、框架及常用算法進行闡述,進而更好地了解挖掘的核心思想,使其恰當?shù)倪\用到后續(xù)研究中。其次,考慮艦船運動姿態(tài)的混沌特性,分別利用Volterra級數(shù)和卡爾曼濾波(Kalman)兩種算法及兩種算法的組合算法對運動姿態(tài)進行預(yù)報研究,驗證組合算法的優(yōu)勢,并結(jié)合傳統(tǒng)滑動窗口方法實現(xiàn)數(shù)據(jù)流實時處理的需求。最后,分析傳統(tǒng)滑動窗口技術(shù)存在的問題,提出改進鏈式可重寫滑動窗口技術(shù)用于數(shù)據(jù)流處理,同時考慮到運動序列中的噪聲問題,故先使用改進鏈式可重寫滑窗獲取概要數(shù)據(jù)結(jié)構(gòu),然后對其中的數(shù)據(jù)集進行小波閾值去噪,再使用基于Kalman濾波算法的Volterra核估計算法達到預(yù)報目的,通過在艦船運動姿態(tài)預(yù)報中的實踐驗證表明該算法可很好地解決運動姿態(tài)數(shù)據(jù)流在線預(yù)報問題。
【圖文】：

第 2 章 數(shù)據(jù)流及挖掘理論數(shù)據(jù)具有持久性，一經(jīng)保存后一直存在直到主動刪除。2) 查詢次數(shù)：由于數(shù)據(jù)流的瞬時特性，決定其數(shù)據(jù)一旦流過則會錯失訪問機會，即對該數(shù)據(jù)只能進行單次掃描訪問，而傳統(tǒng)數(shù)據(jù)庫中數(shù)據(jù)則可隨時不限次數(shù)地訪問。3) 查詢結(jié)果：在數(shù)據(jù)流上可做連續(xù)性查詢，其返回的結(jié)果是近似結(jié)果，而數(shù)據(jù)庫數(shù)據(jù)經(jīng)查詢可以得到當前數(shù)據(jù)庫中所有滿足條件的精確結(jié)果。4) 存取方式：數(shù)據(jù)流的項所對應(yīng)的存取形式與時間保持一致，即按時間依次存取，而數(shù)據(jù)庫的數(shù)據(jù)可以根據(jù)指令進行相應(yīng)的存儲和獲取。5) 更新速度：數(shù)據(jù)流數(shù)據(jù)項更新常表現(xiàn)出多路、量大、速率快等特性，而數(shù)據(jù)庫多以較低速率進行庫的更新。用戶

第 2 章 數(shù)據(jù)流及挖掘理論數(shù)據(jù)具有持久性，一經(jīng)保存后一直存在直到主動刪除。2) 查詢次數(shù)：由于數(shù)據(jù)流的瞬時特性，決定其數(shù)據(jù)一旦流過則會錯失訪問機會，即對該數(shù)據(jù)只能進行單次掃描訪問，而傳統(tǒng)數(shù)據(jù)庫中數(shù)據(jù)則可隨時不限次數(shù)地訪問。3) 查詢結(jié)果：在數(shù)據(jù)流上可做連續(xù)性查詢，其返回的結(jié)果是近似結(jié)果，而數(shù)據(jù)庫數(shù)據(jù)經(jīng)查詢可以得到當前數(shù)據(jù)庫中所有滿足條件的精確結(jié)果。4) 存取方式：數(shù)據(jù)流的項所對應(yīng)的存取形式與時間保持一致，即按時間依次存取，而數(shù)據(jù)庫的數(shù)據(jù)可以根據(jù)指令進行相應(yīng)的存儲和獲取。5) 更新速度：數(shù)據(jù)流數(shù)據(jù)項更新常表現(xiàn)出多路、量大、速率快等特性，而數(shù)據(jù)庫多以較低速率進行庫的更新。用戶
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U674.7

【相似文獻】

相關(guān)期刊論文 前10條

1 陳磊松;林錦賢;;面向高速網(wǎng)絡(luò)的數(shù)據(jù)流處理模型研究[J];漳州師范學(xué)院學(xué)報(自然科學(xué)版);2006年02期

2 李斌;數(shù)據(jù)流處理自動化和重新設(shè)計[J];管理科學(xué)文摘;1997年05期

3 王文敏;方濱興;胡銘曾;;邏輯程序設(shè)計語言的數(shù)據(jù)流并行計算模型研究[J];哈爾濱電工學(xué)院學(xué)報;1989年02期

4 David P.Misunas ,張啟瑞;數(shù)據(jù)流處理機的性能分析[J];計算機工程與應(yīng)用;1980年12期

5 陳付梅;韓德志;畢坤;戴永濤;;大數(shù)據(jù)環(huán)境下的分布式數(shù)據(jù)流處理關(guān)鍵技術(shù)探析[J];計算機應(yīng)用;2017年03期

6 程小輝;肖富元;饒建輝;李澤球;;基于局域網(wǎng)的自適應(yīng)修復(fù)的高可用數(shù)據(jù)流處理[J];計算機工程與設(shè)計;2011年07期

7 宮學(xué)慶;閆鶯;常建龍;張晨;周傲英;;數(shù)據(jù)流處理技術(shù)在電信網(wǎng)管系統(tǒng)中的應(yīng)用[J];計算機科學(xué)與探索;2008年02期

8 李俊奎;王元珍;;可重寫循環(huán)滑動窗口:面向高效的在線數(shù)據(jù)流處理[J];計算機科學(xué);2007年12期

9 牟柳晨,殷國富,廖敏;帶傳動遠程設(shè)計系統(tǒng)的數(shù)據(jù)流處理方法[J];計算機應(yīng)用;2004年S1期

10 朱蕾蕾;;大數(shù)據(jù)環(huán)境下的分布式數(shù)據(jù)流處理關(guān)鍵技術(shù)[J];電子技術(shù)與軟件工程;2019年06期

相關(guān)會議論文 前5條

1 韓近強;楊冬青;唐世渭;;數(shù)據(jù)流處理中一種自適應(yīng)的直方圖維護算法[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2003年

2 楚紅濤;寒楓;張燕;王婷;;基于數(shù)據(jù)流的挖掘研究[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

3 劉英杰;朱科軍;趙京偉;;BESIII事例篩選軟件中的備用機制[A];第13屆全國計算機、網(wǎng)絡(luò)在現(xiàn)代科學(xué)技術(shù)領(lǐng)域的應(yīng)用學(xué)術(shù)會議論文集[C];2007年

4 曹輝;巨新剛;于飛;;面向在軌信息處理的多層次緊耦合處理器設(shè)計和應(yīng)用[A];航天電子軍民融合論壇暨第十四屆學(xué)術(shù)交流會優(yōu)秀論文集（2017年）[C];2017年

5 姜文紅;;Linux系統(tǒng)中IPsec協(xié)議數(shù)據(jù)流處理方式的研究[A];中國電子學(xué)會第十六屆信息論學(xué)術(shù)年會論文集[C];2009年

相關(guān)重要報紙文章 前2條

1 文興;從映射研究看美股做A股(二)[N];金融投資報;2019年

2 李勇;降低投資70%[N];中國計算機報;2003年

相關(guān)博士學(xué)位論文 前10條

1 任思琪;基于概念漂移的數(shù)據(jù)流集成分類算法研究[D];湖南大學(xué);2018年

2 金澈清;數(shù)據(jù)流上若干查詢處理算法的研究[D];復(fù)旦大學(xué);2005年

3 王金棟;數(shù)據(jù)流系統(tǒng)中負載管理技術(shù)應(yīng)用研究[D];南京航空航天大學(xué);2006年

4 陳安龍;多數(shù)據(jù)流處理的關(guān)鍵技術(shù)研究[D];四川大學(xué);2006年

5 單世民;基于網(wǎng)格和密度的數(shù)據(jù)流聚類方法研究[D];大連理工大學(xué);2006年

6 劉學(xué)軍;數(shù)據(jù)流聚集查詢和頻繁模式挖掘的研究[D];東南大學(xué);2006年

7 王永利;數(shù)據(jù)流概要與數(shù)據(jù)流分析若干關(guān)鍵問題研究[D];東南大學(xué);2006年

8 錢江波;連續(xù)查詢硬處理器及相關(guān)算法研究[D];東南大學(xué);2006年

9 曹鋒;數(shù)據(jù)流聚類分析算法[D];復(fù)旦大學(xué);2006年

10 崇志宏;基于屏蔽/匯總技術(shù)的數(shù)據(jù)流處理算法[D];復(fù)旦大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 張逸;面向數(shù)據(jù)中心的高性能重復(fù)數(shù)據(jù)刪除機制研究[D];天津理工大學(xué);2019年

2 吳爽;艦船姿態(tài)數(shù)據(jù)流在線預(yù)報算法研究[D];哈爾濱工程大學(xué);2019年

3 馮忠慧;基于滑動窗口的數(shù)據(jù)流頻繁模式挖掘算法的研究[D];天津工業(yè)大學(xué);2019年

4 徐以玖;激光掃描數(shù)據(jù)流在線采集與辨識技術(shù)研究[D];長春理工大學(xué);2018年

5 劉庭輝;智能電網(wǎng)大數(shù)據(jù)流的快速分發(fā)與任務(wù)調(diào)度方法研究[D];華北電力大學(xué);2018年

6 魏星貝;基于時間關(guān)聯(lián)性的數(shù)據(jù)流亂序處理技術(shù)[D];廣西大學(xué);2018年

7 陳貴丹;面向數(shù)據(jù)流的Top-k復(fù)雜事件查詢技術(shù)研究[D];湖南大學(xué);2018年

8 韓杰;基于集成學(xué)習(xí)的數(shù)據(jù)流分類算法研究[D];合肥工業(yè)大學(xué);2018年

9 宋巧紅;一種數(shù)據(jù)流突變點快速探測算法的研究與實現(xiàn)[D];東華大學(xué);2018年

10 包涵;基于有監(jiān)督學(xué)習(xí)的數(shù)據(jù)流多維序列異常檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2016年

，

本文編號：2694052