發(fā)布時間：2017-12-27 07:37

  本文關(guān)鍵詞：雷達(dá)大數(shù)據(jù)存儲與分析處理技術(shù)研究　出處：《中國艦船研究院》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 雷達(dá)數(shù)據(jù) 分布式存儲 并行處理 HBase MapReduce

【摘要】：海上目標(biāo)的運動規(guī)律可以通過分析雷達(dá)及相關(guān)設(shè)備采集的數(shù)據(jù)而獲得,但是雷達(dá)數(shù)據(jù)的巨大數(shù)據(jù)量為雷達(dá)數(shù)據(jù)的存儲和分析帶來了新的困難。分布式并行處理框架Hadoop為存儲和分析雷達(dá)數(shù)據(jù)提供了可能。部分目標(biāo)通過偽裝,無法通過民用手段和雷達(dá)特效識別,利用異常軌跡分析算法判斷異常軌跡,可以發(fā)現(xiàn)這些目標(biāo)。針對雷達(dá)數(shù)據(jù)的海量特性,使用分布式處理框架Hadoop存儲處理雷達(dá)數(shù)據(jù),并設(shè)計了異常軌跡分析算法。首先實現(xiàn)了雷達(dá)數(shù)據(jù)的分布式存儲,其次分析AIS數(shù)據(jù)和航跡數(shù)據(jù)總結(jié)目標(biāo)運動軌跡規(guī)律生成全AIS軌跡知識庫、單AIS軌跡知識庫和全航跡軌跡知識庫,并以此為基礎(chǔ)利用異常軌跡分析算法提取異常軌跡,分析異常軌跡規(guī)律,實現(xiàn)新軌跡是否異常的判斷,最后對比不同處理方式的處理效率。結(jié)果表明分布式并行處理的處理速度優(yōu)于集中式處理,并隨節(jié)點數(shù)增加有較大提升。本文實現(xiàn)了有效雷達(dá)數(shù)據(jù)的篩選,雷達(dá)數(shù)據(jù)的高效存儲,目標(biāo)運動和分布規(guī)律的發(fā)現(xiàn),以及異常軌跡的判斷以及異常軌跡規(guī)律的發(fā)現(xiàn)。利用MapReduce完成對海量雷達(dá)數(shù)據(jù)的快速分析,挖掘出雷達(dá)數(shù)據(jù)更多的價值。
[Abstract]:The motion rule of sea target can be obtained by analyzing the data collected by radar and related equipment, but the huge amount of radar data brings new difficulties for radar data storage and analysis. The distributed parallel processing framework (Hadoop) provides the possibility for storage and analysis of radar data. Some targets can not be identified by civil means and radar special effects through camouflage, and the anomaly trajectory analysis algorithm is used to determine the abnormal trajectories, and these targets can be found. In view of the massive characteristics of radar data, the distributed processing framework Hadoop is used to store the radar data, and an anomaly trajectory analysis algorithm is designed. First of all to achieve the distributed storage of radar data, followed by the analysis of AIS data and track data summary of target trajectory rules to generate all AIS paths of knowledge base, knowledge base and AIS single track whole track trajectory of knowledge base, and on the basis of the abnormal trajectory extraction trajectory outlier analysis algorithm, analysis of the abnormal trajectory, to achieve a new trajectory is abnormal judgment and treatment efficiency comparison of different processing methods. The results show that the processing speed of distributed parallel processing is better than centralized processing, and it increases with the number of nodes. This paper realizes the screening of effective radar data, the efficient storage of radar data, the discovery of target motion and distribution rules, the judgement of abnormal trajectories and the discovery of abnormal track rules. Using MapReduce to complete the rapid analysis of massive radar data, and to excavate more value of radar data.
【學(xué)位授予單位】：中國艦船研究院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭士貴;數(shù)據(jù)存儲的全面管理[J];管理科學(xué)文摘;1997年09期

2 相曉明;網(wǎng)上存儲:X:Drive[J];互聯(lián)網(wǎng)周刊;2000年30期

3 王宇葳;誰來吞吐你的數(shù)據(jù)[J];互聯(lián)網(wǎng)周刊;2000年30期

4 袁勝,馮毅,伍顯峰,涂春明,盛云川;移動計費營業(yè)系統(tǒng)中數(shù)據(jù)存儲的考慮[J];電信技術(shù);2001年01期

5 楊向東;數(shù)據(jù)存儲——深化金融電子化的奠基之石[J];華南金融電腦;2002年03期

6 李子臣,王振光,王文靜;外包數(shù)據(jù)存儲——經(jīng)濟(jì)、安全、高效[J];現(xiàn)代情報;2002年11期

7 楊向東;數(shù)據(jù)存儲——金融電子化的基石[J];中國金融電腦;2002年03期

8 黃重訊;企業(yè)的數(shù)據(jù)存儲[J];鄉(xiāng)鎮(zhèn)企業(yè)研究;2003年06期

9 李婕;;醫(yī)院信息化促進(jìn)數(shù)據(jù)存儲中心的建立[J];醫(yī)學(xué)信息;2006年09期

10 夏歡;熊前興;馮櫻;;數(shù)據(jù)存儲的探討[J];科技信息;2006年S4期

相關(guān)會議論文 前10條

1 孫崢皓;汪宏f;閻巖;岑小鋒;鄧志均;;淺談信息化戰(zhàn)爭對大數(shù)據(jù)存儲與分析的要求及對策[A];2013第一屆中國指揮控制大會論文集[C];2013年

2 張沁川;王厚軍;;基于大容量閃存的數(shù)據(jù)存儲與管理[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會論文集（Ⅲ）[C];2008年

3 霍躍華;;IP SAN在煤炭企業(yè)數(shù)據(jù)存儲的應(yīng)用研究[A];煤礦自動化與信息化——第20屆全國煤礦自動化與信息化學(xué)術(shù)會議暨第2屆中國煤礦信息化與自動化高層論壇論文集[C];2010年

4 盛磊;李美華;程林;;一種軋鋼過程數(shù)據(jù)存儲方法[A];全國冶金自動化信息網(wǎng)2014年會論文集[C];2014年

5 王文峰;李佳;;芻議信息系統(tǒng)數(shù)據(jù)存儲與備份系統(tǒng)的構(gòu)建方式[A];2011年云南電力技術(shù)論壇論文集（入選部分）[C];2011年

6 張艷秋;李建中;楊艷;張兆功;;混合負(fù)載多媒體服務(wù)器的數(shù)據(jù)存儲和數(shù)據(jù)提交[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

7 王淑江;;煙臺日報傳媒集團(tuán)存儲體系規(guī)劃[A];中國新聞技術(shù)工作者聯(lián)合會五屆一次理事會暨學(xué)術(shù)年會論文集（上篇）[C];2009年

8 ;Wallstor網(wǎng)絡(luò)數(shù)據(jù)存儲的新技術(shù)應(yīng)用[A];江蘇省微型電腦應(yīng)用協(xié)會產(chǎn)學(xué)研成果交流會會議資料[C];2010年

9 韋大偉;;分布式數(shù)據(jù)存儲中的機(jī)密性保護(hù)[A];2006年全國開放式分布與并行計算機(jī)學(xué)術(shù)會議論文集（三）[C];2006年

10 韓德志;;內(nèi)網(wǎng)數(shù)據(jù)存儲安全關(guān)鍵技術(shù)的研究與實現(xiàn)[A];2010年第16屆全國信息存儲技術(shù)大會（IST2010）論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 中國惠普公司網(wǎng)絡(luò)存儲事業(yè)部技術(shù)顧問 周志峰;數(shù)據(jù)存儲面臨七大挑戰(zhàn)[N];計算機(jī)世界;2001年

2 本報記者 郭濤;中興通訊打造安全高效的大數(shù)據(jù)存儲[N];中國計算機(jī)報;2013年

3 本報記者 陳巍巍;數(shù)據(jù)存儲 進(jìn)化正當(dāng)時[N];計算機(jī)世界;2013年

4 本報記者 黃銳;綠源巢:大數(shù)據(jù)存儲弄潮兒[N];東莞日報;2014年

5 毛玲玲 吳非;數(shù)據(jù)存儲 安全為重[N];解放軍報;2014年

6 本報記者 郭濤;華為存儲：高端存儲、大數(shù)據(jù)存儲齊頭并進(jìn)[N];中國計算機(jī)報;2013年

7 本報記者 方慧玲;糾刪碼技術(shù)：大數(shù)據(jù)存儲的“安全衛(wèi)士”[N];江蘇科技報;2014年

8 ;培養(yǎng)皿中的數(shù)據(jù)存儲[N];網(wǎng)絡(luò)世界;2007年

9 ;2010年中小企業(yè)數(shù)據(jù)存儲市場六大趨勢[N];網(wǎng)絡(luò)世界;2010年

10 本報實習(xí)記者 陳勛燕;數(shù)據(jù)存儲網(wǎng)絡(luò)凸現(xiàn)商機(jī) 上海郵通轉(zhuǎn)型前景看好[N];通信信息報;2002年

相關(guān)博士學(xué)位論文 前3條

1 付松齡;分布式在線社交網(wǎng)絡(luò)數(shù)據(jù)存儲及優(yōu)化技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 張杰;一種高速數(shù)據(jù)存儲方法的研究[D];中國科學(xué)技術(shù)大學(xué);2013年

3 付永忠;基于AFM和硫系相變材料的超高密度數(shù)據(jù)存儲機(jī)理研究[D];江蘇大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 葛佳;P2P網(wǎng)絡(luò)信譽(yù)數(shù)據(jù)存儲與恢復(fù)方法的研究與實現(xiàn)[D];昆明理工大學(xué);2015年

2 李青;科技云平臺的數(shù)據(jù)存儲管理技術(shù)研究[D];北方工業(yè)大學(xué);2016年

3 陳曦;調(diào)控一體化實時數(shù)據(jù)存儲應(yīng)用系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2016年

4 楊洪磊;大數(shù)據(jù)環(huán)境下農(nóng)業(yè)數(shù)字資源存儲與分析技術(shù)研究[D];中國農(nóng)業(yè)科學(xué)院;2016年

5 祖東輝;大容量雷達(dá)數(shù)據(jù)存儲與管理技術(shù)研究[D];電子科技大學(xué);2016年

6 孟凡君;雷達(dá)大數(shù)據(jù)存儲與分析處理技術(shù)研究[D];中國艦船研究院;2016年

7 易瓊;惡劣環(huán)境下無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)存儲問題研究[D];南京郵電大學(xué);2016年

8 薩日娜;一種基于綜合閾值的分布式數(shù)據(jù)存儲方法[D];哈爾濱工程大學(xué);2011年

9 胡海光;鉆探工程項目數(shù)據(jù)存儲及其安全的應(yīng)用研究[D];中國地質(zhì)大學(xué)(北京);2012年

10 史玉麗;基于嵌入式的數(shù)據(jù)存儲與通信模塊的設(shè)計[D];內(nèi)蒙古師范大學(xué);2012年

，

本文編號：1340832