Artificial neural networks application in maritime, coastal, spare positioning system

• Autorzy: Praczyk T.

Warianty tytułu

PL

Zastosowanie sieci neuronowych w morskim, zapasowym, przybrzeżnym systemie pozycjonowania

• Języki publikacji: EN

Abstrakty

EN

Currently, positioning at sea is dominated by satellite systems like GPS. However, there are situations in which we are not able to use these systems. Particularly, it concerns armed contlicts when navigational information could be deliberately deformed or encoded. Navy ships should take such potential seriously into consideration. The article presents an altemative way of acquiring navigational information, namely application of neural approximators which task is to fix ship's position on the basis of information obtained from navigational radar.

PL

Nawigacja morska została w ostatnich czasach zdominowana przez systemy satelitarne, szczególnie przez system GPS. Istnieją jednak sytuacje w których system ten może przestać działać. Taka ewentualność dotyczy przede wszystkim konfliktów zbrojnych w trakcie których system GPS może zostać zniszczony, może nastąpić zakodowanie sygnału docierającego do odbiornika lub sygnał ten może zostać zakłócony. W takich sytuacjach konieczne jest posiadanie zapasowego systemu pozycjonowania. Jedną z możliwości jest wykorzystanie informacji pochodzącej z radaru nawigacyjnego. Obraz radarowy jest źródłem informacji o najbliższym otoczeniu okrętu. W pobliżu brzegu informacja ta może zostać wykorzystana do określenia jego przybliżonej pozycji. W artykule zaprezentowano koncepcje zapasowego, przybrzeżnego systemu pozycjonowania składającego się z trzech głównych komponentów: podsystemu rejestracji obrazu radarowego, podsystemu ekstrakcji cech z obrazu radarowego oraz podsystemu aproksymacji pozycji. Ekstrakcja cech z obrazu radarowego jak również aproksymacja pozycji odbywa się w proponowanym systemie z wykorzystaniem sieci neuronowych (zmodyfikowanej sieci Kohonena oraz sieci GRNN).

Słowa kluczowe

EN

maritime navigation; artificial neural networks

• Wydawca: Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Czasopismo: Theoretical and Applied Informatics
• Rocznik: 2006
• Tom: Vol. 18, nr 3
• Strony: 1175--189
• Opis fizyczny: Bibliogr. 10 poz., rys..

Twórcy

autor

Praczyk T.

• Naval University Smidowicza 69 Gdynia, Poland,

Bibliografia

• [1] Korbicz J., Obuchowicz A., Uciski D., Artificial neural networks, AOW PLJ, Warsaw (1994) (In Polish).
• [2] Kuchariew G., Processing and analysis of digital images, Szczecin Univ. of Technology, Szczecin (1999) (In Polish).
• [3] Osowski S., Neural networks in algorithmic sense, WNT, Warsaw (1996) (In Polish).
• [4] Praczyk T., Radar images compression for the need of a positioning coastal system and an assessment of this process, Annual of Navigation, no. 8, Gdynia (2004).
• [5] Praczyk T., Radar images compression in a project of the maritime, coastal positioning system – invariant method, Annual of Navigation, no. 10, Gdynia (2005).
• [6] Praczyk T., A feedforward linear neural network with Hebba selforganization in radar image compression, Annual of Navigation, no. 11, Gdynia (2006).
• [7] Praczyk T., Better kohonen neural network in radar images compression, Computational Methods in Science and Technology, Poznań (2006).
• [8] Specht D.F., A General Regression Neural Network, IDEE Transactions on Neural Networks. Vol. 2 No. 6, 1996.
• [9] Stateczny A., Comparative navigation, Gdańsk Scientific Society, Gdańsk (2001) (In Polish).
• [10] Tadeusiewicz R., Flesiński M., Image recognition, PWN, Warsaw (1991) (In Polish).