本發(fā)明涉及船舶監(jiān)控報警，尤其涉及一種應(yīng)用于兩棲船舶的無線監(jiān)控報警系統(tǒng)及方法。

背景技術(shù)：

1、兩棲船舶作為一種能夠在水陸兩種環(huán)境中運(yùn)行的特種船舶，由于其作業(yè)環(huán)境的復(fù)雜性和特殊性，對傾斜穩(wěn)定性的要求更高。兩棲船舶需要在水上和陸地兩種環(huán)境中航行和作業(yè)，水上航行時會受到風(fēng)浪、水流等因素的影響，陸地行駛時則會受到地面起伏、載荷變化等因素的影響，這些都會導(dǎo)致船舶發(fā)生傾斜。過大的傾斜角度不僅會影響船舶的航行性能和作業(yè)效率，嚴(yán)重時甚至?xí)?dǎo)致船舶傾覆，造成人員傷亡和財產(chǎn)損失。波浪和水流等環(huán)境因素會對傾角傳感器產(chǎn)生干擾。當(dāng)船舶在波浪中航行時，船體會隨著波浪的起伏而不斷搖晃，這種搖晃會對傾角傳感器的測量結(jié)果產(chǎn)生影響，導(dǎo)致測量數(shù)據(jù)出現(xiàn)偏差。此外，水流也會對船體產(chǎn)生作用力，影響船體的姿態(tài)，進(jìn)而影響傾角傳感器的測量精度。船舶自身的運(yùn)動也會對傾角測量產(chǎn)生影響。例如，當(dāng)船舶轉(zhuǎn)彎時，會產(chǎn)生離心力，導(dǎo)致船體向外側(cè)傾斜。這種傾斜是船舶正常運(yùn)動的一部分，但傳統(tǒng)的傾角傳感器往往無法區(qū)分這種運(yùn)動傾斜和由外部因素引起的傾斜，從而導(dǎo)致測量結(jié)果出現(xiàn)誤差。然而，傳統(tǒng)的兩棲船舶傾角監(jiān)控通常簡單利用傳感器監(jiān)測數(shù)據(jù)進(jìn)行監(jiān)控，往往無法區(qū)分運(yùn)動傾斜和由外部因素引起的傾斜，導(dǎo)致測量結(jié)果出現(xiàn)誤差，存在誤報警頻發(fā)的問題，最終影響船舶的安全航行。

技術(shù)實(shí)現(xiàn)思路

1、基于此，本發(fā)明提供一種應(yīng)用于兩棲船舶的無線監(jiān)控報警系統(tǒng)及方法，以解決至少一個上述技術(shù)問題。

2、為實(shí)現(xiàn)上述目的，一種應(yīng)用于兩棲船舶的無線監(jiān)控報警方法，包括以下步驟：

3、步驟s1：在兩棲船舶上搭建船舶狀態(tài)監(jiān)控報警裝置；通過船舶狀態(tài)監(jiān)控報警裝置對兩棲船舶進(jìn)行船體狀態(tài)監(jiān)測，生成校準(zhǔn)船舶狀態(tài)監(jiān)測數(shù)據(jù)；

4、步驟s2：根據(jù)校準(zhǔn)船舶狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行傾角觀測值估算，得到實(shí)時船體傾角值；根據(jù)校準(zhǔn)船舶狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行船舶運(yùn)動參數(shù)處理，得到船舶運(yùn)動轉(zhuǎn)彎離心力數(shù)據(jù)；通過船舶運(yùn)動轉(zhuǎn)彎離心力數(shù)據(jù)對實(shí)時船體傾角值進(jìn)行運(yùn)動傾角補(bǔ)償，生成補(bǔ)償傾角估計值；

5、步驟s3：獲取實(shí)時水況氣象數(shù)據(jù)；根據(jù)實(shí)時水況氣象數(shù)據(jù)以及補(bǔ)償傾角估計值進(jìn)行船舶報警閾值模糊推理，分別得到橫搖角報警閾值以及縱傾角報警閾值；對橫搖角報警閾值以及縱傾角報警閾值進(jìn)行場景化動態(tài)調(diào)整，得到動態(tài)報警閾值；

6、步驟s4：利用動態(tài)報警閾值對補(bǔ)償傾角估計值進(jìn)行智能報警判斷，生成最終船舶報警信號；

7、步驟s5：通過lorawan無線通信模塊將最終船舶報警信號發(fā)送到船員的移動設(shè)備或岸基監(jiān)控中心，得到無線報警監(jiān)控信息。

8、本發(fā)明通過搭建船舶狀態(tài)監(jiān)控報警裝置，能夠全面監(jiān)測兩棲船舶的船體狀態(tài)，同時，通過對船舶運(yùn)動參數(shù)的處理，系統(tǒng)可以準(zhǔn)確計算船舶轉(zhuǎn)彎時的離心力影響，并結(jié)合實(shí)時船體傾角值進(jìn)行運(yùn)動傾角補(bǔ)償，這種補(bǔ)償機(jī)制能夠有效區(qū)分船舶正常運(yùn)動傾斜和外部環(huán)境引起的傾斜，減少了因運(yùn)動因素導(dǎo)致的監(jiān)測誤差，顯著提高了數(shù)據(jù)的可靠性。結(jié)合實(shí)時水況和氣象數(shù)據(jù)，對船體傾角報警閾值進(jìn)行模糊推理處理，并根據(jù)船舶的作業(yè)場景動態(tài)調(diào)整報警閾值。這種動態(tài)調(diào)整機(jī)制避免了傳統(tǒng)固定閾值設(shè)置的局限性，使系統(tǒng)能夠根據(jù)實(shí)際環(huán)境條件靈活設(shè)定合理的報警閾值，減少了復(fù)雜水況或極端氣象條件下的誤報警現(xiàn)象，同時能夠及時捕捉真正的危險傾角變化，為船舶的安全運(yùn)行提供更加精準(zhǔn)的預(yù)警支持，實(shí)現(xiàn)了橫搖角和縱傾角報警閾值的獨(dú)立調(diào)整，能夠針對不同傾斜方向的風(fēng)險特征進(jìn)行差異化處理，進(jìn)一步提升了報警的準(zhǔn)確性。通過智能報警判斷機(jī)制，對補(bǔ)償后的傾角估計值進(jìn)行全面分析，生成最終的船舶報警信號，確保報警信號的可信度和實(shí)用性。這種智能判斷能力有效避免了因單一數(shù)據(jù)異常而造成的誤報警現(xiàn)象，使報警系統(tǒng)更加穩(wěn)定可靠。最后，通過lorawan無線通信模塊將報警信號實(shí)時傳輸至船員的移動設(shè)備或岸基監(jiān)控中心，系統(tǒng)不僅能夠?qū)崿F(xiàn)遠(yuǎn)程報警的實(shí)時性，還能確保重要信息在緊急情況下快速傳遞到相關(guān)人員手中，便于船員和岸基管理人員及時采取應(yīng)對措施，從而大幅提升了船舶安全管理的效率和應(yīng)急處理能力。因此，本發(fā)明的一種應(yīng)用于兩棲船舶的無線監(jiān)控報警方法針對傳統(tǒng)兩棲船舶傾角監(jiān)控存在的誤報、漏報、適應(yīng)性差問題，實(shí)現(xiàn)了對船舶傾角狀態(tài)的精準(zhǔn)監(jiān)測、智能分析和及時預(yù)警，顯著提升了兩棲船舶在復(fù)雜環(huán)境下的航行安全性。

9、優(yōu)選地，步驟s1包括以下步驟：

10、步驟s11：在兩棲船舶的船首、船尾和船體中部安裝多個三軸加速度計、三軸陀螺儀和gps模塊，并進(jìn)行初始化校準(zhǔn)，以搭建船舶狀態(tài)監(jiān)控報警裝置；

11、步驟s12：根據(jù)船舶狀態(tài)監(jiān)控報警裝置進(jìn)行采樣頻率設(shè)置，并對兩棲船舶進(jìn)行船體狀態(tài)監(jiān)測，生成船舶狀態(tài)監(jiān)測原始數(shù)據(jù)；

12、步驟s13：通過lorawan無線通信模塊將船舶狀態(tài)監(jiān)測原始數(shù)據(jù)傳輸?shù)酱d數(shù)據(jù)處理中心，并進(jìn)行多源數(shù)據(jù)解析，生成船舶狀態(tài)監(jiān)測元數(shù)據(jù)；

13、步驟s14：對船舶狀態(tài)監(jiān)測元數(shù)據(jù)進(jìn)行噪聲濾波處理，得到降噪船舶狀態(tài)監(jiān)測數(shù)據(jù)；

14、步驟s15：對降噪船舶狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行時間戳同步處理，并利用gps模塊中時間信號為基準(zhǔn)進(jìn)行時間校正，生成校準(zhǔn)船舶狀態(tài)監(jiān)測數(shù)據(jù)。

15、本發(fā)明通過在兩棲船舶的船首、船尾和船體中部安裝多個三軸加速度計、三軸陀螺儀和gps模塊，并進(jìn)行初始化校準(zhǔn)，能夠?qū)崿F(xiàn)對船舶全方位、多角度的狀態(tài)監(jiān)測，有效提升數(shù)據(jù)采集的全面性和精確性。通過采樣頻率的合理設(shè)置，系統(tǒng)能夠適應(yīng)不同航行和作業(yè)場景的需求，確保監(jiān)測數(shù)據(jù)的實(shí)時性和有效性。利用lorawan無線通信模塊將采集的原始數(shù)據(jù)傳輸?shù)酱d數(shù)據(jù)處理中心，能夠減少數(shù)據(jù)傳輸?shù)难舆t和丟失風(fēng)險，保證數(shù)據(jù)傳輸?shù)母咝院涂煽啃?。通過多源數(shù)據(jù)解析技術(shù)，對不同傳感器采集到的數(shù)據(jù)進(jìn)行融合處理，生成結(jié)構(gòu)化的船舶狀態(tài)監(jiān)測元數(shù)據(jù)，有效提升數(shù)據(jù)的可用性和一致性。同時，通過噪聲濾波處理技術(shù)，系統(tǒng)能夠顯著降低采集數(shù)據(jù)中的環(huán)境噪聲干擾，提高監(jiān)測數(shù)據(jù)的準(zhǔn)確性和穩(wěn)定性。進(jìn)一步采用時間戳同步處理技術(shù)，并以gps模塊的時間信號為基準(zhǔn)進(jìn)行時間校正，能夠確保監(jiān)測數(shù)據(jù)的時間一致性。

16、優(yōu)選地，步驟s2包括以下步驟：

17、步驟s21：根據(jù)校準(zhǔn)船舶狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行實(shí)時測量數(shù)據(jù)提取，分別得到實(shí)時gps定位數(shù)據(jù)、實(shí)時加速度計測量數(shù)據(jù)以及實(shí)時陀螺儀測量數(shù)據(jù)；

18、步驟s22：根據(jù)實(shí)時加速度計測量數(shù)據(jù)以及實(shí)時陀螺儀測量數(shù)據(jù)進(jìn)行卡爾曼傾角觀測值估算，得到實(shí)時船體傾角值；

19、步驟s23：通過實(shí)時gps定位數(shù)據(jù)進(jìn)行船舶經(jīng)緯度坐標(biāo)提取，得到船舶經(jīng)緯度坐標(biāo)數(shù)據(jù)；

20、步驟s24：根據(jù)船舶經(jīng)緯度坐標(biāo)數(shù)據(jù)進(jìn)行船舶運(yùn)動參數(shù)處理，得到船舶運(yùn)動轉(zhuǎn)彎離心力數(shù)據(jù)；

21、步驟s25：將船舶運(yùn)動轉(zhuǎn)彎離心力數(shù)據(jù)作為傾角補(bǔ)償量，對實(shí)時船體傾角值進(jìn)行運(yùn)動傾角補(bǔ)償，生成補(bǔ)償傾角估計值。

22、本發(fā)明通過對校準(zhǔn)后的船舶狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行實(shí)時測量數(shù)據(jù)的提取和處理，能夠全面獲取船舶的實(shí)時gps定位數(shù)據(jù)、加速度計測量數(shù)據(jù)以及陀螺儀測量數(shù)據(jù)，為后續(xù)傾角計算和補(bǔ)償提供高精度、多維度的基礎(chǔ)數(shù)據(jù)支持。利用卡爾曼濾波算法對加速度計和陀螺儀的數(shù)據(jù)進(jìn)行融合處理，可以有效降低單一傳感器數(shù)據(jù)中的噪聲和偏差，提高實(shí)時船體傾角值的計算精度和穩(wěn)定性。同時，通過gps定位數(shù)據(jù)提取船舶經(jīng)緯度坐標(biāo)，能夠精確確定船舶的空間位置和運(yùn)動軌跡，為船舶動態(tài)運(yùn)動參數(shù)的計算提供重要依據(jù)?；诮?jīng)緯度坐標(biāo)進(jìn)行船舶運(yùn)動參數(shù)處理，計算出船舶在轉(zhuǎn)彎過程中產(chǎn)生的離心力數(shù)據(jù)，進(jìn)一步結(jié)合這些數(shù)據(jù)對實(shí)時船體傾角值進(jìn)行運(yùn)動傾角補(bǔ)償，能夠有效區(qū)分正常運(yùn)動傾斜與外部環(huán)境干擾引起的傾斜偏差，從而生成更加準(zhǔn)確的補(bǔ)償傾角估計值。

23、優(yōu)選地，步驟s22包括以下步驟：

24、步驟s221：根據(jù)實(shí)時加速度計測量數(shù)據(jù)以及實(shí)時陀螺儀測量數(shù)據(jù)進(jìn)行三軸測量值分解，并進(jìn)行測量變量定義，得到船體監(jiān)測變量數(shù)據(jù)；

25、步驟s222：根據(jù)船體監(jiān)測變量數(shù)據(jù)構(gòu)建卡爾曼測量傾角計算模型；

26、步驟s223：利用實(shí)時加速度計測量數(shù)據(jù)計算重力加速度在三個軸向上的分量，得到重力加速度分量；

27、步驟s224：根據(jù)重力加速度分量進(jìn)行當(dāng)前傾角觀測值估算，得到船體實(shí)時傾角觀測估算值；

28、步驟s225：對實(shí)時加速度計測量數(shù)據(jù)以及實(shí)時陀螺儀測量數(shù)據(jù)進(jìn)行實(shí)時測量噪聲處理，并利用卡爾曼測量傾角計算模型進(jìn)行傾角預(yù)測值計算，得到船體傾角預(yù)測值；

29、步驟s226：通過船體實(shí)時傾角觀測估算值對船體傾角預(yù)測值進(jìn)行差值計算，并進(jìn)行卡爾曼增益加權(quán)更新，生成實(shí)時船體傾角值。

30、本發(fā)明通過對實(shí)時加速度計測量數(shù)據(jù)和實(shí)時陀螺儀測量數(shù)據(jù)進(jìn)行三軸分解與變量定義，能夠精確提取船體姿態(tài)的監(jiān)測變量數(shù)據(jù)，為傾角計算提供明確的物理基礎(chǔ)?；谶@些監(jiān)測變量數(shù)據(jù)構(gòu)建卡爾曼測量傾角計算模型，使得傾角估算和預(yù)測具有更高的數(shù)學(xué)精度和動態(tài)適應(yīng)性。通過計算重力加速度在各軸向的分量并據(jù)此進(jìn)行傾角觀測值的估算，系統(tǒng)能夠快速獲取船體的實(shí)時傾角觀測估算值。同時，對測量數(shù)據(jù)中的噪聲進(jìn)行實(shí)時處理，有效降低外界干擾對傾角計算的影響，確保數(shù)據(jù)的穩(wěn)定性和可靠性。利用卡爾曼濾波算法計算船體傾角預(yù)測值，并結(jié)合實(shí)時傾角觀測估算值進(jìn)行差值計算和卡爾曼增益加權(quán)更新，能夠動態(tài)修正傾角預(yù)測誤差，生成更加精準(zhǔn)的實(shí)時船體傾角值。這種聯(lián)合觀測與預(yù)測的處理機(jī)制，不僅提升了傾角計算的精度，還增強(qiáng)了系統(tǒng)對船體快速運(yùn)動狀態(tài)的響應(yīng)能力，特別是在復(fù)雜環(huán)境下能夠有效減小傾角計算中的累計誤差和瞬態(tài)誤差。

31、優(yōu)選地，步驟s222包括以下步驟：

32、對兩棲船舶進(jìn)行船體狀態(tài)變量定義，得到船體狀態(tài)變量數(shù)據(jù)；其中，所述船體狀態(tài)變量數(shù)據(jù)包括橫搖角、縱傾角、橫搖角速率以及縱傾角速率；

33、根據(jù)船體監(jiān)測變量數(shù)據(jù)以及船體狀態(tài)變量數(shù)據(jù)構(gòu)建卡爾曼濾波器計算方程，得到初始卡爾曼測量傾角計算模型；

34、獲取兩棲船舶歷史航行數(shù)據(jù)；

35、利用兩棲船舶歷史航行數(shù)據(jù)對船體狀態(tài)變量數(shù)據(jù)進(jìn)行初始狀態(tài)統(tǒng)計，生成船舶狀態(tài)向量初始值數(shù)據(jù)；

36、基于加速度計和陀螺儀進(jìn)行測量誤差分析，并設(shè)置狀態(tài)向量初始協(xié)方差矩陣，得到初始協(xié)方差矩陣；其中，所述初始協(xié)方差矩陣中對角線元素表示各狀態(tài)變量的初始不確定度，非對角線元素表示狀態(tài)變量之間的相關(guān)性；

37、將初始協(xié)方差矩陣以及船舶狀態(tài)向量初始值數(shù)據(jù)進(jìn)行卡爾曼參數(shù)組合，并對初始卡爾曼測量傾角計算模型進(jìn)行參數(shù)調(diào)整，得到卡爾曼測量傾角計算模型。

38、本發(fā)明通過對兩棲船舶的船體狀態(tài)變量進(jìn)行定義，明確了包括橫搖角、縱傾角、橫搖角速率以及縱傾角速率在內(nèi)的關(guān)鍵監(jiān)測變量，為傾角計算提供了全面的狀態(tài)描述基礎(chǔ)。結(jié)合船體監(jiān)測變量數(shù)據(jù)和狀態(tài)變量數(shù)據(jù)，構(gòu)建初始卡爾曼濾波器計算方程，使模型能夠準(zhǔn)確反映船舶動態(tài)狀態(tài)的變化特性。通過利用兩棲船舶的歷史航行數(shù)據(jù)對狀態(tài)變量進(jìn)行初始狀態(tài)統(tǒng)計，生成船舶狀態(tài)向量初始值數(shù)據(jù)，能夠在模型初始化階段充分考慮船舶運(yùn)行的歷史特性和動態(tài)規(guī)律，從而提高模型的適用性和初始計算的準(zhǔn)確性。此外，通過對加速度計和陀螺儀的測量誤差進(jìn)行分析，結(jié)合狀態(tài)向量的初始協(xié)方差矩陣設(shè)置，系統(tǒng)可以有效量化各狀態(tài)變量的不確定性及其相互關(guān)聯(lián)性。協(xié)方差矩陣的設(shè)置保證了卡爾曼濾波器在動態(tài)計算過程中能夠平衡觀測值與預(yù)測值之間的權(quán)重，減少模型誤差的累積效應(yīng)。最終，將初始協(xié)方差矩陣與船舶狀態(tài)向量初始值進(jìn)行參數(shù)組合，并對初始卡爾曼測量傾角計算模型進(jìn)行參數(shù)調(diào)整，使模型更加貼合船舶的動態(tài)運(yùn)行特性和外部環(huán)境干擾特性。

39、優(yōu)選地，步驟s24包括以下步驟：

40、步驟s241：根據(jù)船舶經(jīng)緯度坐標(biāo)數(shù)據(jù)進(jìn)行實(shí)時航向角計算，生成實(shí)時航向角數(shù)據(jù)；

41、步驟s242：根據(jù)船舶經(jīng)緯度坐標(biāo)數(shù)據(jù)進(jìn)行實(shí)時速度計算，生成實(shí)時航行速度數(shù)據(jù)；

42、步驟s243：對實(shí)時航向角數(shù)據(jù)進(jìn)行航向角變化率計算，并通過預(yù)設(shè)的航向角變化閾值判斷實(shí)時航向角的變化是否超過航向角變化閾值，得到航向角變化判斷數(shù)據(jù)；

43、步驟s244：當(dāng)航向角變化判斷數(shù)據(jù)為真時，則判定船舶正在轉(zhuǎn)彎，得到船舶轉(zhuǎn)彎判定數(shù)據(jù)；

44、步驟s245：基于船舶轉(zhuǎn)彎判定數(shù)據(jù)通過實(shí)時航行速度數(shù)據(jù)進(jìn)行船舶轉(zhuǎn)彎時離心力計算，得到船舶運(yùn)動轉(zhuǎn)彎離心力數(shù)據(jù)。

45、本發(fā)明通過對船舶經(jīng)緯度坐標(biāo)數(shù)據(jù)的處理，能夠?qū)崟r計算船舶的航向角和航行速度，提供精確的運(yùn)動狀態(tài)數(shù)據(jù)，為船舶動態(tài)行為的判定奠定了基礎(chǔ)。實(shí)時航向角變化率的計算以及航向角變化閾值的判斷，有助于快速識別船舶是否處于轉(zhuǎn)彎狀態(tài)，避免了傳統(tǒng)方法中對船舶轉(zhuǎn)彎動態(tài)識別的滯后性和不準(zhǔn)確性。當(dāng)判定船舶正在轉(zhuǎn)彎時，系統(tǒng)結(jié)合實(shí)時航行速度數(shù)據(jù)計算出船舶轉(zhuǎn)彎時的離心力數(shù)據(jù)，為后續(xù)的傾角補(bǔ)償提供關(guān)鍵的運(yùn)動參數(shù)支持。通過這一離心力計算過程，系統(tǒng)能夠準(zhǔn)確量化船舶轉(zhuǎn)彎過程中產(chǎn)生的動態(tài)外力影響，并將其與實(shí)際傾角數(shù)據(jù)分離，避免了因離心力引起的傾斜被誤判為外部環(huán)境干擾，從而顯著提升了傾角監(jiān)測的準(zhǔn)確性。

46、優(yōu)選地，步驟s3包括以下步驟：

47、步驟s31：根據(jù)兩棲船舶類型設(shè)定模糊邏輯輸入變量，得到模糊邏輯輸入變量；

48、步驟s32：根據(jù)模糊邏輯輸入變量進(jìn)行模糊邏輯輸出變量設(shè)置，生成模糊邏輯輸出變量；

49、步驟s33：根據(jù)模糊邏輯輸入變量以及模糊邏輯輸出變量進(jìn)行模糊集合定義，從而建立模糊邏輯推理模型；

50、步驟s34：根據(jù)補(bǔ)償傾角估計值進(jìn)行橫搖角和縱傾角變化率計算，得到傾角變化率數(shù)據(jù)；

51、步驟s35：獲取實(shí)時水況氣象數(shù)據(jù)；根據(jù)實(shí)時水況氣象數(shù)據(jù)進(jìn)行水浪高度評級，得到實(shí)時水浪高度數(shù)據(jù)；

52、步驟s36：將傾角變化率數(shù)據(jù)以及實(shí)時水浪高度數(shù)據(jù)輸入至模糊邏輯推理模型，并進(jìn)行模糊推理，分別得到橫搖角報警閾值以及縱傾角報警閾值；

53、步驟s37：對橫搖角報警閾值以及縱傾角報警閾值進(jìn)行場景化動態(tài)調(diào)整，得到動態(tài)報警閾值。

54、本發(fā)明通過根據(jù)兩棲船舶類型設(shè)定模糊邏輯輸入變量并生成模糊邏輯輸出變量，能夠針對不同類型船舶的運(yùn)行特性和安全需求進(jìn)行個性化配置，保證系統(tǒng)的適用性和精確性。通過定義模糊集合并建立模糊邏輯推理模型，系統(tǒng)能夠有效處理復(fù)雜環(huán)境中多因素的非線性關(guān)系，尤其是在動態(tài)變化的水況和氣象條件下，能夠靈活調(diào)整報警閾值，避免了傳統(tǒng)固定閾值設(shè)置的局限性。結(jié)合補(bǔ)償傾角估計值計算船舶的橫搖角和縱傾角變化率，進(jìn)一步量化了船舶傾斜狀態(tài)的動態(tài)變化特征，為報警閾值的設(shè)置提供了實(shí)時、準(zhǔn)確的傾角變化數(shù)據(jù)支持。同時，通過獲取實(shí)時水況氣象數(shù)據(jù)并對水浪高度進(jìn)行評級，系統(tǒng)能夠充分考慮外部環(huán)境對船舶安全運(yùn)行的影響，將水浪高度數(shù)據(jù)與傾角變化率數(shù)據(jù)相結(jié)合輸入模糊邏輯推理模型，綜合判斷船舶的傾斜風(fēng)險。最終，通過模糊推理生成橫搖角和縱傾角的報警閾值，并依據(jù)實(shí)時運(yùn)行場景進(jìn)行動態(tài)調(diào)整，生成更加符合當(dāng)前環(huán)境和船舶狀態(tài)的動態(tài)報警閾值。

55、優(yōu)選地，步驟s37包括以下步驟：

56、步驟s371：獲取兩棲船舶實(shí)時作業(yè)應(yīng)用場景；

57、步驟s372：根據(jù)兩棲船舶實(shí)時作業(yè)應(yīng)用場景進(jìn)行安全裕量系數(shù)匹配，得到作業(yè)場景安全裕量系數(shù)；

58、步驟s373：通過作業(yè)場景安全裕量系數(shù)分別對橫搖角報警閾值以及縱傾角報警閾值進(jìn)行場景調(diào)整系數(shù)計算，分別得到橫搖角報警閾值調(diào)整系數(shù)和縱傾角報警閾值調(diào)整系數(shù)；

59、步驟s374：基于橫搖角報警閾值調(diào)整系數(shù)和縱傾角報警閾值調(diào)整系數(shù)對橫搖角報警閾值以及縱傾角報警閾值進(jìn)行動態(tài)對應(yīng)閾值調(diào)整，以生成動態(tài)報警閾值。

60、本發(fā)明通過獲取兩棲船舶的實(shí)時作業(yè)應(yīng)用場景，能夠精準(zhǔn)識別船舶當(dāng)前所處的運(yùn)行環(huán)境和作業(yè)條件，為報警閾值的動態(tài)調(diào)整提供場景化依據(jù)。根據(jù)不同作業(yè)場景匹配安全裕量系數(shù)，系統(tǒng)能夠合理考慮各類場景下船舶的安全需求差異。例如，在作業(yè)負(fù)載較大或環(huán)境條件較為復(fù)雜的場景中，系統(tǒng)可以匹配更高的安全裕量系數(shù)，從而對報警閾值進(jìn)行更加保守的調(diào)整，以確保船舶的運(yùn)行安全性。通過計算橫搖角和縱傾角報警閾值的場景調(diào)整系數(shù)，系統(tǒng)能夠根據(jù)應(yīng)用場景的特定要求，分別對橫搖角和縱傾角報警閾值進(jìn)行差異化調(diào)整，進(jìn)而生成動態(tài)的報警閾值。這種場景化調(diào)整方式，能夠顯著增強(qiáng)系統(tǒng)對不同運(yùn)行環(huán)境的適應(yīng)能力，實(shí)現(xiàn)報警閾值的精細(xì)化管理和動態(tài)優(yōu)化。最終生成的動態(tài)報警閾值，能夠更加貼合船舶在當(dāng)前作業(yè)場景中的實(shí)際運(yùn)行狀態(tài)，不僅有效降低了過高或過低閾值導(dǎo)致的誤報警和漏報警現(xiàn)象，還提高了報警的精準(zhǔn)性和可靠性。

61、優(yōu)選地，步驟s4包括以下步驟：

62、步驟s41：利用動態(tài)報警閾值對補(bǔ)償傾角估計值進(jìn)行比較，判斷是否超過閾值，得到報警觸發(fā)標(biāo)志；

63、步驟s42：根據(jù)報警觸發(fā)標(biāo)志進(jìn)行傾角超過閾值程度計算，生成傾角超限程度數(shù)據(jù)；

64、步驟s43：通過預(yù)設(shè)的報警級別劃分標(biāo)準(zhǔn)對傾角超限程度數(shù)據(jù)進(jìn)行當(dāng)前報警級別劃分，得到初步報警級別數(shù)據(jù)；

65、步驟s44：根據(jù)初步報警級別數(shù)據(jù)進(jìn)行報警可信度評估，生成報警可信度評估數(shù)據(jù)；

66、步驟s45：對補(bǔ)償傾角估計值進(jìn)行歷史傾角變化率計算，并與預(yù)設(shè)的傾角變化率閾值進(jìn)行比較，判斷傾角變化是否異常，得到傾角變化異常標(biāo)志；

67、步驟s46：當(dāng)報警觸發(fā)標(biāo)志以及傾角變化異常標(biāo)志均為真時，且報警可信度評估數(shù)據(jù)高于預(yù)設(shè)閾值時，觸發(fā)報警，生成最終船舶報警信號，否則判定為誤報，進(jìn)行報警過濾。

68、本發(fā)明通過利用動態(tài)報警閾值對補(bǔ)償傾角估計值進(jìn)行比較，能夠快速判斷當(dāng)前傾角是否超過安全范圍，從而生成報警觸發(fā)標(biāo)志，為潛在的傾角風(fēng)險提供第一層篩選。進(jìn)一步地，通過對傾角超過閾值的程度進(jìn)行計算并生成傾角超限程度數(shù)據(jù)，系統(tǒng)能夠量化傾角超限的具體幅度，為報警分級提供科學(xué)依據(jù)。根據(jù)預(yù)設(shè)的報警級別劃分標(biāo)準(zhǔn)，系統(tǒng)能夠?qū)Σ煌潭鹊膬A角超限進(jìn)行分級，使得報警信號的響應(yīng)更加精確和具有針對性。同時，通過對初步報警級別數(shù)據(jù)進(jìn)行可信度評估，能夠有效識別由數(shù)據(jù)噪聲或短時異常導(dǎo)致的誤報警現(xiàn)象，生成具有高可信度的報警信號，從而提高系統(tǒng)的可靠性。此外，結(jié)合歷史傾角變化率的計算，系統(tǒng)能夠動態(tài)監(jiān)測傾角變化趨勢，并通過與預(yù)設(shè)變化率閾值的比較，判斷傾角變化是否異常。這種趨勢監(jiān)測機(jī)制能夠進(jìn)一步增強(qiáng)報警信號的準(zhǔn)確性，捕捉到潛在的危險傾角動態(tài)。最終，當(dāng)報警觸發(fā)標(biāo)志和傾角變化異常標(biāo)志同時為真，且報警可信度評估數(shù)據(jù)高于預(yù)設(shè)閾值時，系統(tǒng)才會觸發(fā)最終的船舶報警信號，否則將判定為誤報警并進(jìn)行過濾。該多層次的報警判定和過濾機(jī)制，能夠顯著減少誤報警的發(fā)生，避免因錯誤報警干擾船員判斷，同時確保真正的傾角異常能夠被及時捕捉并發(fā)出可靠的報警信號。

69、優(yōu)選地，本發(fā)明還提供一種應(yīng)用于兩棲船舶的無線監(jiān)控報警系統(tǒng)，執(zhí)行如上所述的應(yīng)用于兩棲船舶的無線監(jiān)控報警方法，該應(yīng)用于兩棲船舶的無線監(jiān)控報警系統(tǒng)包括：

70、船體狀態(tài)監(jiān)測模塊，用于在兩棲船舶上搭建船舶狀態(tài)監(jiān)控報警裝置；通過船舶狀態(tài)監(jiān)控報警裝置對兩棲船舶進(jìn)行船體狀態(tài)監(jiān)測，生成校準(zhǔn)船舶狀態(tài)監(jiān)測數(shù)據(jù)；

71、傾角補(bǔ)償計算模塊，用于根據(jù)校準(zhǔn)船舶狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行傾角觀測值估算，得到實(shí)時船體傾角值；根據(jù)校準(zhǔn)船舶狀態(tài)監(jiān)測數(shù)據(jù)進(jìn)行船舶運(yùn)動參數(shù)處理，得到船舶運(yùn)動轉(zhuǎn)彎離心力數(shù)據(jù)；通過船舶運(yùn)動轉(zhuǎn)彎離心力數(shù)據(jù)對實(shí)時船體傾角值進(jìn)行運(yùn)動傾角補(bǔ)償，生成補(bǔ)償傾角估計值；

72、閾值動態(tài)調(diào)整模塊，用于獲取實(shí)時水況氣象數(shù)據(jù)；根據(jù)實(shí)時水況氣象數(shù)據(jù)以及補(bǔ)償傾角估計值進(jìn)行船舶報警閾值模糊推理，分別得到橫搖角報警閾值以及縱傾角報警閾值；對橫搖角報警閾值以及縱傾角報警閾值進(jìn)行場景化動態(tài)調(diào)整，得到動態(tài)報警閾值；

73、智能報警判斷模塊，用于利用動態(tài)報警閾值對補(bǔ)償傾角估計值進(jìn)行智能報警判斷，生成最終船舶報警信號；

74、無線信號傳輸模塊，用于通過lorawan無線通信模塊將最終船舶報警信號發(fā)送到船員的移動設(shè)備或岸基監(jiān)控中心，得到無線報警監(jiān)控信息。