深海/水下物体智能互联网的环境限制依赖于企业架构方法

科学领域:

• 计算机科学 计算机科学
• 海洋学 海洋学 海洋学
• 工程 工程师 工程师 工程师

背景情况:

• 海洋观测站 (MO) 使用水下智能传感器网络 (USSN) 进行持续的海洋监测.
• USSNs是复杂的分布式系统,由于设备异质性和环境因素,它们面临设计挑战.
• 现有的设计流程与时间,复杂性和纳入不同领域专业知识的斗争.

研究的目的:

• 提出一个新的框架来简化U.S.S.N.的设计.
• 将人工智能 (AI) 和水下环境约束 (UEC) 整合到USSN设计过程中.
• 提高USSN在海洋环境中的性能和可靠性.

主要方法:

• 将AI数据库,扩展的ArchiMO元模型和设计工具集成到企业架构框架中.
• 将UEC (例如盐度,操作深度) 纳入AI数据库,以便设计人员访问.
• 开发一个新的ArchiMO设计工具,结合UEC和一个特定领域的模型编译器.

主要成果:

• 通过人工智能辅助的约束管理来简化USSN设计活动.
• 创建一个新的ArchiMO设计工具,能够用UEC模拟USSN.
• 从设计模型中生成模拟代码,使用自主开发的编译器.
• 证明了设计复杂性和USSN开发时间的减少.

结论:

• 拟议的框架有效地管理了USSN服务质量的不确定性和差异.
• 这种方法有助于在USSN开发中分享各种设计师的观点.
• 这种人工智能驱动的方法提高了海洋观测系统设计的效率和稳定性.