船舶AIS监控系统

船舶AIS监控系统（共7篇）

船舶AIS监控系统 篇1

北斗的短报文通信能力有限, 但是船舶收到的AIS信息数据量又很大, 为了有效利用北斗的短报文通信功能, 减少数据冗余, 有必要对接收到的AIS信息采取一系列的处理措施。AIS数据冗余主要有重复数据冗余、误用数据冗余、数据表示冗余、编码冗余等, 首先为了减少AIS数据冗余, 可以通过数据预处理和数据压缩, 利用北斗转发处理过的数据。数据处理总流程:船载AIS设备接收并存储AIS信息-数据预处理-数据压缩并存储-北斗转发。

1 数据预处理

为了去除重复的数据冗余, 数据预处理的无用数据冗余以及数据表示冗余, 主要包括数据获取、数据过滤、去除数据表示冗余。其中去除数据表示冗余包括排序、数据重组。

1.1 数据获取

船舶接收到的周围船舶AIS信息并不是都是有用的, 如:某船舶几个小时前的数据就是无用数据, 只有当前或最近很短时间内的AIS信息有用。因此, 有必要对AIS数据进行时间过滤。另外, 对于特定的应用, AIS信息很多字段只需要某些特点字段。为了减少数据量, 可以通过字段筛选来进行。如:对于船舶动态监控来说, 可以更新时间、海上移动识别码、维度等字段。

定义tp为过去某时刻, tg为时间间隔, tn为现在时刻则只需获取时间区间TR=[tp, tn]内的数据, 而tg时刻以前的数据就可以认为是无用数据。

为了使指定船舶的AIS信息能优先被转发, 船载AIS接收端在接收到AIS数据后加上优先级字段, 能够实现对制定船舶的定位。

1.2 数据过滤

为了减轻北斗的负担, 通过减少重复数据的转发, 提高北斗的有效利用率。如果已经通过北斗转发的AIS数据没有更新或更新过, 但之前的AIS信息字段与其经度和维度的差值分别小于经度、维度差阈值, 那么AIS数据就是重复数据, 没有必要再转发一次。这是因为在这种情况下, 船舶的位置可以近似认为没有变化, 船舶基本没有移动。

定义在t时刻, A船的AIS数据为AIS-t, 并设定t2=t1+△t, 其中上次从数据库取数据的时刻为t1, 而当前从数据库中去数据的时刻则为t2, 则要丢弃在t2时刻取到的A船AIS数据, 其为重复数据。其数据过滤的流程为:从数据库取出满足时间条件的AIS数据-对每个元素按mmsi字段在表usefullais中查找-是否找到数据-两者的updatetime字段是否相等-经纬度差是否小于相应阈值-丢弃、存入表中。

1.3 去除数据表示冗余

筛选出的AIS信息各字段的类型有整型 (mmis) 、双精度 (lon) 、双精度 (lat) 、时间戳 (ut) 、浮点型 (prionrity) 。由此可见, 船舶与周围船舶之间的距离都不远, 前4个字段所占空间都比较大, 经度上可以作为近似估计, 略有出入, 但是, 在维度上相差1、近似于距离上相距1n mile。因此, 周围船舶与本船的经纬度差应该很小。用经纬度差, 采用差值法代替进度和维度传输, 能够用相反的过程, 在救助指挥中心恢复其经度和维度。另外, updatetime的格式为yyy-MM-dd hh-mm-ss.s, 注意在大多数情况下, 在年、月、日上, 周围船舶AIS的更新时间与本船AIS数据更新时间相同。如果用本船AIS数据更新时间减去周围船舶的数据更新时间, 可以大大缩短ut的长度, 其差只包含时、分、秒、小秒, 从而达到了压缩的效果。

1.4 数据重组

一般情况下, 北斗转发信息时, 报文会包含很多条AIS数据信息, 因此, 通过北斗转发周围船舶AIS信息时, 为了判断某AIS信息的重要性, 需要哪找某种标准进行。如:离本船较近船舶的AIS信息是非常重要的, 能够让基站了解本船周围的船舶情况。基站如果指定要查找某条船, 其AIS信息就非常重要。因此, AIS信息的排序、优先级计算以及一条北斗信息所包含的AIS信息数目的设定等都包括在数据重组过程中。一般情况下, 为了得到优先级, 以距离和等待时间作为优先级的辨别因素, 可以先求出距离d。某种程度上, d值越小的船舶对其影响越大, 优先级也越大。优先级与距离成反比, 与等待时间成正比。

采用数据排序算法是最大堆有限及排序法, 假定每次都一次选取前NUM条处理好的AIS数据进行数据重组, 则重组的流程为:本船AIS数据-处理过的船AIS数据-处理过的船NUM AIS数据-CRB验证码。

2 数据压缩

数据预处理部分得到的数据必须是精简的数据, 是从过滤和差值的角度减少数据量, 只有从压缩算法的角度着手, 才能更进一步减少数据量。目前, 数据压缩算法分为损压缩和无损压缩两种。由于文本压缩职能用无损压缩, 由于LZW编码对小数据压缩的效果有时不稳定, 但其编码效果相对最好。因此, 文本直接用java中的GZIPOutput Stream和Bye-Array Output Stream进行压缩, 字符串压缩率平均值在29%左右。

3 北斗卫星转发

北斗卫星每次发射的电文长度不超过120个汉字, 每次转发的字节数有限, 而AIS数据较大, 为了在接收端能将数据重新组合, 在转发数据时, 要先拆分数据, 每条拆分的数据前用序号标志:第1, 2个自觉表示原数据被拆分成的条数, 第3, 4个字节表示在原数据中该数据的序列号, 最后两个字节则表示在所有数据中原数据的序列号。这样, 根据数据报头, 在接收端判断该数据是否已经接受完整, 如果接受完整就组装数据, 抛弃数据报头, 进行CRC检验。如果结果不正确, 就该丢弃数据, 如果正确, 则解压组装后的数据。

参考文献

[1]王艳军, 王晓峰.AIS和北斗终端组合在船舶动态监控中的应用[J].上海海事大学学报, 2011 (4) .

[2]高迪驹.基于北斗卫星通信系统的船载终端串口通信[J].上海海事大学学报, 2008 (4) .

船舶AIS监控系统 篇2

为比较互见中开阔水域不同船舶领域影响因素的重要性，应用粗糙集理论的相关算法，对船舶领域影响因素之间的依赖关系进行分析，并进行影响因素约简和影响因素重要度计算.以渤海及黄海北部船舶自动识别系统（AutomaticIdentificationSystem，AIS）的数据为基础，应用MATLAB编程计算，得到船舶领域影响因素之间的依赖度、相对约简集和影响因素重要度.结果表明：船舶领域影响因素之间存在不同程度的冗余，其中风、浪或流可约简掉；会遇角度、航速、船舶大小、驾驶员级别、船舶密度、船舶类型和能见度的重要度分别为0.2791，0.2008，0.1794，0.2121，0.2359，0.1229和0.0935.该研究表明：在保证对船舶领域影响分辨性不变的前提下，驾驶员可选择较重要因素对船舶领域进行判断，并采取较恰当的避碰行动，保障航行安全；但在特殊的环境下，某些影响因素需要特别考虑.

关键词：

影响因素；粗糙集理论；属性约简；重要度

中图分类号：U676.1

文献标志码：A 收稿日期：20150818 修回日期：20151201

0引言

船舶领域的影响因素众多，已有对船舶领域的研究中通常只包括船舶领域影响因素中的某个因素或部分因素.例如FUJII（藤井）等[1]对通常航行条件下被追越船舶的领域尺度和狭窄水域的领域尺度进行了研究.GOODWIN[2]在研究船舶领域时得到了4个不同类型海域的船舶领域尺度和在不同船舶交通流密度下的船舶领域尺度.范贤华等[3]在研究水流条件下的船舶领域模型时考虑了船长、航速和潮流速度.PIETRZYKOWSKI等[45]对开阔水域会遇局面、船舶大小和狭窄水域参数等对船舶领域的影响进行了研究.HANSEN等[6]主要研究了水域类型和水域参数对船舶领域的影响.WANG[78]提出了四维船舶领域模型，该模型中涉及的影响船舶领域大小的因素包括船舶长度和速度.随后，WANG[9]给出了船舶领域模型的四维解析框架，它虽包含船舶领域的全部影响因素，但是如何利用模型确定全部影响因素在某数值下的船舶领域仍没有解决.利用基于神经网络[1011]的方法能得到船舶领域与其影响因素的关系，虽然这种方法能同时考虑较多的影响因素，但它是一种黑箱的方法.

确定船舶领域模型时很难同时考虑全部的影响因素.本文利用渤海及黄海北部船舶自动识别系统（AutomaticIdentificationSystem，AIS）的数据，应用粗糙集相关理论对船舶领域影响因素之间的关系、影响因素的重要度进行研究，并对影响因素进行约简.

1属性重要度计算与相对约简

1.1属性依赖度

1.2属性重要度

1.3P的Q约简

2船舶领域与其影响因素

2.1数据来源

目前，AIS数据已成为研究船舶领域的常用数据.本文采用2014年9月26日到2014年10月13日渤海及黄海北部水域的AIS数据.气象数据来自中央气象台的天气预报，水文数据来自国家海洋环境预报中心的预报.

2.2船舶领域

2.2.1船舶领域的选取

根据藤井和GOODWIN对船舶领域的定义，船舶领域是驾驶员为保证航行安全要保持的船舶间的安全距离，其与船舶之间的实际通过距离d直接相关.假设某船遇到一密度均匀的船舶交通流，并采取避碰措施通过.如图1所示，船舶领域由船舶之间的最小安全会遇距离决定，且在中心船O周围同一方向上，船O1的转向幅度必大于船O2和O3的，在船

O1与中心船O的距离为d时，船O1处船舶密度增大最多，即为船舶密度最大处（与藤井定义的领域边界相吻合）.因此，以d作为船舶领域对船舶领域影响因素进行分析.

2.2.2船舶领域样本的获取

利用MATLAB编程计算船舶领域的流程见图2，其中：5000m与3000m参考文献[4]；4.5nmile参考文献[13]，绝大多数会遇船舶在相距4.5nmile时没有采取避碰行动；20s是通过计算得到的（假设航速为14kn，则船舶20s内航行的距离也仅为144m，误差在可接受范围内）.船舶转向时航速越大，AIS数据时间间隔越小，即使存在数据丢失，也是可以接受的.

判断转向的方法为：取任意一段船舶航迹上时间间隔分别为300s和900s的点，计算相邻三点中第

一、第二点与第三点连线的夹角.如图3所示，∠AOB即为判断是否转向的夹角，若∠AOB≥10°，则认为船舶转向，且认为此时船舶的转向行为必考虑到与其实际通过距离小于5000m的船舶.

样本选取的过程中虽不能保证挑选出全部的样本，但能够保证选择的样本均为目标样本.通过计算，选择2107组样本数据.

2.2.3船舶领域的度量

船舶领域不同方位的边界到中心船的距离不同.为比较船舶领域样本的大小，将样本中中心船周围不同方位上的领域大小转换为相同方位上的领域大小.设船舶领域任意方位β上的边界到中心船的距离为dβ，尾部扇区长为l，中心船船首方向为0°，船尾为180°，左右对称.由于本文研究的水域为开阔水域，所以参考GOODWIN[2]开阔水域船舶领域模型中dβ与l的关系.设任意船舶领域样本均满足

2.3船舶领域影响因素

2.3.1船舶领域影响因素的确定

表1为参考文献[4]选取的开阔水域互见中船舶领域影响因素.

2.3.2船舶领域影响因素的离散化度量

离散化度量区间大小的划分直接影响研究的复杂度.不同因素之间划分粗细的不同则影响结果的

准确性，导致对不同船舶领域因素的分析产生误差.

综合考虑，划分影响因素为4个等价类，个别只能划分为3个等价类.影响因素划分规则如下：

（1）能见度.以3km为单位等间隔划分能见度，1=[10km，13km），2=[13km，16km），3=[16km，19km），4=[19km，22km].

（2）流.以1kn为单位等间隔划分流速，1=[1kn，2kn），2=[2kn，3kn），3=[3kn，4kn），4=[4kn，5kn].

（3）浪.以0.6m为单位等间隔划分浪高，1=[1.2m，1.8m），2=[1.8m，2.4m），3=[2.4m，3.0m），4=[3.0m，3.6m].

（4）风.以1级为单位等间隔划分风级数，1=[4级，5级），2=[5级，6级），3=[6级，7级），4=[7级，8级].

（5）会遇角度.会遇角度以本船为对象，左右对称，船头方向为0°，船尾为180°.参考会遇局面划分，1=[0，5°），2=[5°，54°），3=[54°，112.5°），4=[112.5°，180°].

（6）船舶密度.根据所观测的AIS数据，将水域内船舶密度相近的划分为一类，1={丹东、锦州、营口及天津与大连之间的水域}，2={黄骅、东营、潍坊附近水域}，3={大连、烟台、威海、龙口附近水域}，4={天津港附近水域}.

（7）驾驶员级别.1={三副}，2={二副}，3={大副}.

（8）航速.以5.5kn为单位等间隔划分对地航速，1=[0kn，5.5kn），2=[5.5kn，11.0kn），3=[11.0kn，16.5kn），4=[16.5kn，22.0kn].

（9）船舶类型.按照船舶类型的特殊性划分，2={港口作业船和特种船舶}，3={货船}，4={油船和化学品}，1={其他船舶}.

（10）船舶大小.以100m为单位等间隔划分船舶长度，1=[0，100m），2=[100m，200m），3=[200m，300m），4=[300m，400m].

船舶领域大小按照l的大小等间隔划分，1=[0，1250m），2=[1250m，2500m），3=[2500m，3750m），4=[3750m，5000m].

3数据挖掘

3.1船舶领域影响因素与船舶领域信息系统

在信息系统S=（U，R，V，f）中：U为样本空间；R=P∪Q；P为条件属性，对应船舶领域影响因素；Q为决策属性，对应船舶领域；V为U中样本值的集合，由f确定.[14]船舶领域影响因素与船舶领域决策见表2.

表2船舶领域影响因素与船舶领域决策

3.2影响因素之间依赖度和影响因素重要度计算

利用MATLAB对式（1）和（3）编程计算，过程如下：

①计算U/ai（ai∈P）和U/Q，划分规则如2.3.2节.

②计算U/P，即求P的等价类.

影响因素之间的依赖度计算结果见表3，影响因素重要度计算结果见图4.

表3船舶领域影响因素之间的依赖度

表3中第i行第j列的元素为影响因素j对影响因素i的依赖度，保留两位小数.可以看到，C1，C2，C3，C4之间的依赖度较大，A1与A2之间也存在一定程度的依赖关系，其余影响因素之间的依赖度均为0.图4中C1和C2的重要度都为0，C3的重要度近似为0，C4的重要度也较小，仅为0.0166.为进一步分析影响因素之间的依赖度对影响因素重要度的影响，将除去相互之间存在依赖关系的船舶领域影响因素重要度计算结果列于表4.

表4除去依赖关系的船舶领域影响因素重要度

从表4中第一行的结果可以看到，当除去A2时，与A2存在依赖关系的A1的重要度与图4中相比增大.从其他行也可以得到相同结论.比较不同行可以看到，当去掉不同的影响因素时，影响因素重要度排序发生改变，说明某些影响因素之间也是相互影响的，即影响因素之间存在冗余.这也说明利用基于粗糙集的属性重要度计算方法得到的影响因素重要度是每个影响因素相对于其他影响因素的重要度，所以将此重要度定义为相对重要度.因此，有必要针对影响因素之间的冗余进行约简.

3.3影响因素约简

根据属性重要度的定义和相对约简的定义，对任意的影响因素子集P′P，

①当P′的重要度为0时，必有

因此，当P′的重要度为0，P′+a的重要度不为0，且posP（Q）=posP-P′（Q）时，P-P′为P的Q约简；当P′重要度为0，任意影响因素a∈P-P′重要度不为0时，P′+a重要度必不为0.因此，利用船舶领域影响因素重要度求相对约简时，只需考虑重要度为0的因素.由图4，只需考虑C1，C2，C3（近似为0）.图5为包含影响因素C1，C2，C3的可能删掉子集的重要度，其中属性重要度为0或近似为0，且最大子集为{C1}和{C2，C3}.计算可得

）

因此，可删掉C1或C2，C3.船舶领域影响因素的约简集合有两个，分别为R={会遇局面，船舶大小，航速，风，驾驶员级别，船舶密度，船舶类型，能见度}和S={会遇局面，船舶大小，航速，浪，流，驾驶员级别，船舶密度，船舶类型，能见度}.在影响因素中去掉风或去掉浪、流时，只有与其存在依赖关系的影响因素的重要度存在变化（见图6和7），证明了简约结果的有效性与合理性.

综合比较，在船舶领域的影响因素中，可以删掉风或浪、流，必要影响因素中会遇角度、航速、船舶大小、驾驶员级别、船舶密度的重要度分别为0.2791，0.2008，0.1794，0.2121，0.2359，均大于船舶类型和能见度的重要度（0.1229，0.0935）.在保证对船舶领域影响因素分辨性不变的前提下，驾驶员可有重点地选择较重要因素对船舶领域进行判断，并采取较恰当的避碰行动，保障航行安全，但在特殊的环境下，某些影响因素需要特别考虑.

4结论

以渤海及黄海北部开阔水域AIS数据为基础，应用基于粗糙集的数据挖掘方法对互见中船舶领域影响因素进行了系统分析，发现影响因素对船舶领域的影响存在重叠信息.在全部的影响因素中，可删掉风或浪、流，会遇角度、航速、船舶大小、驾驶员级别、船舶密度的重要度分别为0.2791，0.2008，0.1794，0.2121，0.2359，大于船舶类型和能见度的重要度（0.1229，0.0935）.结论可为确定船舶领域模型时选择合理的影响因素提供依据，也可降低驾驶员航行决策时考虑因素的复杂度.

参考文献：

[1]FUJIIY，TANAKAK.Trafficcapacity[J].TheJournalofNavigation，1971，24：543552.

[2]GOODWINEM.Astatisticalstudyofshipdomains[J].TheJournalofNavigation，1975，28：328344.

[3]范贤华，张庆年，周锋，等.水流条件下内河船舶领域模型[J].大连海事大学学报，2013，39（1）：4648.

[4]PIETRZYKOWSKIZ，URIASZJ.Theshipdomainacriterionofnavigationalsafetyassessmentinanopenseaarea[J].TheJournalofNavigation，2009，62：93108.

[5]PIETRZYKOWSKIZ.Shipsfuzzydomainacriterionfornavigationalsafetyinnarrowfairways[J].TheJournalofNavigation，2008，61：499514.

[6]HANSENMG，JENSENTK，LEHNSCHILERT，etal.EmpiricalshipdomainbasedonAISdata[J].TheJournalofNavigation，2013，66：931940.

[7]WANGN.Anintelligentspatialcollisionriskbasedonthequaternionshipdomain[J].TheJournalofNavigation，2010，63：733749.

[8]WANGN.Aunifiedanalyticalframeworkforshipdomains[J].JournalofNavigation，2009，62：643655.

[9]WANGN.Anovelanalyticalframeworkfordynamicquaternionshipdomains[J].TheJournalofNavigation，2013，66：265281.

[10]WANGN，TANY，LIUSM.Shipdomaninindentificationusingfastandaccurateonlineselforganizingparsimoniousfuzzyneuralnetworks[C]∥Proceedingsofthe30thChinesecontrolconference.Yantai，China：ElsevierScience，2011：52715276.

[11]ZHUXL，XUHZ，LINJQ.Domainanditsmodelbasedonneuralnetworks[J].TheJournalofNavigation，2001，54：97103.

[12]张文修，吴伟志，梁吉业，等.粗糙集理论与方法[M].北京：科学出版社，2001：1217.

[13]郑中义，吴兆麟.船舶避碰的模糊决策[J].大连海事大学学报，1996，22（2）：58.

船舶AIS监控系统 篇3

1 AIS信息的读取

AIS所提供的信息非常充分，怎样分析AIS所传输的信息呢?AIS接收机内部一般都分布了多个COM口，其传输速率有4 800和38 400bps。PC机和AIS通过转换设备(例如MAX232等)将其转换为RS 232标准，并将接收的数据进行处理，转换为导航信息。该过程必须编写一个通过串行口收发数据的程序，才能对各个语句进行解析、存储。串口编程需要根据不同的条件对串口进行控制，编写接收串口信息可以利用他人编写的SPCOMM控件对串口信息进行处理。

2 AIS信息分析

AIS系统与各种各样的传感器互相连接，如：GPS、船用速度传感器、角度传感器、角速度传感器等，这些传感器数据提供了判断船舶位置的信息。AIS串口能够输出的信息非常多，限于篇幅将有利于仿真设计语句进行分析，如[1]：

此处的AIS码文共四条，分两种形式:以“$”开始的语句，它包含的信息可以直接根据消息格式读出，称为“明码”(Parametric Sentences)，主要是传感器的信息;另一种是以“!”开始的语句，它包含的信息需要通过字符转换和格式定义才能明白其中的信息意义，称之为“暗码”(Encapsulation Sentences)，是进行避碰仿真的重要信息。

2.1 明码语句

明码语句是按照NMEA-0183协议进行编写的，所有字符均为ASCII文本字符。每个语句以“$”开头，紧接着是“会话ID”和“语句ID”，其后为数据体，数据字段用逗号分隔，空字段保留逗号，语句末尾是校验数据和两个十六进制数据组成，以回车换行结束语句，具体格式如表1所示，每行语句最多包含82个字符，如果语句长度超出82个字符的话，只能利用暗码进行传输。

明码主要是传感器信息，明码可以方便地提取当前的UTC时间和地理位置。明码中最有规律的是GPZDA序列码，它每秒必重复发送UTC时间一次，所以只要收到GPZDA字符串就能够掌握信息发送规律，获取UTC时间。如果从串口缓冲区接收的数据刚好并不完整时，程序设计需要进行判断和选择，才能进入解码程序。

例如输出位置和时间格式的语句进行分析[2]：

$GPGGA,020621,3041.7285,N,10401.8686,E,1,02,99.99,522.7,M，-32.0,M，，*63;其中$为明码的标志，GP表示发信息者为GPS,GGA表示本句发送的是GPS修正数据;020621表示UTC时间02时6分21秒，3041.7285表示纬度为30度41.7285分，N表示北纬;10401.8686表示经度为104度1.8686分，E表示东经;1表示GPS状况，02表示使用2颗卫星，99.99为HDOP值;522.7为海拔高度，M代表海拔高度单位为米;-32.0代表Geoidal Separation，后面的M代表Geoidal Separation单位为米。在语句中部分域可以为空，*号前有两个逗号表明DGPS差分老化时间和差分站ID没有数据;*号后的63为校验和，表示语句结束。与AIS相关的传感器设备非常多，如：AI：船舶自动识别系统;LC:LORAN;LORAN-C;EP:EPIRB;GP:GPS;GN:GNSS;EI：电子海图((ECDIS);VR：航海数据记录仪，所以明码的语句也很丰富。

2.2 暗码语句

暗码语句的头标志是“!”，该语句不但能够传送格式不确定的信息，而且还能将内容较长的信息进行分段传送，数据的传送以“语句”方式进行，格式如表2所示：

例如接收的暗码消息如下，!AIVDM,2,1,3,A,569F0E02。其中!表示暗码标志，紧接着的五位字符为会话ID，如“AIVDM”说明是通过VHF数据链路进行接收的所有的AIS信息(AIS VHF Data-link Message)。当将一条长消息分成多条语句进行传输时，由紧接着的数字项表明该消息具体由多少条语句组成，本例中该项为2，说明这条消息由两条VDM语句组成。第三项为语句序号，表示当前语句在语句序列中的位置。第四项为消息标识号，它标识该条语句的消息号。第五项是按ITU-R M.1371定义的封装消息，如果消息是由多条语句组成，那么在解码时需要将各条消息提取合并成一个完整的消息码文，才能进行解码。第八项是填充位数，最后为校验码和结束符。与明码语句相比，暗码能传送比较丰富的信息，它定义了压缩效果的封装消息。在进行AIVDM解码时，需要利用报文里的校验和字段做一下判断，用以检验接收的该条消息是否正确。就是让“!”号后和“*”号前的所有字符依次做异或操作，将得到的数据转换成十六进制数，然后和校验字段的值做比较，如果二者相等表示正确接收，不等则跳过该条信息。

接收暗码信息之后首先判断识别消息会话ID，因为不同的ID对应于不同的解码格式，然后将封装消息转化ASCII码信息。对接收的VDM语句是属于系列中的第几条呢?必须在读取封装信息之后才能进行判断，识别该语句具体位置，并综合所有语句系列进行解码。

2.3 封装信息

AIS在海上是利用VHF发送信息，它主要发射的信息主要有!AIVDO，!AIVDM，!AIABK，!AIACA，$AITXT，$AIALR，$AISSD，$AIVSD等等[3]。按照对船舶避碰比较有用的语句进行分析。例如：!AIVDM,1,1,A,1P000Oh1IT1svTP2r:43grwb0Eq4,0*01;它封装的消息是“1P000Oh1IT1svTP2r:43grwb0Eq4"，每位都转换为6位二进制数并进行分析的结果如表3所示[3]：

3 船舶航行仿真

船舶之间的AIS是通过VHF信道进行通信，所以从模型仿真角度来考虑，该仿真软件应该尽量和原系统一致。由于每一船舶都有唯一固定的MMSI，所以可以根据MMSI设置数据结构体，设置字段名包含：船舶的IMO号，MMSI号码，船名，船舶经纬度、时间、对地航速、航向信息，吃水深度、ETA、备注字段等。根据以上分析的明码和暗码信息可以在对应的MMSI数据结构体中存入UTC时间、船舶经纬度和航向航速等消息，并在仿真软件中绘制出所有接收到的船舶的位置和速度矢量。当船舶航行动态情况发生变化时，AIS发送信息的频率立会变化，所以软件处理过程中要多一个判断过程，即每2秒进行判断速度是否发生变化，同时再分析转向率的值，以便判断该船的操纵意图。利用SQL建立一个船舶动态信息格式的表格，将解码的信息数据直接添加或者更新到该数据库中，由于每经过一段时间后，船舶都有可能有新位置和速度矢量值，根据2秒的周期记录下该船的位置坐标和时间及转向率等数据填入船舶数据库，根据该数据内容就可以在窗口中绘制出该船任意时刻的轨迹点[4]。根据每一船舶的航行矢量，通过设计程序直接计算出最近会遇距离(CPA)和到达最近会遇距离的时间(TCPA)，程序设计过程中给出预定的最小CPA的文本框，若有船舶的CPA小于最小CPA的船舶，利用颜色进行高亮度显示，这样就能够方便区分船舶避碰的缓急。由于AIS能够同时接收多艘船舶AIS信号，为了避免遗漏船舶信息，在是否已经记录了该信息之前，首先应该判断该船舶是否存在，然后才能进行记录绘图，图1为程序判断示意图。

AIS的数据量较大，按照一条船1次/10秒的更新频率来计算，100条船一天就要生成60多万条数据，这种日积月累的数据量是相当惊人的，因此数据库查询和添加的操作效率将会日渐降低，系统也会越来越慢[5]。为了解决该问题，除了按照MMSI定义每个数据结构体之外，利用VDR的冗余技术，将过去1天的数据每小时留一个数据，过去7天的数据全部清空，每张表主要存储该船舶一天的数据，大大提高了效率。

根据AIS所读取的数据分别为接收到信息的所有船舶的创建数据库，并在接收过程中不断完备该数据库信息。程序设计有两部分进程，其一是利用AIS语句在每个采样时间获取每一船舶相对本船的CPA和TCPA数据;其二是根据每一船舶数据库在平面图中绘制出船舶碰撞态势局面，并将危险船舶用特殊方式显示。在仿真的过程，由于读取AIS数据部分是利用第三方软件，所以在兼容性方面得特别注意，比如暂时读不到GPZDA系列，那就很有可能软件存在故障。利用该方式进行仿真的结果如图2所示，根据态势图和特殊的显示方式就能够一目了然的发现具体某艘船舶的航线与本船设定的最小CPA相交，则与该船存在发生碰撞的危险。同时该仿真软件还附带与数据库关联的查询表，根据查询MMSI能够查到任一时刻的船位、航向、转向率等消息。

4 结论

利用该仿真软件，可以模拟数十艘船舶同时出现的态势，该软件在船舶操纵与信号和船舶避碰教学课程进行演示时有助于学生对船舶避碰规则的理解。

参考文献

[1]何建新.AIS关键技术研究及其与电子海图的集成实现[D].哈尔滨工程大学硕士论文2006.

[2]周毅.AIS和雷达信息处理与显示系统[D].大连海事大学硕士论文2006.

[3]李亮.基于GPS/AIS/VHF的船拍实时动态监控系统[D].武汉理工大学硕士论文2007.4.

[4]李浩.基于AIS的船舶避碰专家系统的应用研究[D].大连海事大学硕士论文2004.

船舶AIS监控系统 篇4

船舶调度计划系统主要是在数据采集模块和终端显示模块的支持下完成对船舶调度计划的数据采集与控制。船舶调度计划的数据来源有两种:一种是船舶调度报文;另一种是实时化AIS船舶动静态数据。船舶调度计划的图形化处理主要是根据遥感图以及船舶计划停靠的位置、大小等, 用对应的文件进行描述, 从而获得更加直观的船舶调度动态图。图形处理主要是利用遥感引擎归类完成对地理信息进行配置, 包括经纬度、定位、放大、缩小等, 以此获得Web遥感地图的框架技术。同时实时化的AIS船舶接收与显示技术支持对船舶的虚拟显示。

2 调度计划报文的采集与分析

以某个港口为例, 船舶会定时读取港口船舶调度计划的报文, 接着对报文的内容进行解析, 这个任务是由计算机中的服务器完成自动处理, 其中包括对报文的采集与解析。计划报文采集是服务程序在第一次运行前进行安装与调试, 安装执行这个文件即可每天定时对报文进行采集和保存。在报文被采集并保存后, 应用程序仍然在工作并对船舶队列进行列表, 结合实际的AIS船舶位置进行确定, 对当前的报文中的计划进行对比计算, 根据MMSI对应的船舶计划中的靠泊位置与实际位置进比照, 如果比对比值小则可以认为船舶停靠准确, 此时就可对该计划进行删除, 即默认船舶已经进港。

3 调度计划列表与图形处理

3.1 调度计划列表

在调度计划与图形对比的过程中, 先登录系统, 然后进入遥感影像界面, 同时点击菜单选项———调度计划, 即可检查当前船舶调度的计划以及文字列表, 众多的船舶调度计划经过调度计划的采集模块处理就形成了列表, 并以文字的形式显示操作、船舶呼号、名称、靠离状态、到港情况等。同时这些船舶调度计划将由数据库组织并可以查询, 从而方便调度人员对相关计划进行调阅与组织。

3.2 图形化处理

原始的调度计划列表所显示的是文字信息, 缺乏图形信息, 不能直观看到港口内的情况, 所以在控制系统构建时将遥感图的地图引擎与船舶定位、船体长度、停靠方向等相关参数用VML语言进行转化, 形成一个完整的动态化船舶停靠计划图形, 从而使得调度更加直观。具体的过程是:利用地图引擎操纵文档中的对象, 创建一个多边形的节点, 接着对多个节点传递包括船头和船尾的相关坐标, 形成一个代表船体的多边形。这5个屏幕坐标值需要用原始的经纬度坐标进行换算, 于是得到相对应的符号。最后对多边形进行ID设置、填充色彩、边框形式等, 就完成了对图形的渲染。

3.3 调度计划位置确定

在调度计划文字中操作栏里面会出现定位计划、实际定位、查询明细等选项, 其功能就是针对船舶定位计划, 即船舶计划停靠的位置, 并在这个过程中对船舶的实际位置进行确定, 并检查船舶调度计划的明确内容。如点击调度计划文字列表中的某个记录操作定位计划的按键, 此时系统对事件进行载入并绘制这个计划, 确定船舶调度计划的细节, 然后调用地图引擎的内部函数完成对船舶的经纬度定位, 实现在遥感地图上对该船计划的显示。

3.4 实际位置的确定

操作中点击调度计划文字列表的计划记录, 载入当前的船舶经纬度等信息的AIS数据, 然后载入与船舶相关的MMSI码, 从而找到要查询的船舶的位置等信息, 如果查询到对应船舶则根据这条船的实际地理坐标进行反馈, 调用地图引擎完成对该船的位置描述, 即显示船舶的实际地理位置。如果没有找到对应的船舶信息则在海图中提示没有找到该船。

4 对到港率的分析

数据来源:到港率的分析主要是结合原始的调度计划和实时AIS数据, 对二者进行对比, 从而获得是否到港的真实情况, 分析的思路是:船舶在计划当天的24时以前到达港口区即为到达。其中设定了到达的边界限制。数据处理:将控制系统中的运行数据转换为调度计划。统计分析实施:到港率统计分析是为了统计每日、每月、每年的到港率, 通常统计的是每月的到港率, 对实际调度更具指导意义。因此设定30天为一个时段, 并按照相关运算模式进行分析。

5 结束语

在分析船舶到港率的过程中可以利用基于AIS系统构建的调度计划来完成对船舶基本信息的采集和数据处理, 形成一个与调度计划和实际到港情况的数据对比, 以此可以帮助船舶调度了解船舶的实际停靠情况, 通过更加直观的图形实现对船舶的调度与到港率分析。

摘要：在AIS调度计划中可以采集并处理船舶的停靠数据, 使其与地理信息系统结合, 形成一个直观的动态化图形, 利用系统的时间与船舶定位系统可以对船舶的到港率进行分析, 更好地对船舶调度进行直观控制。

关键词：AIS系统,调度计划,数据转换,到港率分析

参考文献

[1]魏武财, 郑佳春, 何小兵.基于AIS的航标助航信息服务系统[J].集美大学学报:自然科学版, 2011 (2) .

[2]张燕平, 钱正锋, 王勇.基于ArcGIS Server的AIS动态船舶管理系统的开发[J].武汉船舶职业技术学院学报, 2009 (3) .

船舶AIS监控系统 篇5

系统利用船用导航雷达TT( 自动跟踪) 结果或AIS( 船舶自动识别系统) 目标参数引导云台摄像头,使画面根据目标方位变化实时切换,同时具备监控录像回传、视觉识别、自动报警等功能[6]。

1 总体结构

1. 1 系统主要功能

系统通过船用雷达与AIS( 自动识别系统) 参数引导实现摄像头的自动联动,云台运动设计有3 种形式:手动控制、半自动引导联动和自动引导联动。手动控制指在综合显控系统手动控制本地和远程摄像头方位、高度运动和焦距拉伸运动; 半自动联动指人工选取雷达位置,在雷达屏幕上点击监控区,摄像头可以自动寻找目标,监控参数依据雷达输出的系统数据,即: 活动距标、电子方位线、光标位置; 自动联动指雷达的ARP捕捉目标运动参数输出到显控系统,根据目标编号,摄像头自动寻找所选编号目标,并保持持续的视频跟踪。半自动联动和自动联动手段,均基于雷达或AIS所提供的位置数据( 目标经度、纬度、方位、距离) ,由云台视频监控子系统计算出目标相对于摄像头的水平角、方位角和距离,从而控制云台运动[7,8]。

1. 2 系统总体结构

系统由导航雷达提供雷达与AIS参数,系统主体部分包括: 船用导航雷达与AIS、引导站本地总控计算机、控制下位机、摄像云台及AHRS( 可补充叠加角位移传感器) 、远程总控计算机、远程控制下位机、远程摄像云台及AHRS航姿参考系统,如图1 所示。

各部件作用: 船用导航雷达: 通过TRACK CONTROL接口提供雷达系统数据、雷达跟踪的目标位置及运动参数、本船位置及运动参数等; 现代雷达融合了船用AIS( 自动识别系统) 数据,所以可以在雷达上一站式采集AIS提供的本船位置及运动参数、目标位置及运动参数等; 引导站本地总控计算机: 通过引导数据接收模块、参数与控制路径选择模块、引导参数转方位俯仰角模块、控制算法模块的序列解算实现控制指令向控制下位机传递; 控制下位机,控制2 轴伺服电机,实现云台方位角及俯仰角运动控制; 摄像云台及AHRS: 在控制下位机控制下视轴对准、AHRS提供云台方位角及俯仰角反馈信号; 远程总控计算机: 通过网络与引导站本地总控计算机实现视频与参数交换,在引导参数转方位俯仰角模块中增加远程引导算法,其余与本地控制相同。

2 系统功能实现的相关技术

2. 1 IEC61162 协议下的雷达与AIS引导参数采集与解码设计

作为智能化的航海仪器,导航雷达具有标准化的串行输入输出接口,输入接口接收罗经、计程仪、电子定位系统的信息,输出接口对其他设备广播雷达系统数据信息及目标跟踪信息。符合IEC61162-1 标准的雷达数字广播有6 种语句,其中雷达系统信息语句格式有:

句块包含雷达电子方位线( EBL) 活动距标圈( VRM) 参数2 套及雷达操作杆光标( CURSOR) 位置。目标跟踪语句格式有:

句( 1) 中句首词“$ RATLL”表示直接输出目标经纬度,信息内容以 “,”分隔; 句( 2 ) 中句首词“$ RATTM”表示目标跟踪结果,信息内容同样以“,”分隔。以句( 2) 为例,“$ ”表示句子开始,句块依次表示: 目标编号、目标距离、目标方位、真/相对、目标速度、目标航向、真/相对、CPA、TCPA、航速单位、目标名称、目标状态、参考目标、UTC。

同理,AIS提供船舶的动静态信息[6],信息涵盖了信息类型、重复指示、目标船识别码MMSI码、航行状态、转向速率、对地航速、位置精度、经度、纬度、对地航向、真航向等。

解码流程如图2 所示。

2. 2 雷达、AIS目标参数转换云台控制指令算法

1)雷达目标方位、距离位置转地理坐标位置

式中: S为目标雷达距离; TB为目标雷达方位; ( Dλ,Dφ) 为目标与雷达的地理位置差( 经差,纬差) ; ( λ0,φ0) 为雷达地理位置; ( λT,φT) 为目标地理位置。

2) 摄像头云台驱动指令计算

设视频监控系统摄像头个数为n,各摄像头的地理位置分别为( λ1,φ1) ,( λ2,φ2) ,…,( λn,φn) ,监控目标的经纬度为( λT,φT) ,已知摄像头的监控半径为D,监控目标到摄像头的距离为S,利用平均纬度处理墨卡托投影纬度渐长率,目标到摄像头的距离、方位可由式( 2) ~ ( 3) 计算

对监控方位角作圆周方位( 0° ~ 360°) 符号归一化处理:

设( Dφ = ( φT- φi) ,Dλ = ( λT- λi) ) ,当( Dφ < 0,Dλ > 0) 时,Bi= Bi+ 180°; 当( Dφ < 0,Dλ > 0 ) 时,Bi=Bi+ 180°; 当( Dφ > 0,Dλ < 0) 时,Bi= Bi+ 360°。

摄像头俯仰角由式计算,H为摄像头高度;摄像头焦距由式计算。对摄像头的选择,如果Si<D,则系统自动选择第i个摄像头对目标监控。

2. 3 基于UDP协议的引导参数与视频码流的网络传递

雷达引导站上位机测得目标方位、距离、航向、航速等位置与运动参数,根据视频测站的地理位置计算出各视频监控云台的方位、俯仰、焦距控制参数,筛选出引导云台的编号,通过UDP网络协议实现网络环境的云台控制引导报文的再组织与广播,监控工作站采用UDP网络协议实现终端身份注册,在IP终结点及端口号与主控系统匹配后,获得报文数据包,实现网络接收,通过通信语句解析获得云台遥控数据序列; 云台处的监控工作站通过串行通信输出水平速度、垂直速度、焦距指令控制PTZ云台对准所选目标。

视频回传: 云台搭载的CMOS或CCD光学摄像头通过基于cypress 68013 和NXP SAA7115 自主方案设计的流媒体USB视频采集卡将视频码流采集到云台监控工作站,该采集卡提供2 路AV和1 路S-VIDEO输入,即插即用,使用方便,特别适合便携式计算机,其AV端口通过BNC与自动变焦摄像头相连,摄像头支持YUV2、RGB等多种视频流格式输出。云台监控工作站将采集到的视频及云台搭载的AHRS方位姿态参考系统的反馈数据通过网络回传到雷达地的综合显控系统[9,10]。

2. 4 云台控制算法设计

云台姿态由 Ψ( 方位) 、θ( 高度) 、γ( 横滚) 三个角度约束,云台控制器以串行通信方式接受控制上位机指令,通信协议为通用Pelco-D/Pelco-P等云台控制协议,以PELCO-D协议为例: 数据格式: 1 位起始位、8 位数据、1 位停止位,无效验位。波特率: 2 400 bit /s,所有数据均采用十六进制,如表1 所示,1 个命令数据包由7 个字节组成。

PELCO- D指令中Word4 由引导参数与AHRS反馈参数比较确定,Word5、Word6 在Word4 基础上由数字PID控制模型决定,考虑实现视频的平滑跟踪,在位置反馈基础上加入了目标运动速度相对监控点的切线分量结合距离所得的移动角速率值,以扰动信号叠加,由于一般云台自身阻尼特性较好,控制系统中惯性环节考虑省略。控制系统回路设计如图3 所示。

利用计算机设计数字PID控制器,云台方位设定值与反馈值之差构成系统偏差输入,运用位置PID控制的控制器输出及增量控制法的系统输出表示为

增量式控制算法的优点是误动作小,便于实现无扰动切换。当计算机出现故障时,可以保持原值,比较容易通过加权处理获得好的控制效果。系统角位置跟踪采用增量PID控制,考虑一般云台如PTS-303Q水平最大转速为10° /s,俯仰最大转速为1° /s,而水平方位偏差最大可达180°,而俯仰偏差最大约可达40°,故在较大偏差范围内云台方位及俯仰速度指令给出最大值,经调试,系统设计在方位偏差30°以内,俯仰角偏差3°以内,运行PID控制,以方位为例,设t时刻第k次采样给定雷达引导参数 ψc,采样AHRS反馈 ψ,偏差输入e( k) = ( ψc- ψ) /30,PID控制输出为u ( k) ,云台控制指令十进制数据为: u( k) × 64,十进制转十六进制即为云台方位速度指令[9]。

3 雷达引导监控实物搭建及PID控制仿真测试结果

系统采用MDC-1820 雷达,串行输入输出接口“TRACK CONTROL”及AIS接口如图4a所示,PTS-303Q数控云台PELCO-D协议下方位及俯仰控制速度十六进制指令为00~3F对应0~64 级可调,如图4b所示,PID控制模块: 方位偏差偏差大于30°( 及俯仰角偏差大于3°时,均输出为最大值3F; 二者小于30°及3°时,数字PID采样周期0. 1 s,采用临界点饱和法或试凑法,设KP,KI,KD分别取0. 6,0. 02,1. 7,仿真结果如图4c显示: 系统在3~4 s内获得稳定,且超调量在最大偏差值1. 5% 以内,初始超调回复后系统几乎无震荡,具体参数见表2。

雷达、海图平面态势及引导云台视频监控效果如图5 所示。

4 结语

本文介绍了一种基于雷达系统数据、跟踪数据及AIS参数引导的动态视频监控系统。该系统实现用雷达或AIS引导参数对目标进行方位距离定位,并利用雷达站参数解算出远程引导参数,驱动本地和远程摄像头转动到目标位置进行监控和报警。实验结果表明,在低噪声和传感器反馈毛刺不明显的情况下,系统能准确跟踪到监控目标,这种雷达平面态势和视频监控相结合的立体化监控方式能够更加有效地协助安全人员处理危机,最大限度地获得全方位监控及连锁式取证[11]。

摘要：为解决传统视频监控系统监控区域相对固定、监控范围与监控对象匹配程度不高、针对性不强等问题,提出了一种利用导航雷达自动跟踪参数或AIS动态数据引导的智能视频监控方法。系统设计采用某型船用雷达NMEA0183跟踪参数输出报文或AIS输出数据包,解析报文获得目标运动要素,以此引导本站及通过数据异地解算引导网内视频测站观瞄云台,同时开启监控视频回传、航姿参考系统(AHRS)方位及仰角数据回传、越界报警等一系列动作。介绍了系统的硬件、软件的构成与设计流程,并给出仿真实验结果。

关键词：雷达跟踪,AIS,AHRS,串口与网络通信,视频监控

参考文献

[1]KARL W,HANS J K.The pointing control system of SOFIA[C]//Proceedings of SPIE.[S.l.]:IEEE Press,2000:360-369.

[2]顾荣军,向海飞,马慧萍,等.基于MFC的雷达模拟训练系统终端关键技术研究[J].计算机测量与控制,2011(10):2451-2454.

[3]王泉,高有行.电子海图与雷达背景信息叠加显示关键技术研究[J].微电子学与计算机,2002,19(4):30-32.

[4]曾益君.一种多平台雷达模拟系统设计与实现[J].科技信息,2011(17):259-262.

[5]郑世宝.智能视频监控技术与应用[J].电视技术,2009,33(1):94-96.

[6]王冬华;吴壮志.海防监控系统中雷达引导功能的设计与实现[J].计算机工程与科学,2008(2):42-44.

[7]SKOLNIK M L.雷达系统导论[M].3版.左群声,徐国良,马林,等译.北京:电子工业出版社,2006.

[8]西刹子.智能网络视频监控技术详解与实践[M].北京:清华大学出版社,2010.

[9]朱晓宏,邵冬明,游道华.参数自整定PID模糊控制器的设计及Simulink仿真[J].汽车科技,2003(1):12-16.

[10]CHEN J D,BENESTY J,HUANG Y T.Performance of GCC and AMDF-based time delay estimation in pratical reverberant environments[J].EURASIP joumal on applied signal processing,2005(1):25-36.

星载AIS接收系统的多用户分离 篇6

船舶自动识别系统(Automatic Identification System,AIS)是一种新的船舶助航系统,主要目的是便于在船舶之间、船舶和岸台之间有效地传输有关航行数据,以改善导航安全和促进改善海上事件的控制和监测,可以弥补传统的雷达监测在目标自动识别及获取航行动向信息等方面的不足。

随着全球海运贸易的加速发展,对航行在远海的船舶进行探测和跟踪,更好的处理危险货物,对付非法航行和增强安全性,航行安全监控,物流管理,宏观经济分析与监管等需求越来越紧迫。然而,岸站AIS系统覆盖范围有限,传输距离仅约为40 nmile,要实现对全球海域内船舶的有效监控就需要利用卫星平台,通过卫星实现船舶AIS信号的接收、检测。

发展星载AIS系统重点要解决AIS时隙碰撞问题。AIS碰撞信号属于同频重叠信号,同时不具备时域、频域、码域的区分度。关于同频重叠信号的分离,可以通过先获得相对较强的一路信号,从混合信号中消掉已提取的信号,从而获得相对较弱的信号[1]。这种方法主要是基于干扰抵消的思想,可以对强度差别较大的混合信号实现分离,但当混合信号数较多时,消掉强信号会对弱信号产生累加性的误差影响,且当信号强度差别不大时不能实现有效的分离。基于联合最大似然序列估计算法(JMLSE)[2]和复杂度相对较低的联合延时判决反馈序列估计算法(JDDFSE)[3]可以实现对混合信号的联合多用户检测,经过验证,这种方法可以实现对两路混合信号的联合检测,但当混合信号数增多时,其计算量将呈指数型增长,且检测效果大大降低。近年来,粒子滤波算法[4]被引入到同频混合信号分离中来,但计算量同样太大,要真正实现实际应用,需要找到简化算法的有效方法,并且需要精确的参数估计与之配合。基于独立分量分析(ICA)[5]的思想可以从观测的混合信号中分离出未知但相互统计独立的源信号,实现多路同频重叠信号的有效分离。等变自适应盲分离算法(EASI) [6,7]及其改进算法[8,9]能在时变信道环境下快速收敛并维持稳定;基于Mercer再生核技术的核独立分量分析(KICA)类算法[10,11]具有更好的鲁棒性。这两大类算法均适合超视距和复杂环境下的同频重叠信号的分离,但混合信号源数必须是已知的,这一点对星载AIS接收机来说是非常困难的。本文根据星载AIS系统的特点设计了一种星载AIS接收系统的多用户分离方案。

1 星载AIS时隙碰撞分析

在AIS子网的通信范围内,相关AIS设备通过TDMA协议有组织协同工作,避免了时隙碰撞的发生,AIS子网的通信范围通常为20 nmile(半径)。而星载AIS系统采用的低轨道卫星距地高度在600 km—1 000 km之间,地面有效覆盖区域的弧面半径超过1 500 nmile,同一卫星视场内将包含多个AIS子网。由于位于不同子网的船舶之间无法进行有组织的协同工作,导致了在卫星接收端时隙碰撞的发生。

星载AIS接收机接收时隙碰撞的原因可以分为有以下两种:

(1)不同的AIS子网内的船舶在相同的时隙发送AIS信息,在星载AIS接收端同时接收到;

(2)不同的AIS子网内的船舶在不同的时隙发送AIS信息,但由于发送信号传输路径不同,也会出现在星载AIS接收端同时接收到的情况。

将船舶发射的AIS信号到达卫星的时间看成是具有泊松分布的随机变量,假设卫星视场内有L艘船均匀分布,卫星AIS接收机接收任意一艘船发射的一条消息不发生碰撞的概率可以表示为:

${\rm P}{}_{1,L}\approx \text{e}{}^{\left(\frac{-\lambda \tau }{2}\right)}=\text{e}{}^{\left(\frac{-k(L-1)\tau }{2\cdot \Delta {\rm T}}\right)}\approx \left(1-\frac{k\tau }{2\Delta {\rm T}}\right){}^{(L-1)}(1)$

其中,k表示碰撞因子(受消息时延的影响),τ表示AIS时隙长度,ΔT表示AIS消息发送时间间隔(受船舶航行状态影响)。

在船舶与卫星的持续可见时间Tvis内,船舶总共发射了$S=\frac{{\rm T}{}_{vis}}{\Delta {\rm T}}$条消息。记消息的误包率为PER,若在Tvis内,船舶发射的消息中有一条被接收机正确检测,则认为该船是可以被检测的。分如下两种情况分析船舶的正确检测率。

(1)若船舶发射的消息,只要发生时隙碰撞,则认为无法正确检测。则船舶被正确检测出来的概率可以表示为:

${\rm P}{}_{S,L}=1-\left[1-\left(1-{\rm P}ER\right){\rm P}{}_{1,L}\right]{}^S(2)$

(2)若发生时隙碰撞,最多有m个信号是可以被有效分离和检测,在这种情况下的船舶正确检测率可以表示为:

P'S,L=1-$1-\left(1-{\rm P}ER\right)$

$\begin{array}{l}{\displaystyle \sum _{i=0}^{m-1}C}{}_{L-1}^i\left(1-{\rm P}{}_1\right){}^{L-1-i}{\rm P}{}_1^i+\\ {\displaystyle \sum _{i=m}^{L-1}C}{}_{L-1}^i\left(1-{\rm P}{}_1\right){}^{L-1-i}{\rm P}{}_1^i\frac{m}{i}]\}{}^S(3)\end{array}$

式(3)中,${\rm P}{}_1=\frac{k\tau }{2\Delta {\rm T}}$。

以AIS载荷卫星高度600 km为例, k取均值1.6,τ为26.67 ms,ΔT取均值7 s,Tvis取均值609 s,不考虑误包率对检测的影响。假设同时发生时隙碰撞的AIS信号数最多为100[12],两种情况船舶正确检测率计算结果如图1所示。

从计算结果可以看出,若碰撞信号不可分离,当卫星视场内的船舶数超过1 000时,船舶的正确检测率将会显著降低;若发生时隙碰撞时可以从混合信号中有效的分离出四路信号,当卫星视场内的船舶数达到30 000时,仍维持较高的船舶检测率,检测容量了提高30倍以上。

全球海域中船舶是非均匀分布的,而且分布密度差异很大,所以时隙冲突时,混合信号中所包含的船舶信号数差异也很大(介于2到100)[12]。

2 多用户分离系统的设计

由于混合信号源数的不确定,且难以估计,大多数信号分离方法难以实现星载AIS接收系统的多用户分离。本文设计的多用户分离方案采用逐步盲抽取的方法,在混合信号源数未知的情况下,从混合信号中恢复尽可能多的源信号。

星载AIS接收系统主要用于接收船舶发射的AIS信号,有效地实现对船舶信息的检测,并将相关数据下传给地面管理系统。而其中的多用户分离子系统主要是对接收的信号进行前期的预处理,为后面的实时数据处理单元提供稳定的相互干扰较小的信号。星载AIS多用户分离子系统框图如图2所示。

受AIS卫星体积和重量的限制,天线的尺寸和重量不可能太大。AIS载荷卫星的接收天线建议采用微带天线,为了减少极化损失,考虑采用圆极化的方式,四个圆极化贴片构成四元阵。接收机主要对天线接收的VHF射频信号做放大、下变频处理,变频后的信号经高倍采样形成数字信号(也就是混合信号),信号分离模块从混合信号中抽取信号,恢复出来的信号提供给实时数据处理模块做后续的处理。

本文基于快速独立分量分析(FastICA)算法[13]对时隙碰撞AIS信号进行逐个抽取,通过对接收数据进行批处理使得算法具有收敛速度快和时变信道下稳定的特点。

信号分离的原理框图如图3所示,其中$S\left(k\right)=\left[S{}_1\left(k\right),S{}_2\left(k\right),\cdots ,S{}_{{\rm N}}\left(k\right)\right]{}^{\text{Τ}}$为N个未知信号源构成的矩阵,$X\left(k\right)=\left[X{}_1\left(k\right),X{}_2\left(k\right),\cdots ,X{}_{{\rm M}}\left(k\right)\right]{}^{\text{Τ}}$为M个观测信号构成的矩阵,A为混合矩阵,W为分离矩阵,$Y\left(k\right)$为分离后的信号。

由于独立随机变量的线性混合,其分布较单个独立分量更趋向于高斯分布,而AIS信号属于非高斯信号,因此,通过最大化信号的非高斯性度量函数来达到信号分离的目的。

在分离信号前先对信号进行去均值和白化处理。假设X已经是去均值后的信号,下面通过协方差矩阵的特征值分解来实现白化。

$R{}_X=E\left\{XX{}^{\text{Τ}}\right\}=EDE{}^{\text{Τ}}(4)$

式(4)中,D=diag$\left(\lambda {}_1,\lambda {}_2,\cdots ,\lambda {}_{{\rm M}}\right)$,当需要抽取的信号数为m(m≤M)时,取前m个较大的特征值构成D',对应的特征向量构成E',可得白化矩阵为:

$V=\left(D{}^{\text{'}}\right){}^{-\frac{1}{2}}\left(E{}^{\text{'}}\right){}^{\text{Τ}}(5)$

则$\tilde{X}=VX$为预处理后的信号,满足$E\left\{\tilde{X}\tilde{X}{}^{\text{Τ}}\right\}={\rm I}$。

构造非高斯性度量函数如式(6),通过最大化$F\left(W\right)$来实现信号的分离。

$F\left(W\right)=E\left\{G\left(W{}^{\text{Τ}}\tilde{X}\right)\right\}(6)$

式(6)中,G为非二次函数,针对AIS信号的统计特点,取$G\left(u\right)=\lg \cosh \left(u\right)$。

基于牛顿迭代法的目标函数优化求解过程如式(7)。式(7)中$F{}^{\text{'}}\left(W\right)$为目标函数的一阶导数,$F{}^{\text{'}\text{'}}\left(W\right)$为二阶导数。

$W{}_{k+1}=W{}_k-\frac{F{}^{\text{'}}\left(W\right)}{F{}^{\text{'}\text{'}}\left(W\right)}(7)$

最大化非高斯性度量函数$F\left(W\right)$,即可得盲抽取算法的迭代公式:

$W{}_{k+1}=E\left\{Xg\left(W{}_k^{\text{Τ}}\tilde{X}\right)\right\}-E\left\{g{}^{\text{'}}\left(W{}_k^{\text{Τ}}\tilde{X}\right)\right\}W{}_k(8)$

式(8)中,g,g'分别为G的一阶、二阶导数。

在提取信号时,首先给定初始权值矢量W0;然后利用式(8)对W迭代更新,当满足|Wk+1-Wk|<δ时退出迭代。δ可依据对算法收敛速度和分离精度的要求设定;利用收敛后的W可提取出一路信号;为了确保每次提取出的分量是不同的,需要在每次提取后从混合信号中去掉已提取的分量,具体过程基于式(9)、式(10);重复进行上述操作即可提取出多路信号。

$\begin{array}{l}W{}_{k+1}=W{}_{k+1}-{\displaystyle \sum _{j=1}^{k}W}{}_{k+1}^{\text{Τ}}W{}_{j}W{}_j(9)\\ W{}_{k+1}=W{}_{k+1}/\sqrt{W{}_{k+1}^{\text{Τ}}W{}_{k+1}}(10)\end{array}$

为了提高算法分离的速度,对接收的AIS混合信号进行分段处理,考虑到信道快速时变对算法的影响,截取的信号片段不宜过长。取截取的信号时间长度为:

${\rm T}={\rm T}{}_b+{\rm T}{}_{\max }-{\rm T}{}_{\min }(11)$

Tb为AIS时隙长度(约26.67 ms,256 bit),Tmax和Tmin分别表示卫星视场范围内AIS船台信号到达卫星的最大传输时延和最小传输时延,其值取决于卫星的高度和视角宽度。信号截取时设置卫星与船台的标准时间同步,这样可以保证截取的T时间长度的信号包含完整的256 bit的AIS时隙信息。由于T足够短,可以认为在T时间段内信道是近似不变的,不会对算法的稳定性产生影响。

3 AIS信号的分离仿真实验

实验中假设卫星高度为600 km,视角宽度为132o,计算可得Tmax约为9.431 2 ms,Tmin约为2 ms,则T为38.101 2 ms,约327 bit。源信号数设为N,观测信号数为M,从混合信号中提取m路信号。N路不同时延的AIS信号经线性混合,被M(=4)元阵接收。AIS信号为GMAK调制信号,码率为9 600 bit/s,每个码元采样64个点,中频载波频率为19.2 kHz。327 bit的GMSK信号共计20 928个点,为了便于波形对比观察,取其中的1 024个点数据作比较。在图4—图9中,Si(i=1,…,N)为源信号,Xi(i=1,…,M)为观测信号,Yi(i=1,…,m)为分离信号,横轴均为采样点数,纵轴均为相对幅值。

(1)取N=4,M=4。

对四路不同时延,且幅值均为10-8V的AIS混合信号进行分离,取收敛判决门限δ为0.000 001。实验结果如图4—图6所示。

图6是从混合信号中依次抽取出源信号的第二、一、四、三路信号,幅值均由原来10-8 V变为(1.5—2) V之间,抽取的信号的幅度和排序均与源信号不同,但不影响后续信号的检测。分离后的信号与源信号的相关系数的绝对值均不小于0.99,通过源信号和抽取后对应信号的波形对比来看,本文设计的信号抽取方法可以有效的实现对时隙碰撞AIS信号的逐个抽取。

(2)取N>4,M=4。

以N=5为例,从观测信号中抽取四路(m=4)信号,在实验中,五路信号之间幅度最大差值小于1 dB,同样取收敛判决门限δ为0.000 001,实验结果如图7—图9所示。

图9是从混合信号中依次抽取出源信号的第一、三、四、二路信号。分离后的信号与源信号的相关系数的绝对值均不小于0.98,从前后波形对比来看,当N>M时,本文设计的抽取方法同样可以实现对M路存在微弱差异的时隙碰撞AIS信号的有效抽取。

对以上两个实验重复进行了10次,完成四路信号的抽取分别需约33次、46次迭代。因此,本文设计的多用户分离方法具有较快的收敛速度。同时,利用本文设计的多用户分离方法从十路混合的AIS信号中提取四路信号,分离后的信号与源信号的相关系数的绝对值均不小于0.92,此时,当卫星视场内船舶数量达5 000艘时,可以保持较高的检测率。但当混合信号数较多时抽取的效果不佳,这是今后研究需要重点解决的问题。

4 结论

本文对星载AIS接收系统的时隙碰撞进行了分析,给出了碰撞概率和检测率的分析模型,并结合经典的FastICA算法给出了星载AIS多用户分离系统的设计方案,通过实验验证了方案的可行性。该方案具有算法简单,收敛速度快等优点,无须对时隙碰撞的AIS混合信号源数进行估计,同时避免了卫星通信中由于信道的快速时变对系统稳定性产生的影响。该系统实际应用时在混合信号源数未知的情况下可以分离出不超过固定数量的船舶信号。

摘要：针对星载AIS接收系统覆盖范围大而导致接收的AIS时隙碰撞以及无法有效地分离AIS信号问题,给出了碰撞概率和检测率的分析模型。同时,提出了一种多用户分离的设计方案。该方案采用基于FastICA的阵列信号处理方法从混合信号中逐步分离出一定数量的船舶信号,避免了混合信号源数估计这一难题。这种思想也符合星载AIS接收系统的需求。仿真结果验证了该方法是有效的,且算法收敛较快。

船舶AIS监控系统 篇7

海底电力电缆广泛应用于岛屿供电、近海风电场、海上石油平台供电和跨越江河海峡短程供电等[1]。舟山市由1 390个岛屿组成,特殊的群岛地理环境决定了舟山电网必须通过大量的海底电缆来实现电能传输。截止2012年2月底,舟山的输、配电海缆已达48段,回路长度超过260 km。海底电缆的可靠运行不仅决定了电网的安全和稳定,而且也直接关系到社会、经济的发展。大部分海底电力电缆的故障都是由渔具和锚的伤害造成的。根据海缆的运行维护总结,舟山海域海缆锚损故障占海缆故障的90%以上。

船舶自动识别系统(Automatic Identifi cation System,AIS)是一种新型助航系统,在海上自动连续发送船舶的动态数据、静态数据、航行信息和安全信息等,与海岸基站进行信息交流[2,3]。基于海缆防锚损的实际需求,舟山电力局开发出了基于AIS的海缆防锚损监控报警系统,经AIS获得船舶的实时信息,在电子海图上对海缆保护区设置警戒范围,通过软件开发实现对进入警戒区域后停留或疑似停留的船舶进行监控方自动报警提示,及时发现可能潜在危害,有效避免事故发生;系统还具备对进入禁锚区的船舶轨迹进行实时记录和回放,以便在发生海缆外力损坏时能够对肇事的船只进行责任和损失追究。基于AIS的海缆防锚损监控报警系统成功应用于舟山海域海缆监控,发现船舶在海缆禁锚区内各类危害海缆安全运行的行为200多次,避免了极可能发生的海缆事故30余起。

但经过长期的运行发现该系统有以下待改进的方面。

1)受AIS设备质量、发射功率的影响,安装AIS船舶的船位、航向、转向速率等动态信息经GPS/北斗获得的过程中可能存在误差甚至信息丢失[4],尤其是位置信息,一旦丢失,船只信号图像会在电子海图上停止不动,造成误报或漏报。

2)通过海缆警示标志的提醒,可以有效警示船舶不在海缆禁锚区内违章锚泊;装有遥测终端的海缆警示标志牌具有遥测功能,遥测终端电力不足、位置偏移的情况时有发生;若将相关信息与报警系统关联,可以大幅提高系统效率和作用。

基于以上情况,升级开发了基于AIS的海缆综合监控报警系统。

1 基于AIS的海缆综合监控报警系统的设计

1.1 系统目标

基于AIS的海缆综合监控报警系统要求在电子海图上对海缆保护区设置警戒范围,通过该系统报警软件实现对进入警戒区域后停留或疑似停留的船舶自动报警提示,同时将报警信息同时记录在数据库中,供日后查询。对于海缆保护区当海缆运行不正常时,系统根据上传的报警信息,通过轨迹回放功能了解事故发生的整个过程,提高工作效率。通过普通视频监控、高清日夜型视频监控和热成像视频等监控设备,实时显示监控区域情况,以减少误报情况的发生,提高系统报警的真实率,及时发现海缆警示电标的异常并报警,提高海缆警示电标的有效性。

1.2 系统架构设计

基于AIS的海缆综合监控报警系统架构图如图1所示。

1.3 系统主要功能设计

该系统的功能主要包括监控功能和报警功能,还包括流量统计、用户标绘、轨迹回放等其他功能。

1.3.1 监控功能

监控功能包括电缆周边海域实时监控、船舶实时监控以及电标实时监控。

1)电缆周边海域实时监控。在AIS基础上,首先在电子海图上对海缆保护区设置警戒范围,通过该系统报警软件实现对进入警戒区域后停留或疑似停留的船舶自动报警提示(报警信息同时记录在数据库中,供查询);当海缆工作不正常时,系统根据上传的报警信息,通过轨迹回放功能、调用视频监控系统等方式了解事故发生的整个过程,以此来追究事故责任,并能通过调用其他数据,实现船舶、电标报警流程化管理,提高电力局的工作效率。

2)船舶实时监控。实时监控船舶的位置信息与状态,显示经纬度、速度、航向、时间等[5]。在海图上选中任一艘船舶,都可以得到这艘船舶的具体信息,包括船名、呼号等静态信息和位置、速度、经纬度、定位时间等动态信息。还可以进行自定义分组,通过海上移动通信业务标识(Maritime Mobile Service Identity,MMSI)或名称等进行搜索,然后添加到新组中,同时可以进行颜色设置。

3)电标实时监控。系统提供电标信息列表,可查看电标的具体详细信息,包括其经度、纬度、运况状态等信息数据,对电标进行实时遥测监控。

1.3.2 报警功能

报警功能包括电缆禁锚区异常报警、船舶区域报警以及电标报警。

1)电缆禁锚区异常报警。电缆禁锚区异常检测系统检测到异常情况后通过电缆禁锚区异常报警输入接口,可以直接启动该系统,只要在系统中输入异常电缆的编号,系统将自动定位到异常电缆所在的区域,然后调用此区域的可疑船舶列表,同时,该系统还具有轨迹回放功能,可以对可疑船舶进行轨迹回放,找出肇事船舶;同时系统将该船舶的信息与本次事故生成档案保存,以便向有关部门提供证据,也可用于日后查询。

2)船舶区域报警。船舶区域报警流程如图2所示。当有船舶进入海缆警戒区域时,系统生成列表,记录船舶的编号、电缆的编号、船舶进入区域的时间。当船舶在此区域停留超过系统设定的时间,船舶的颜色自动变为红色,将此船舶的信息自动添加到此区域的报警船舶列表中,然后调用视频监控对此区域进行监控。

系统具有多种提示和通知手段,包括声光提示和短信通知,以便电力值班人员及时发现情况。

3)电标报警。系统提供2种类型的电标报警方式。(1)超时报警:终端在设定的时间内没有向系统发送信息;(2)位移报警:每个电标都有一个极小的位移许可范围,电标的位移超过这个值,称为位移异常。位移许可范围可以进行重设定所有这些报警,电标报警说明见表1所列。系统会自动将其记录在报警日报表中,以供用户查看和记录。

1.3.3 其他功能

1)流量统计。在警戒区域和有电缆的海图上,设置一些流量统计区域和流量统计线,对通过的船舶数量进行统计,从而对流量比较大的区域进行重点监控,更好地保护海底电缆。

2)用户标绘。用户标绘是用来统一管理用户在客户区进行的各种与标绘相关的操作。其中,标绘文件管理提供新建、装载、卸载后缀为.udf的文件,并提供各图层的管理。标绘工具条提供对当前图层进行的各种标绘操作,如加点、线、区域,并且提供丰富的形状供用户选择。

3)轨迹回放。当系统发现有海底电缆通信异常,立即启动报警程序。将系统界面定位到异常海缆区域,根据系统记录下来的可疑船舶列表(曾在此区域停泊超过一定时间的船舶),对这些可疑船舶进行轨迹回放(见图3),认定肇事船舶后,系统将该船舶的信息与本次事故生成档案保存,以便向有关部门提供证据,也可用于日后查询。

4)自动导入海缆经、纬度。系统可以支持规定的数据格式的海缆经、纬度数据源,并进行导入。

5)视频切换。当用户发现警戒区域内有可疑船舶时,可以立即使用系统上的切换键切换到视频监控模式对船舶进行实时监控。

6)GIS电子地图加载。系统可以根据用户的需求,加载该地区的电子地图数据(地图数据由用户提供)。

2 基于AIS的海缆综合监控报警系统的开发

2.1 系统开发

本系统的开发语言是C++,平台支持是Oracle 10g数据库。C++编程语言具有速度、性能高,功能稳定等特点;采用Oracle 10g数据库平台,综合考虑了系统的各个方面,体现数据库数据量处理、数据支撑、下载速度、管理简单等优点。C++编程语言能使所开发的海图界面更加清晰,整个系统更加稳定。Oracle 10g数据库为系统提供了高性能、高可靠和高可用的数据处理优势。这2种技术为本系统的开发提供了很好的技术平台。

2.2 系统组成

本系统主要由数据库、监控中心服务器组以及客户端三部分组成。

数据库通过接入AIS数据、GPS数据及电力禁示标志遥测数据,达到显示及查询功能。

监控中心的服务器由电子海图操作和控制终端组成。电子海图操作部分负责存储电子海图数据、电标和船舶数据、实时显示船舶信息等功能;控制终端部分负责接收终端站传回数据,向终端发送监控查询指令,并接收返回指令等功能。

客户端也是由电子海图操作和控制终端组成。控制终端部分还能接收中心站送来的海缆禁示标志状态数据,对海缆禁示标志进行实时遥测,随时查看各种相关信息。

根据上述研究,完成了系统的开发。系统监控实例如图4所示。

3 结语

基于AIS的海缆综合监控报警系统是之前的基于AIS的海缆防锚损监控报警系统的升级,在舟山海缆监控中的成功应用验证了该系统的可行性和有效性,为海缆监控保护提供新思路、做出新尝试,对海缆监控保护具有重要意义。

摘要：海底电力电缆广泛应用于海岛间供电、海上作业平台供电、海上风电场、跨越江河海峡短程输电,易受到船锚损害。基于海缆监测的实际需求,在已开发的基于船舶自动识别系统的海缆防锚损监控报警系统的基础上,添加了视频监控、电标实时监控、电标报警等功能,综合监控海缆保护区域内的船舶动态、海缆警示电标实时信息、海缆保护区域内船只流量信息,对潜在危险报警提示,有效保护海缆。文章详细介绍了该系统的架构、功能、开发实现,开发出的基于船舶自动识别系统的海缆综合监控报警系统成功应用于舟山海缆监控,分析实际运行经验,验证了系统的可行性和有效性。

关键词：船舶自动识别系统,海缆,监控,报警

参考文献

[1]THOMAS W.海底电力电缆—设计、安装、修复和环境影响[M].北京:机械工业出版社,2011.THOMAS W.Submarine power cables:design,installation,repair,environmental aspects[M].Beijing:China Machine Press,2011.

[2]王艳军,王晓峰.AIS和北斗终端组合在船舶动态监控中的应用[J].上海海事大学学报,2011,32(4):17–21.WANG Yan-jun,WANG Xiao-feng.Application of combination of AIS and Beidou terminal in dynamic ship monitoring[J].Journal of Shanghai Maritime University,2011,32(4):17–21.

[3]袁安存,张淑芳.通用船载自动识别系统国际标准汇编[M].大连:大连海事大学出版社,2005.

[4]张东.AIS在港口引航中的应用研究[J].港口经济,2011(12):54–55.