近海多源船舶感知数字模拟器设计
时间：2023-04-16 09:40:05 来源：柠檬阅读网 本文已影响 人 
汪秉东，郭湘南
（1.武汉邮电科学研究院，湖北武汉 430074；
2.武汉烽火通信科技股份有限公司，湖北武汉430074）
随着科技发展的日新月异，近代造船技术的研发及近海船舶的设计越来越丰富，近海船舶的性能愈发强大，给近海区域的航道交通带来了很大的压力，导致海上各种安全情况多变，出现了越来越多的安全隐患，影响了近海船舶的后续发展。在近海船舶的研究领域中，雷达AIS(Automatic Identification System)数据模拟器一直是一项重要的研究，也是各大海洋公司持续关注并研发的项目，该模拟器能够高效地模拟雷达或者AIS（船舶自动识别系统）的数据，能让船员和测试人员更加直观且简洁地模拟海上目标数据。多源船舶模拟器还可以更好地进行近海船舶航路的规划，提高各类船舶的航行效率，同时也能为数据目标融合的发展打下殷实的基础。
AIS 是一种安装在船舶上的无线通信导航避碰设备，可适用于近海的各类船舶，AIS 能够有效完成船舶间的避碰功能，AIS 系统可以通过VHF 自动或定时播发，在20 海里内实现各类船舶之间相互交换船舶航路和船舶相关信息的功能。AIS 信息包括MMSI（船舶海上移动通信业务标识码）、船名、船舶类型和尺寸等。船舶雷达在航海中扮演着重要的角色，常被用于船舶的定位、避碰等相关方面，但是海上环境复杂多变，船舶雷达存在着精度不够精细、定位程度不准确等问题，且容易受到恶劣天气或地形的影响，导致无法定位船舶具体位置。文中介绍一种雷达AIS 的数字模拟器，该模拟器能够实现多源数据的模拟。
1.1 信息感知技术
信息感知是在获取信息的基础上，通过一定手段过滤不需要的信息，得到需求信息[1]。大多数物联网的识别是用无线的方法检测信息，但是，这种识别方法容易出现数据重复和数据不稳定的问题，导致互联网对敏感信息的获取效率下降[2]。仅在互联网数据识别技术上进行修改和发展是远远不够的。首先，可以设置一个过滤条件，使得接收信息变得更加安全，也可以避免冗余信息的干扰，接着通过数据融合将过滤后的信息整合起来，形成完整的有用数据[3]。
在当代互联网中，数据采集基本上是一个从测量节点到接收节点采集数据的过程，通常的目标都是安全或者完整的[4]。目前互联网的稳定性并不高，围绕网络的问题存在许多不确定性。在网络上采集信息时时常获取到不正确的信息，这通常会导致数据丢失，甚至还会收集到嘈杂的数据。所以应使用数据净化方法设置一个过滤器来过滤无效数据，增强有用数据的时效性和牢固性[5]。在信息感知方面，缺失信息和数据过滤密切相关。如果将缺少的信息视为一种特殊的数据[6]，那么可以使用数据过滤对这种特殊的数据进行过滤，使用线性插值和回归模型从所有数据中消除缺少的数据并对其进行评估，使过滤后的信息更加完整[7]。
1.2 AIS雷达数据
AIS 全称为自动识别系统，是一种新型导航设备，常用于海洋中船舶的航行[8]。在当代海洋运输上，AIS 的任务是收集船舶运行的特征，能够辨别出船舶与其他物质，对指定的船舶能够提供航迹跟随的辅助功能，通过大量信息的收集，在对船舶信息进行存储后，使得船舶之间能够更加清晰地进行信息交流，对船舶给予警示功能以便预防碰撞事件的发生[9]。AIS 可以改进防止船舶碰撞的功能，改进了ARPA 雷达并优化了近海船舶交通控制系统的性能，增加了近海船舶的运输报告功能[10]。所有航线、航位点和船舶的编号名称均可在ECDIS 上查看，进而为指定船舶提供了新型且高效的通信方式，提高整体船舶的通信质量并使近海船舶走向智慧化的时代[11]。
AIS 会从数据库中为装备了AIS 的船舶提供该船或者是附近船舶的相应信息[12]，这些信息在船舶装配AIS 后自动上传并分发给其他装配了AIS 的船舶[13]，而关于船舶编号、船舶大小、船舶型号等静态信息则会通过VHF 在以该船为中心，方圆20 海里的范围内进行播报，装配了AIS 的船舶则能收到这些信息[14]。
雷达为科研的目标探测做出了极大的贡献[15]。在地质勘测中，雷达可以生成准确的目标类型，其深度和广度可以达到几十米的精度。雷达在对自然灾害的预防上也表现得非常出色，在土壤调研、海洋资源探查、空气质量等方面，雷达也表现出了非常大的潜力[16]。
航位推算算法定义了一个完整的搜索过程，该过程起始于首个数据信息的接收，依据算法的原理，再综合该目标数据的艏向、对地速度以及接收到下一个目标数据的时间间隔，来对下个目标的经纬度点进行模拟。当今大部分航载系统分为罗经仪和自动舵以及里程计等部分。基于传统的航位推算算法的准确模型，使用自动优化方案来优化罗经仪和自动舵产生的物理误差，能够从根本上提高航位推算算法的准确度[17]。可以实现当前航点数据计算算法，计算指定坐标、航向角和航向角后的下一个航点的经纬度坐标。首先在接收到起点航位点数据后，保存数据，当下一个航位点数据传输进来时，同样进行信息保存，再比较两个航位点的经纬度数据，放在平面中经计算后得到一个带方向的矢量差，同时根据推算算法得出模拟的下一个点的速度以及带方向的矢量，因为实际环境的复杂性，两个矢量不一定完全相同，需要通过算法进行修正，得到正确的下一航位点的对地速度。由此类推，在此基础上推算下一个航位点时，也要考虑误差的影响，假定误差与初始相同，在实际得到该点的矢量且得到推算算法模拟的矢量后，将两者进行计算，得到正确的航位点对地速度。重复该过程，即可使用推算算法得到每个航位点的对地速度，并且能不断地进行自我修正。
航位推算算法的第一步是为所规划的航迹进行分段编号处理。假设要进行处理的航迹中有N+1 个航位点，即P0,P1,P2,…,PN,如图1 所示。
图1 航线分段编号
1）过起始点P0作线段P0P1的垂直线Q0R0；
2）任意设置一个自然数i，得到Pi-1Pi和PiPi+1的夹角平分线QiRi；
3）过PN作线段PNPN-1的垂线QNPN；
4）矢量R0Q0,R1Q1,…,RNQN会把完整的航线轨迹分割成N个部分，然后将其从0 开始编号到N。
将航迹拆分成片段之后，每当从模拟器中得到新的经纬度输入时,首先要确认其属于哪个片段，从而决定后续的推算过程。如图2 所示，假设发送消息的航位点为P(X,Y)。
图2 计算船位所在航段编号
将射线QiRi绕点Qi顺时针旋转90°,作射线；
再以点Qi为端点作射线QiP。如果P与间的夹角αi大于90°，则根据向量的位置特性得出·QiP＜0；
如果P与间的夹角αi小于90°，则根据向量的位置特性得出·QiP＞0。所以判断航位点为哪个片段的步骤：第一步将i置为1，表示对第一个航位点进行初始化；
第二步求两项式的乘积；
如果T＞0，则令i=i+1，接着继续进行第二步；
若T＜0，则此时所得到的i值即为要得出的航位点编号。
航位推算算法的核心就是首先获得一个初始点位，进行判断后，从当前位置开始往后推算下一个航位点的位置，这个航线可能是其中的一部分，也可能是模拟的轨迹外的航段，若是轨迹外的航段也会迅速进行自我修正回到正轨上，如图3 所示。
图3 推算航段的确定
如果首次获取的数据进行判断后在原定航迹上（如A点），那么下一步的航迹为APi；
如果首次的数据进行判断后不在原定轨迹上，且其艏向与原定航迹有交点(如B点)，那么下一步的航迹为；
如果首次的数据进行判断后不在原地轨迹上，且其艏向与原定航迹没有交点(如C点)，那么下一步的航迹为CPi。假设当前航位点的位置坐标为（P，Q），那么有：
若令船舶当前点位坐标为(Pr,Qr)，目标的航迹为Gr，则同一方向上的位置公式为：
令P=Pi-1+(Pi-Pi-1)·β=Pr+βsinGr，得到β=。
若β∈[0,1]，则方向线段与Pi·Pi-1有公共交点，则由该β值可求得该公共点到推算的下一个航位点的时间间隔为P(1-β)。将所求P值代入上述公式可反推其交点位置；
如果β＜0 或β≥1，则方向线段与Pi·Pi-1没有公共交点。
假设首个收到数据的航位点为P0,它和P1分别是推算算法的两个端点；
P2点应该处在原定航迹上。假设从P0到P1的收取船舶信息间隔为β0，从P1到P2的收取船舶信息间隔为β1，前一次推算时刻为T0，此次的推算时刻为T1,由此求得两次信息的时间差值为ΔT=T1-T0。
1）如果ΔT≤β0，则表明此次船舶处于P0到P1的区间内,可以得到此次航位点位置P=P0+；
2）如果ΔT＞β0，则表明此次船舶处于P1到P2的区间内或者是航迹规划外，则有ΔT=ΔT-β0；
3）如果ΔT≤β1，则表明此次船舶处于P1到P2之间，得到；
4）如果ΔT＞β1，则表明此次船舶P处于P2之外的地方，则有ΔT=ΔT-β1；
5）再选择P2作为下一段航位推算的航位点起点，从规划的航迹中两两选择所规划航迹的两个端点，对于起始点Pi、终结点Pi+1和估算的获取时间间隔βi+1,如果ΔT＞βi+1，则令ΔT=ΔT-βi+1，接着重新进行步骤5）；
6）如果ΔT≤βi+1，则可以得到(Pi+1-Pi)。
3.1 多源模拟器的理论研究
多源目标的模拟器是基于普通模拟器之上进行创新，首先使用随机数算法生成模拟的多源数据，将数据通过堆栈的方法进行存储，然后将生成的数据传输到推算算法中，利用推算算法实时生成指定时间的多航路点，利用这些航路点可以得到一个完整的轨迹，航路点可以输出到客户端上进行数据的比较，还能够与平台建立联系，将模拟的多个初始航位点展示到电子海图上，并且随着时间的推移，能够实时地模拟下一步的航路点，形成完整的航迹。多个目标的模拟可以同时进行，也可同时展示在电子海图上，其航迹互不干扰，与实际情况下雷达探测的目标信息几乎一致，能够较好地实现模拟效果。
3.2 多源模拟器的测试结果
以多源AIS 模拟器为例，在使用随机数模拟器之前，首先启动Collector 链接器，然后打开Geoview平台，登录后进入初始界面，接着使用随机数模拟器，相较于单目标模拟器而言，随机数模拟器只负责生成随机的动态信息组，如经纬度区间、船舶的航速区间、船舶的角度区间以及船舶的艏向区间。这些动态信息由操作人员按照模拟的需求填写，模拟目标的个数可达到上百个，因此满足多源目标模拟的需求。而船舶的MMSIID 等静态信息则在随机数模拟器启动后随机生成相应的值存放在object 文件夹中。此时，操作人员应打开导入数据模拟器，该模拟器使用了相对简洁的界面，信息不再展示在模拟器上，直接连接平台后，可在平台上展示模拟的数据。当选择路径时，找到对应根目录下存放随机数数据的object 文件夹，点击启动后，模拟器会自动同时读取所有通过随机数产生的数据，通过链接器导入到平台中，图中的计时器则会在停止对平台多目标的模拟后结束计时。当多模拟器数据传入平台时，Collector 接收到的数据是利用随机模拟器模拟的十个AIS 数据，每个AIS 数据的MMSI 编号也是在数据库随机生成的，这十个AIS 模拟目标同时导入到平台中，在平台上进行后续航路的模拟，模拟过程中平台上出现的模拟数据与随机数模拟器中所产生的数据完全相同，表明了每个模拟目标在起始经纬度的情况下沿着船舶艏向一直移动。模拟器所模拟的目标与雷达监控系统在平台上生成的数据形式上相同，就表示着模拟器成功连接上平台，多目标的模拟器成功导入了数据。多目标的雷达模拟器也是类似的效果，随机模拟出的目标即为雷达数据，在形式上也与平台生成的数据保持相同。模拟的目标信息与真实情况下雷达所探测的信息，不论是在电子海图的视图上还是在列表所搜索的目标数据上，几乎完全一致，由此可见模拟器在模拟AIS 信息方面上已经非常完善，同理模拟雷达信息也是相同的效果。
多目标模拟器的特点在于可以对批量的随机模拟数据进行后续航路的模拟，它同样具有精确度高的优点，可以在系统允许的情况下批量对数据进行模拟，且可以生成大量的后续航路点与轨迹线，这符合当今航海事业中对多源数据模拟的需求，相较于单目标的模拟器，多目标模拟器实现了大规模、多目标、即时性上的突破，并且具有更优秀的稳定性，更加兼容雷达监控平台。
文中提出一种新型基于雷达监控平台的多源目标模拟器，介绍了多源目标模拟器的基本原理及关键技术，从理论上分析了多源目标模拟器的优缺点，运用多种方法从理论上模拟AIS 数据和雷达数据。在研究过程中，选取一个特定的目标，记录其初始航路点的动静态信息，观察其航行一段时间的航迹后，将其经纬度信息保留下来，此时通过模拟器模拟相同的初始化动静态信息，运行后可发现两者后续的航迹基本一致，可能会由于真实情况下的环境问题产生一定的误差，通过航位修正后能达到95%的准确率。对于模拟器部分，在模拟数据并进行推算算法时，还可以进一步考虑实际船舶的锚、缆、拖轮、风浪、天气对船舶运动的作用，而模拟器所采取的推算算法忽视了这些实际情况进行演算，后续可以根据实际情况完善算法的研究，使得模拟的数据能够具有更加真实性的表现。
猜你喜欢航路航迹模拟器了不起的安检模拟器小哥白尼(趣味科学)(2021年6期)2021-11-02盲盒模拟器故事作文·高年级(2021年4期)2021-05-06划船模拟器小哥白尼(神奇星球)(2021年11期)2021-03-08梦的航迹青年歌声(2019年12期)2019-12-17自适应引导长度的无人机航迹跟踪方法北京航空航天大学学报(2017年7期)2017-11-24视觉导航下基于H2/H∞的航迹跟踪北京航空航天大学学报(2016年6期)2016-11-16基于交叉航路影响的航路容量模型研究哈尔滨商业大学学报（自然科学版）(2016年4期)2016-09-02应召反潜时无人机监听航路的规划海军航空大学学报(2015年3期)2015-11-11托勒密世界地图与新航路的开辟中学历史教学(2015年11期)2015-11-11基于Event改进模型的交叉航路碰撞风险评估中国民航大学学报(2015年3期)2015-03-01
