舰船科学技术  2022, Vol. 44 Issue (10): 155-158    DOI: 10.3404/j.issn.1672-7649.2022.10.033   PDF    
VR技术在船舶通信系统天线信号源驻波检测中的应用
张震     
大连海洋大学,辽宁 大连 116300
摘要: 考虑通信场景与设备属性对于天线信号源驻波检测结果的影响,研究VR技术在船舶通信系统天线信号源驻波检测方法。采集船舶通信系统整体三维环境信息,采用VR技术构建对应的虚拟船舶通信场景模型,根据层次化建模理论融合通信硬件设备属性信息,将融合后的属性信息赋予VR通信场景模型内的各通信硬件设备,生成船舶通信场景,利用虚拟船舶通信系统天线信号源驻波检测电路,检测天线信号耦合处理后输出信号的前向功率与反向功率,依据2种功率运算获取驻波检测结果。实验结果表明该方法具有较好的通信场景构建效果,能够准确检测天线信号源驻波,提升通信信号控制性能。
关键词: VR技术     船舶通信系统     天线信号源     驻波检测     三维模型构建     属性融合    
Application of VR technology in standing wave detection of antenna signal source in ship communication system
ZHANG Zhen     
Dalian Ocean University, Dalian 116300, China
Abstract: Considering the influence of communication scene and equipment attributes on the standing wave detection results of antenna signal source, the standing wave detection method of antenna signal source based on VR technology in ship communication system is studied. Collect the overall three-dimensional environment information of the ship communication system, use VR technology to build the corresponding virtual ship communication scene model, fuse the attribute information of the communication hardware equipment according to the hierarchical modeling theory, give the fused attribute information to each communication hardware equipment in the VR communication scene model, generate the ship communication scene, and use the standing wave detection circuit of the antenna signal source of the virtual ship communication system, Detect the forward power and reverse power of the output signal after the antenna signal coupling processing, and obtain the standing wave detection results according to the two power operations. Experimental results show that this method has good communication scene construction effect, can accurately detect the standing wave of antenna signal source, and improve the communication signal control performance.
Key words: VR technology     ship communication system     antenna signal source     standing wave detection     three dimensional model construction     attribute fusion    
0 引 言

通信系统是船舶间通信以及船舶与岸边通信的有效工具,同时还具有一定的导航功能,是船舶的重要组成部分[1]。船舶通信系统中的天线,主要功能为发射能量并接收电磁波[2],是确保通信质量的关键。船舶通信系统在发射信号前需要对天线信号源驻波进行检测[3],令驻波比满足相关通信标准,实现最优的通信传输性能。因此研究一种有效的驻波检测方法具有重要意义。

张雁鹏等[4]依照信号强度完成信号检测过程;庞春雷等[5]在研究信号检测问题过程中引入了概率神经网络模型。但上述方法的应用过程中均未考虑通信场景与设备属性对于检测结果的影响,导致最终检测结果存在一定误差。针对这些问题,研究VR技术在船舶通信系统天线信号源驻波检测中的应用方法,并通过实验验证其实际应用性能。

1 基于VR技术的船舶通信系统天线信号源驻波检测方法 1.1 基于VR技术的虚拟船舶通信系统设计

基于VR技术的船舶通信系统设计过程中,三维实体建模是基础,将所构建的模型导入虚拟仿真平台内,完成虚拟天线信号源驻波检测与通信系统整体功能的实现,达到人机交互控制与系统发布目的。采用AutoCAD软件中的三维实体建模功能构建船舶通信系统中各硬件的实体模型,并选用Unity 3D软件作为虚拟仿真平台,由此完成船舶通信场景编辑以及人机交互控制功能设计等。Unity 3D软件的主要优势为设计功能强大,且具有普遍的兼容性和优质的开放性[6];同时,作为开源软件,利用Unity 3D软件进行虚拟仿真设计还有利于二次开发与脚本程序的功能设计[7];并且该软件还具备数类平台发布功能,按照用户的实际应用需要可在各类上端设备上实现系统发布功能。图1为基于VR技术的船舶通信系统天线信号源驻波检测整体方案。

图 1 VR技术的船舶通信系统天线信号源驻波检测方案 Fig. 1 scheme of standing wave detection of antenna signal source of ship communication system by VR technology
1.2 船舶通信场景设计 1.2.1 船舶通信场景三维模型构建

采用AutoCAD软件中的三维实体建模功能构建船舶通信场景中各硬件的实体模型,船舶通信场景内各硬件形状特征 $ Q\left( i \right) $ 提取的表达式为:

$ Q\left( i \right) = \sum\limits_{j = 0}^i {{k_i}\left( j \right)} = \sum\limits_{j = 0}^i {\frac{{{b_i}}}{b}} \mathop {}\nolimits_{} ,i = 0,1,2, \cdots ,L - 1。$ (1)

式中, $ {k_i}\left( j \right) $ 表示通信场景内硬件的外形轮廓, $ {b_i} $ $ b $ $ n $ 分别表示第i条轮廓边的长度和硬件的外形轮廓总边长, $ L $ 表示场景内分布轮廓长度总值。

基于通信场景中各硬件图像属性特性完成船舶通信场景光学成像的立体匹配[8],并实施渲染,提升船舶通信境场景的画面效果,完成船舶通信场景的色彩、形态与图案的立体匹配,通过分离面裁剪法构建船舶通信场景的多层次细节,经由设置属性值评估色彩的匹配度,评估函数可描述为:

$ \hat f\left( {x,y} \right) = \left\{ \begin{array}{*{20}{l}} g\left( {x,y} \right) - 1,& g\left( {x,y} \right) - {{\hat f}_{Lee}}\left( {x,y} \right) \geqslant t,\\ g\left( {x,y} \right) + 1,&g\left( {x,y} \right) - {{\hat f}_{Lee}}\left( {x,y} \right) < t,\\ g\left( {x,y} \right),& {\rm{else}}。\\ \end{array} \right. $ (2)

通过式(2)能够获取各船舶通信场景内硬件设备渲染的整体估计参量 $ \hat f\left( {x,y} \right) $ ,按照VR成像的GPU渲染,不同船舶通信场景内硬件设备的3D模型尺寸信息差量 $ {E_l} $ 表示为:

$ {E_l} = \left\{ \begin{gathered} 1,\mathop {}\nolimits_{} \mathop {}\nolimits_{} \mathop {}\nolimits_{} \mathop {}\nolimits_{} \mathop {}\nolimits_{} \mathop {}\nolimits_{} l = 0,L,\hfill \\ \left[ {2\pi \cdot \frac{D}{2} \cdot {l_t}} \right],l = 1,2, \cdots ,L - 1。\hfill \\ \end{gathered} \right. $ (3)

式中, ${l_t} = \pi \cdot \dfrac{D}{{2L}}$ 表示全息投影像素值。

在船舶通信场景内,利用不同权重系数优化重构误差,完成船舶通信场景内不同硬件的视景再现。

1.2.2 通信设备属性融合

表1为船舶通信系统天线信号源驻波检测过程中各通信设备主要状态参量分析结果。

表 1 天线信号源驻波检测过程中各通信设备属性参量 Tab.1 Attribute parameters of communication equipment in the process of standing wave detection of antenna signal source

由于船舶通信系统内各类硬件中的属性参量较多,所以有必要分析各类硬件设备属性参数的特征,由此对船舶通信系统内硬件设备属性信息实施融合。

船舶通信系统内各类硬件中的属性信息融合过程为:

1)抽象分解船舶通信系统内各类硬件设备的功能,将船舶通信系统内各类硬件设备作为逻辑节点,依照dsfo-7-4规范,抽象获取数个逻辑节点,这些节点相对独立且能够实现基本通信功能,同时定义不同逻辑节点相关的数据对象,公式描述如下:

$ C = \frac{{{T_0}}}{{\left( {Y \times \phi } \right) \times S}}。$ (4)

式中: $ C $ $ {T_0} $ 分别表示船舶通信系统内各类硬件设备测量值和某一时刻内通信硬件设备的数据统计时间, $ Y $ $ \phi $ 分别表示船舶通信系统内各类硬件设备信息数据集和数据修正系数, $ S $ 表示复杂的通信硬件设备。

经由以上分解能够获取逻辑节点与相对的数据对象。

2)抽象处理船舶通信系统内各类硬件设备信息并进行标识,分解通信硬件设备实际功能并实施类别划分。考虑船舶通信系统内的逻辑设备中的各逻辑节点功能均有所差异,以及不同逻辑节点对应的服务,所以对功能有所差异的逻辑节点进行数据处理:

$ V = \frac{{\sum\limits_x i \times \partial }}{{{f_e}}} 。$ (5)

式中: $ Y $ $ \sum\limits_x i $ 分别表示不同通信硬件设备的各项属性信息和通信硬件设备i的属性信息, $ \partial $ $ {f}_{e} $ 分别表示属性信息分类因子和属性信息类别。

3)确定通信服务,依照类别的差异化组织以上属性信息,构建定性的属性信息交换模型。

在利用属性信息交换模型过程中,需定义不同通信设备硬件要实现的功能和属性信息类别,依照定义结果实现船舶通信系统内各类硬件设备属性信息融合。

1.3 天线信号源驻波检测

采用VR技术构建船舶通信场景后,依照船舶通信系统天线信号源驻波检测的实际功能与技术要领,采用VR技术设计虚拟天线信号源驻波检测电路。所设计电路内主要包含电源模块、信号耦合模块、天线信号源驻波检测模块、MCU处理模块和CAN接口模块。

图2为采用VR技术设计的虚拟船舶通信系统天线信号源驻波检测电路整体设计架构。天线信号源驻波检测模块是整体电路的核心,其主要功能为通过2个检波器检测信号耦合模块输出的前向、反向功率。考虑船舶通信系统天线信号源驻波检测过程中信号源输入频率较低[8],因此以降低驻波检测精度受输入信号峰均比波动影响为目的,采用VR技术模拟均方根检波器。该检波器的主要优势为峰均比波动对输出响应不产生影响,具有较高的抗噪性能。

图 2 虚拟船舶通信系统天线信号源驻波检测电路整体设计架构 Fig. 2 Overall design architecture of standing wave detection circuit of antenna signal source in virtual ship communication system
2 实验结果与分析 2.1 虚拟船舶通信系统场景构建结果

采用本文方法构建实验对象通信场景内各硬件的实体模型,所得结果如图3所示。分析可知,利用本文方法能够清晰而准确构建实验对象通信场景内各硬件设备的三维模型,同时通过船舶通信场景的色彩、形态与图案的立体匹配,得到无限接近实际的通信场景内各硬件实体模型。

图 3 船舶通信系统VR场景设计结果 Fig. 3 VR scene design results of ship communication system
2.2 性能对比

为验证本文方法对于实验对象通信场景构建的性能,以属性计算效率、信息饱和度、碰撞检测准确率以及交互控制的均方根误差为指标,分析本文方法场景构建性能,结果如表2所示。可知,采用本文方法构建实验对象通信场景时,各项指标性能与2种对比方法相比均存在一定程度的优势,这充分说明本文方法能够更好、更真实地构建实验对象通信场景时,在通信场景构建方面具有较好的应用前景。

表 2 通信场景构建的性能分析结果 Tab.2 Performance analysis results of communication scenario construction
2.3 驻波检测结果

对比本文方法所得的实验对象通信系统天线信号源驻波检测结果与实验对象实际驻波情况,所得结果如图4所示。分析可知,采用本文方法所得实验对象通信系统天线信号源驻波中的前向功率与反向功率与实验对象实际驻波中的前向功率与反向功率基本一致,由此能够说明本文方法能够准确检测实验对象通信系统天线信号源驻波。

图 4 驻波检测结果 Fig. 4 Standing wave test results
2.4 通信信息控制性能

船舶航行过程中通信信息控制的有效性可通过DVS指标呈现,两者之间呈正比例相关,即通信信息控制能力越强,DVS指标数值越高。利用DVS指标分析本文方法对于实验对象通信信息的控制能力,设定实验时间为30 min,对比本文方法所得的DVS指标与实际DVS指标,结果如表3所示。分析可知,在实验时间逐渐提升的条件下,采用本文方法所得的DVS指标结果表现出一定的提升、稳定、下降的波动趋势,在第15 ~21 min期间达到上限,DVS指标结果达到0.75。而采用本文方法前,实验对象的DVS指标由初始阶段持续提升,在第30 min达到上限0.29。与采用本文方法前相比,采用本文方法后能够显著提升船舶航行过程中通信信息的控制性能。

表 3 DVS指标波动对比结果 Tab.3 Comparison results of DVS index fluctuation
3 结 语

本文研究VR技术在船舶通信系统天线信号源驻波检测中的应用,利用VR技术构建船舶通信系统虚拟场景与天线信号源驻波检测电路,利用虚拟检波器检测信号耦合模块输出的前向、反向功率,由此得到船舶通信系统天线信号源驻波值。实验结果也验证了本文方法的应用效果。本文方法的测试仅限于正常通信环境,而未考虑复杂通信环境,因此后续将对本文方法在复杂通信环境条件下的性能进行研究,以提升本文方法的实际应用性能。

参考文献
[1]
颜晓娟, 安康, 张千锋, 等. 面向用户随机分布的NOMA-卫星通信网络性能分析[J]. 电讯技术, 2020, 60(2): 153-158. DOI:10.3969/j.issn.1001-893x.2020.02.005
[2]
南敬昌, 王梓琦, 高明明. 稀疏正则化逆向神经网络在双陷波超宽带天线设计中的应用[J]. 计算机应用研究, 2019, 36(8): 2473-2477+2482.
[3]
颜丙生, 杨明超, 赵俊杰, 等. 0Cr17Ni4Cu4Nb不锈钢早期损伤非线性驻波法检测[J]. 振动与冲击, 2019, 38(13): 151-157.
[4]
张雁鹏, 胥亚丽, 马军民, 等. 基于可见光通信和接收信号强度检测的列车定位方法研究[J]. 铁道科学与工程学报, 2021, 18(2): 485-493.
[5]
庞春雷, 郭泽辉, 吕敏敏, 等. 基于PNN的北斗转发式欺骗干扰信号检测方法[J]. 中国惯性技术学报, 2021, 29(4): 554-560.
[6]
左婷, 王法松, 张建康, 等. 室内可见光通信系统中基于压缩感知的空移键控信号检测方法[J]. 电子学报, 2022, 50(1): 36-44.
[7]
郝国成, 张必超, 锅娟, 等. 高质量LMSCT时频分析算法及其在雷达信号目标检测中的应用[J]. 上海交通大学学报, 2022, 56(2): 231-241.
[8]
甄希金, 李酬, 杨润党, 等. 基于VR技术的多人协同船舶消防系统开发及应用[J]. 船舶工程, 2020, 42(3): 15-18+151.