船舶航行环境信息不仅包括传统的航海元素,如风速、风向、温度、湿度等,还涉及到更复杂的气象数据[1],如气压、能见度、降水量等。实时、准确的航行环境信息对于船舶的航行安全、效率以及应对紧急情况都具有不可替代的作用[2-3]。因此,研究能够实时、高效地采集航行环境信息的方法,已成为当前航海领域的重要需求。金立艳等[4]利用船舶内部的传感器、气体分析仪等设备,以及船舶外部的环境监测系统,实现对船舶内部和外部环境信息的实时采集和传输。该方法中传感器和气体分析仪的精度和稳定性易受环境因素影响,降低信息采集精度。甘兴旺等[5]利用图像传感器捕获船舶周围环境的图像和视频数据,但图像传感器容易受到天气、光照等因素的影响,进而影响数据采集的精度和质量。
主动式RFID技术的主要优势在于其具有更远的读取距离、更高的读取速度、更高的数据容量、更好的耐用性和更高的安全性,且不受外界环境影响[6]。为此提出主动式RFID技术的船舶航行环境信息实时采集方法,为船舶安全航行提供数据支持。
1 船舶航行环境信息实时采集利用主动式RFID技术,实时采集船舶航行环境信息的具体步骤如下:
1)启动触发器,发射船舶航行环境信息采集指令的低频触发信号。
2)当主动式RFID标签进入触发器发射的低频触发信号范围内时,主动式RFID标签利用自身电源生成电流,以电磁波的形式,通过天线发射内部存储的航道与水文等环境信息至RFID读写器。
3)RFID读写器接收电磁波形式的船舶航行环境信息后,对其进行解码处理,得到航道与水文等信息,完成船舶航行环境信息实时采集。
1.1 船舶航行环境信息实时采集的触发器设计主动式RFID技术内,利用触发器发射船舶航行环境信息采集的低频触发信号,触发器的功能框图如图1所示。主动式RFID技术内,触发器负责生成船舶航行环境信息采集指令的150 kHz低频信号。当主动式RFID标签进入150 kHz低频信号覆盖范围内时,主动式RFID标签会结束低功耗状态,进入正常工作状态,发射其内部存储的航道与水文等信息至RFID读写器内。
主动式RFID标签接收信息采集指令的150 kHz低频触发信号后,通过自身电池能量,主动发送其内部存储的航道与水文等信息,至RFID读写器内。主动式RFID标签具备较远的信号传输距离,可降低RFID读写器的密度,提升船舶航行环境信息采集效果。在船舶航行的航道附近安装主动式RFID标签,通过主动式RFID标签的信息存储功能,存储该航道附近相关的航道与水文等信息,同时依据指定频率,发送航道与水文等信息到RFID读写器内。主动式RFID标签的功能框图如图2所示。
主动式RFID技术内,RFID读写器的作用是完成航道与水文等信息的收集与读写。RFID读写器的功能框图如图3所示。接收机、发射机与频率综合器属于RFID读写器的射频前端。发射机负责对发射信号进行调制以及功率放大处理,并将处理后的信号传输至主动式RFID标签内。接收机负责接收并解码处理,主动式RFID标签发射的航道与水文等信息。接收与发射通路基带,以及控制单元,负责处理RFID读写器的内部协议命令。
多个主动式RFID标签同时进入读写器的通信范围内时,各RFID读写器之间会互相干扰,从而无法确保RFID读写器能够准确识别每个主动式RFID标签内存储的航道与水文信息等问题。通过使用概率功率控制的防碰撞算法,RFID读写器可以按照一定的规则逐个与主动式RFID标签进行通信,降低读写器间的碰撞概率,提高航道与水文等信息的读取效率,同时确保信息实时采集的准确性。在主动式RFID技术中,针对随机一个RFID读写器
$ \frac{{{G_{il}} \cdot {P_i}}}{{{U_i}}} = {W_i} \geqslant {W^*} \text{。}$ | (1) |
式中:Pi为RFID读写器的发送功率;Ui为其余全部RFID读写器的干扰总和;
Ui是和其余RFID读写器二次干扰的总和,则Wi为:
$ {W_i} = \frac{{{G_{il}} \cdot {P_i}}}{{\displaystyle\sum {{G_{jl}}{P_j}} }}\text{。} $ | (2) |
其中,Pj为RFID读写器
$ {d_i} = {\left( {\frac{{{P_i}}}{{{W_i} \cdot \left( {\displaystyle\sum {{G_{jl}}{P_j}} } \right)}}} \right)^{\frac{1}{{4q}}}}\text{。} $ | (3) |
其中,
$ \varphi \left( {{d_i}} \right) = f\left( {\varphi \left( {{P_i}} \right),\varphi \left( {{U_i}} \right)} \right)\text{。} $ | (4) |
式中:
设成功概率为
$ \varphi \left( {{d_i}} \right) = f\left( {H\left( {{P_i}:a,b} \right),\varphi \left( {{U_i}} \right)} \right)\text{。} $ | (5) |
变换式(5)可得:
$ \left[ {a,b} \right] = {U_i}\left( {\varphi \left( {{d_i}} \right)} \right) \text{。}$ | (6) |
获取
以某船舶航行航道为实验对象,利用本文方法实时采集该船舶在该航道上航行时的环境信息,验证本文方法船舶航行环境信息实时采集的有效性。该航道全长190 km,水面宽度在280~345 m,水深在11.5~21 m,可通行最大排水量为
利用本文方法实时采集船舶航行环境信息时,需要触发器发射的低频触发信号在重叠区域内,能够彼此抵消,防止2个触发器同时触发同一个主动式RFID标签,重叠区域内两路触发信号的变化情况如图4所示。可以看出,重叠区域中两路触发信号的波形相位完全相反,这意味着其在时间上是对称的。同时,其幅值也完全相同,这意味着其强度或振幅相等。这种对称性和强度的一致性表明,两路触发信号在重叠区域内可以相互抵消,防止同一主动式RFID标签被2个不同触发器同时触发。如果2个不同的触发器同时触发一个标签,那么可能会出现数据冲突或错误。应用本文方法设计的触发器,可提升船舶航行环境信息实时采集的稳定性和可靠性。
利用本文方法中的主动式RFID标签以电磁波的形式,将其内部存储的航道与水文等信息发送至RFID读写器内,主动式RFID标签发送的电磁波信号如图5所示。可以看出,本文方法可有效以电磁波形式,发送航道与水文等船舶航行环境信息,该电磁波信号主要在−100 ~150 kHz之间波动。在船舶航行环境中,电磁波信号可以方便地传输航道、水文等信息,使得船舶驾驶员可以及时获取航行环境的相关信息,更好地掌握航行状况,从而做出更加准确的航行决策。同时,由于电磁波信号的抗干扰能力强,可以有效地避免信号传输过程中的干扰和噪声影响,提高船舶航行环境信息的实时采集质量和可靠性。
利用本文方法中RFID读写器解码处理接收的电磁波信号,得到实时采集的船舶航行环境信息,船舶航行环境的水文信息采集结果如表1所示。可以看出,本文方法可有效解码处理电磁波信号,得到水文信息,完成船舶航行环境信息实时采集。同时,本文方法实时采集的盐度信息与实际盐度信息间差距较小,最大误差是0.13 psm;实时采集的深度信息与实际深度信息差距也较小,最大误差仅有0.09 m。实验证明,本文方法船舶航行信息实时采集精度较高。
以盐度信息与深度信息为例,检测航行环境的航道信息实时采集结果如图6所示。以危险物信息为例,可以看出,本文方法可有效实时采集船舶航道信息,了解船舶航行过程中存在的危险物,提醒驾驶员及时避开危险区域,提升船舶航行的安全性。
通过在航道附近布置主动式RFID标签,可以实时采集船舶航行过程中的水文与航道等信息,为船舶驾驶员提供及时、准确的信息支持,帮助其优化船舶的航行路线和速度,提高航行效率,并及时发现潜在的安全隐患和紧急情况,采取相应的应急措施进行应对,提升船舶航行的安全性。
[1] |
汪恒, 兰培真. 区间直觉模糊集的港口水域船舶航行环境风险评价[J]. 中国航海, 2021, 44(2): 38-44+52. WANG Heng, LAN Peizhen. Navigational risk assessment of water areas in ports with interval valued intuitionistic fuzzy sets[J]. Navigation of China, 2021, 44(2): 38-44+52. |
[2] |
付洪宇, 史国友, 冉洋, 等. 基于单目相机与K均值聚类分割的船舶航行环境地图深度构建[J]. 上海海事大学学报, 2022, 43(4): 1-8. FU Hongyu, SHI Guoyou, RAN Yang, et al. Depth construction of ship navigation environment maps based on monocular cameras and K-means clustering and segmentation[J]. Journal of Shanghai Maritime University, 2022, 43(4): 1-8. |
[3] |
周慧君. 顾及环境胁迫反应机制的船舶轨迹预测方法[J]. 测绘科学, 2022, 47(9): 67-75,94. ZHOU Huijun. Vessel trajectory prediction method considering environmental stress response mechanism[J]. Science of Surveying and Mapping, 2022, 47(9): 67-75,94. |
[4] |
金立艳, 齐永宏, 赵明辉, 等. 气密空间多环境信息智能监测系统[J]. 中国测试, 2021, 47(12): 131-135,168. JIN Liyan, QI Yonghong, ZHAO Minghui, et al. Multi-environmental information intelligent monitoring system for airtight space[J]. China Measurement & Testing Technology, 2021, 47(12): 131-135,168. |
[5] |
甘兴旺, 魏汉迪, 肖龙飞, 等. 基于视觉的船舶环境感知数据融合算法研究[J]. 中国造船, 2021, 62(2): 201-210. GAN Xingwang, WEI Handi, XIAO Longfei, et al. Research on vision-based data fusion algorithm for environment perception of ships[J]. Shipbuilding of China, 2021, 62(2): 201-210. |
[6] |
徐鹤, 戴嫚嫚, 李鹏, 等. 基于反射信号特征的RFID标签和移动终端跨域互联方法[J]. 南京邮电大学学报(自然科学版), 2023, 43(2): 63-75. XU He, DAI Manman, LI Peng, et al. A cross domain interconnection method of RFID tags and mobile terminals based on reflected signal characteristics[J]. Journal of Nanjing University of Posts and Telecommunications (Natural Science), 2023, 43(2): 63-75. |