0 引　言

船舶无线网络在现代航海中扮演着至关重要的角色，其节点数据采集方法的研究对于提升船舶通信效率、保障航行安全具有重要意义。随着信息技术的飞速发展，无线网络在船舶上的应用日益广泛^[1]，而节点数据采集作为无线网络运行的关键环节，其准确性和实时性直接关系到船舶通信的质量和效率。

目前，也有很多学者研究无线网络节点数据采集方法，李鹏等^[2]提出的微服务调用链路数据采集方法，该方法建立微服务调用链路，通过该链路对无线网内链路数据进行流水线采样并发送到用户服务端，实现无线网络节点数据采集。无线网络不稳定性可能导致采集到的数据在传输过程中出现延迟或丢失，进而采集数据的准确性。张新文等^[3]提出基于物联网的数据采集方法，物联网涉及的设备种类繁多，每种设备的数据格式和通信协议都可能不同。这种异构性使得通信控制器在与不同设备通信时，可能会出现兼容性问题，导致数据采集的不准确。杜光月等^[4]提出传感器阵列的数据采集方法，该方法建立传感器阵列后，通过路由器AP连接到无线网络内，实时采集无线网络内的节点数据。传感器的性能和精度是数据采集准确性的关键因素。如果传感器存在误差、漂移或灵敏度不足等问题，那么采集到的数据就可能存在偏差或失真。

综上，本文提出一种新的船舶无线网络的节点数据采集方法，期望能推动船舶通信技术的不断发展，为航海事业的繁荣做出积极贡献。

1 无线网络节点数据采集 1.1 无线网络节点数据采集技术框架

Zipkin是一个开源的分布式追踪系统，提供了一套用于收集、存储、搜索和可视化请求链路数据的工具和库 ^[5]，开发人员可追踪请求在分布式系统中的路径和执行时间。分布式追踪系统Zipkin结构如图1所示。在分布式追踪系统Zipkin内，船舶无线网络分布式节点连接Zipkin的Collector组件，Collector是Zipkin的一个核心组件，其使用通过连接船舶无线网络分布式节点并对进行跟踪，然后Collector组件连接Storage组件，该组件主要负责存储Collector接收到的船舶无线网络分布式及诶单跟踪信息，然后驱动RESTfulAPI组件的同时，连接监控设备与Web UI，为用户提供船舶无线网络分布式节点追踪结果。

以分布式追踪系统Zipkin为基础，设计无线网络节点数据采集技术框架，其结构如图2所示。在无线网络节点数据采集技术框架内，用户连接分布式追踪系统Zipkin后，Zipkin对船舶无线网络分布式节点进行追踪后，使用分布式节点布局优化方法对分布式追踪系统Zipkin内的传感器节点和船舶无线网络分布式节点进行布局优化后，通过控制节点数据采集通信控制器采集船舶无线网络的节点信息，然后利用Socket通信协议将采集到的船舶无线网络节点数据存储到缓存内，再将其发送到服务器端，服务器利用处理线程和同步线程对船舶无线网络节点数据进行处理和同步后，以广播的方式将船舶无线网络节点数据发送给用户，实现船舶无线网络节点数据采集。

1.2 节点数据采集通信控制器设计

节点数据采集通信控制器负责控制分布式追踪系统Zipkin对船舶无线网络分布式节点的跟踪和数据采集，该控制器微处理芯片型号为Cortex-M4，该节点数据采集通信控制器结构如图3所示。节点数据采集通信控制器利用电平转换电路，将12 V电压转换成稳定的5.5 V电压，为微处理器提供电压供应，微处理器连接WiFi模组，该模组与用户PC端连接，然后通过ADC数模转换和DAC模数转换模块处理用户采集船舶无线网络节点数据指令，再使用收发信机连接PCB天线，向无线网络节点数据采集技术框架发送采集指令。

1.3 船舶无线网络节点布局优化方法

$ S = \left\{ {{s_1},{s_2}, \cdots ,{s_M}} \right\} $为分布式追踪系统Zipkin内传感器节点结合，$ R = \left\{ {{r_1},{r_2}, \cdots {r_N}} \right\} $为船舶无线网络内分布式节点结合，$ M $、$ N $均为集合内节点数量。利用有向图方式描述$ S $和$ R $之间的关系，由$ G(V,Z) $表示，$ V $、$ Z $分别为传感器节点和无线网络内分布式节点的通信点和边，在有向图内，传感器节点和无线网络内分布式节点集合由Q表示。minF₁为船舶无线网络内节点布局优化的节点最小距离目标函数，其表达式如下：

$ \min {F_1} = \sum\limits_{j = 1}^M {\sum\limits_{i = 1}^N {{h_i}{d_{ij}} \cdot \sum\limits_{j = 1}^M {\sum\limits_{i = 1}^N {{\alpha _j}{\beta _{ij}}} } } } ，\mathop {}\limits^{} i,j \in Q 。$

(1)

式中：$ {\alpha _j} $、$ {\beta _{ij}} $均为决策变量，其中$ {\alpha _j} $取值为0或1，当其取值为1时，说明节点$ j $被选为船舶无线网络节点，反之则为0；$ {\beta _{ij}} $取值为0或1，当其取值为1时，说明传感器节点$ i $被选择为节点$ j $服务。$ {d_{ij}} $为节点$ i $、$ j $在有向图内的距离；$ {h_i} $节点$ i $发送请求数量。

船舶无线网络节点数据采集过程中，传感器节点把采集到的数据经过多跳发送到无线网络节点上。l_i为传感器节点在一定时间内发送数据的位数，$ {\varphi _{{s_i}}} $为每轮传感器节点$ {s_i} $传输数据消耗的能量，其表达式如下：

$ {\varphi _{{s_i}}} = \left\{ \begin{gathered} {l_i}\left( {{\varphi _{elec}} + {e_{ft}}{d^2}} \right)\mathop {}\limits^{} ，\hbar < {d_0}，\\ {l_i}\left( {{\varphi _{elec}} + {e_{mp}}{d^4}} \right)\mathop {}\limits^{}，\hbar \geqslant {d_0} 。\\ \end{gathered} \right. $

(2)

式中：$ {e_{mp}} $为自由空间衰落系数；$ {d_0} $为节点距离阈值；$ \hbar $为无线网络分布式节点之间距离；$ {e_{ft}} $为自由空间功率放大系数；$ {\varphi _{elec}} $为无线电路损耗能量。

$ {\varphi _{{r_i}}} $为传感器节点接收数据位数为时消耗的能量，其计算式为：

$ {\varphi _{{r_i}}} = {l_i}{\varphi _{elec}}。$

(3)

设置船舶无线网络内簇头节点数量为$ K $，每个簇内包含的传感器数量为$ m $个，簇头消耗的能量由簇内节点数据采集时消耗能量、数据融合消耗能量和数据发送时消耗能量组成，因此船舶无线网络内簇头总消耗能量$ {\varphi _{c{h_j}}} $具体为：

$ {\varphi _{c{h_j}}} = \sum\limits_{i = 1}^m {\sum\limits_{j = 1}^m {{\varphi _{{s_i}}}} + {\varphi _{{r_i}}} + } {\varphi _{{r_i}}} + (m + 1){\varphi _{ds}}。$

(4)

式中：$ {\varphi _{ds}} $为簇头融合单位数据时消耗的能量。

以船舶无线网络节点能耗最小为目标，建立网络内节点布局优化能耗优化目标函数minF₂，即：

$ \min {F_2} = \sum\limits_{j = 1}^K {{\varphi _{c{h_j}}}} + \sum\limits_{i = 1}^{N - K} {{\varphi _{{s_i}}}} 。$

(5)

对式（1）和式（5）进行求解后，即可得到船舶无线网络节点布局优化结果。

2 结果与分析

以某船舶无线网络作为实验对象，该船舶无线网络由3个服务器、若干个传感器节点和无线网络节点组成，服务器连接用户PC端浏览器，用户登录浏览器向无线网络节点数据采集技术框架发送数据采集指令，同时也通过浏览器得到数据采集结果。利用本文方法采集该船舶无线网络节点数据，验证本文方法实际应用效果。

对船舶无线网络节点布局进行优化是对船舶无线网络节点数据采集的基础，以该船舶无线网络内若干个传感器节点和无线网络节点作为实验对象，使用本文方法对其位置布局进行优化处理，结果如图4所示。分析可知，本文方法有效优化了传感器与网络节点的位置布局。每个无线网络节点均分配了6个传感器节点，形成紧凑的无线网络节点簇。这种布局不仅实现了船舶无线网络节点的均衡分布，还显著提升了数据采集的效率和准确性。通过优化布局，船舶无线网络能更好适应复杂环境，确保数据传输的稳定性和实时性，为船舶运行提供有力支持。

以船舶无线网络内传输的设备振动信号数据作为实验对象，本文方法采集该设备振动信号节点数据结果如图5所示。分析可知，本文方法展现出了在船舶无线网络节点数据采集方面的卓越性能。通过有效采集设备振动信号数据，得以清晰地了解船舶设备的运行现状。

以节点数据能耗作为衡量指标，引入文献[2-3]方法同时展开对比实验，实验结果如表1所示。分析可知，3种方法随着采集数据任务量的增加，节点数据采集能耗也呈现增加趋势，在采集数据任务量相同情况下，本方法采集船舶无线网络节点数据时的能耗数值最低，应用价值更高。

以5个船舶无线网络节点作为实验对象，采集该5个船舶无线网络节点的数据，结果如表2所示。分析可知，本文方法不仅提高了数据采集的准确性和效率，还使得用户能够更直观地了解数据收集的实时状态，为后续的数据分析和船舶运行状态监控提供了有力支持。

3 结　语

本文针对船舶无线网络的节点数据采集方法提出了切实可行的方案，不仅提升了数据采集的准确性和实时性，还增强了船舶无线网络在复杂海洋环境中的稳定性和可靠性。期望这一方法能够在实际应用中发挥重要作用，为船舶通信技术的发展注入新活力。