2. 太原理工大学,山西 太原 030021;
3. 太原科技大学,山西 太原 030024
2. Taiyuan University of Technology, Taiyuan 030021, China;
3. Taiyuan University of Science and Technology, Taiyuan 030024, China
船舶航行信息传输的可靠性和实时性,是保障船舶航行安全、提升船舶运营效率的关键因素[1]。以太网作为一种局域网技术,具有大容量、高速率、灵活的特点,广泛应用于船舶通信领域中。船舶航行环境十分复杂,容易受人为干扰、自然环境以及船舶电子设备电磁干扰等众多因素干扰[2]。众多的干扰因素,严重威胁了以太网信号传输的稳定性,影响船舶航行信息的可靠传输。
余文曌等[3]研究了面向多源干扰的动力定位船舶精细抗干扰控制方法。该方法将模糊逻辑算法应用于精细抗干扰控制中,利用所构造的自适应干扰观测器估计慢变环境干扰,提升船舶定位精度。但是该方法需要根据具体的船舶模型和海洋环境反复试验和调整,且需要高精度的传感器实时获取船舶状态信息。魏新江等[4]研究了船舶动力定位系统的精细抗干扰控制方法。通过实时估计和补偿风、浪、流等环境干扰,精细控制方法通过动态调整控制参数,在船舶质量、重心位置等参数因装载变化而改变时,通过在线参数估计实时更新模型,确保控制性能稳定。但是该方法的控制参数需根据具体船型和作业环境反复调试,缺乏通用性。若船舶水动力模型或干扰模型不准确,控制效果将显著下降。刘洋等[5]研究了无人船集群的抗干扰最优覆盖控制方法。该方法能够协调多个无人船之间的行动,优化任务分配和资源利用,提高整体的工作效率。该方法通过分散控制和冗余设计,提升了系统的容错能力和鲁棒性。但是该方法未考虑海洋中的障碍物、其他船只对无人船的航行和任务执行造成的干扰,适用性较差。董然等[6]针对船舶编队控制设计了线性干扰观测器。该方法能够实时估计并补偿干扰对船舶运动的影响,减少位置和姿态误差,确保编队船舶按照预设队形和路径航行。通过非线性干扰观测器与编队控制器的结合,有效抑制了干扰对系统的影响,提高了闭环系统的稳定性。但是观测器的性能高度依赖于非线性函数的选择和参数的优化,且船舶的动力学模型与实际系统存在较大偏差,影响观测器的观测性能。观测器的更新频率不足或延迟较大时,将导致干扰补偿不及时,影响编队控制的实时性。
针对当前系统存在的问题,设计船舶航行信息传输抗干扰系统,提高以太网信号在复杂电磁环境下的抗干扰能力,确保船舶航行信息的实时、准确传输。
1 船舶航行信息传输抗干扰系统 1.1 系统总体结构设计的船舶航行信息传输抗干扰系统的总体结构图如图1所示。利用航行信息采集层的船载设备数据接口、水文传感器等传感器采集船舶位置、航向、航速、环境气象、设备状态等原始船舶航行信息。所采集信息传送至信号调理层,信号调理层利用滤波电路对船舶航行信息滤波处理,利用信号隔离模块切断环路干扰,避免传感器侧干扰串入传输链路。利用数据标准化单元将不同传感器的输出协议统一为标准格式,将船舶航行信息统一转换为以太网适配的格式。将完成调理的船舶航行信息利用以太网传输层传送至岸基信息处理中心。以太网传输层利用以太网交换机实现数据传输,采用TCP/IP协议作为抗干扰传输协议。该层的抗干扰模块利用匹配滤波器,对船舶航行信息传输过程进行抗干扰处理。数据接收服务器解析以太网传输的标准化数据,恢复船舶航行信息,用于后续的交通监管、数据分析等应用中。
|
图 1 系统总体结构图 Fig. 1 Overall system structure diagram |
船舶航行信息采用以太网进行传输时,选取TCP/IP协议作为通信协议。设置采集船舶航行信息的传感器作为服务器,船舶航行信息接收端即岸基信息处理中心作为客户端。船舶航行信息传输时,基于TCP/IP协议开展网络通信,采用经典的客户/服务器模式作为网络编程模式。TCP/IP协议作为面向连接的网络通信协议,在船舶航行信息传输的网络应用中,服务器端首先调用socket函数建立套接字,随后通过bind操作绑定自身本地网络地址与服务端口,完成后进入侦听状态,持续等待来自客户端的连接请求。客户端通过connect函数主动与服务器端建立网络连接[7]。连接成功建立后,双方借助读取和写入函数实现船舶航行信息的双向读写交互。在一个通信周期内,客户端利用写入函数,将船舶位姿信息、设备状态数据等船舶航行信息,上行传输至服务器;服务器完成数据解析、决策生成后,同样通过写入函数,把远程操控指令下行推送至客户端,最终通过close函数关闭套接字通信连接,完成以太网一个周期的信息交互。
1.3 基于匹配滤波器的船舶航行信息传输抗干扰针对船舶航行信息传输任务,充分考虑以太网信道的特性,以太网传输层的抗干扰模块选取匹配滤波器进行通信抗干扰设计。点对点通信场景下,以太网采用二进制相移键控进行信号调制时,其发射信号的表达式为:
| $ s(t) = {E_s} \times \sum\limits_{i = 1}^{{N_s}} {\left( {2{d_i} - a} \right)} \left( {i{T_s} - m{T_f} - {T_c}} \right)。$ | (1) |
式中:
假设以太网信道中,船舶航行信息传输的干扰信号为正弦波信号,其表达式为:
| $ {s_n}(t) = {E_n} \times \cos \left( {2 {\text{π}} {f_n}t + {\theta _n}} \right) \times s(t)。$ | (2) |
式中:
针对船舶航行信息传输的以太网信道,设计匹配滤波器的表达式为:
| $ H(f) = \sum\limits_{i = 1}^{{N_s}} {d_i^m} \exp \left[ {2 {\text{π}} f\left( {m{T_f} + {T_c}} \right)} \right]。$ | (3) |
式中:
| $ w(t) = {E_s} \times {E_n} \times H(f)。$ | (4) |
船舶航行时,以太网通信信道中包含的干扰信号,受船舶金属结构发射、传输衰减等因素影响,呈现类瑞利衰落特性,且其衰落相位服从
| $ P=SINR\times\int_x^{\infty}\exp\left(-\frac{t^2}{2}\right)\mathrm{d}t。$ | (5) |
式中:
| $ SINR = \frac{{c \times \Gamma {{\left[ {H\left( f \right)} \right]}^2}}}{{{N_0} \times S}}。$ | (6) |
式中:
依据式(5)、式(6)可知,在船舶航行信息传输过程中,存在干扰信号时,提升船舶以太网的误比特率等同于增加
利用以上过程,使
为了验证所设计系统传输船舶航行信息的抗干扰性能,将该系统应用于某采用以太网进行数据传输的船舶通信网络中。
本文系统利用航行信息采集层,采集的原始船舶航行信息如表1所示。
|
|
表 1 原始船舶航行信息 Tab.1 Original ship navigation information |
本文系统利用以太网传输所采集的原始船舶航行信息。以太网发射机输出的原始信号波形图如图2所示。通过图2,以太网发射机输出的信号波形图可以看出,以太网传输船舶航行信息时,信道中包含一定的干扰,输出信号平滑性较差,直接降低了船舶航行信息的传输性能。
|
图 2 发射机输出信号波形图 Fig. 2 Waveform diagram of transmitter output signal |
采用本文系统对传输船舶航行信息的以太网进行抗干扰处理,以太网接收机输出的信号波形图如图3所示。从图3实验结果可以看出,本文系统能够有效处理以太网传输船舶航行信息时,信道中包含的干扰。经过本文系统处理后,以太网接收机输出的信号波形图中,信号波形平滑、无明显畸变,显著抑制了干扰信息。图3、图4对比结果验证了本文系统能够有效处理以太网传输船舶航行信息时,信道中存在的干扰,提升以太网的通信性能。
|
图 3 接收机输出信号波形图 Fig. 3 Waveform of receiver output signal |
|
图 4 信噪比统计结果 Fig. 4 Statistical results of signal-to-noise ratio |
统计采用本文系统以及未采用本文系统时,以太网传输船舶航行信息时,接收机输出信号的信噪比,统计结果如图4所示。可以看出,采用本文系统对传输船舶航行信息的以太网进行抗干扰处理,接收机输出信号的信噪比有了明显的提升。信噪比的提升,能够降低以太网通信的误比特率,保障船舶航行信息的准确传输,避免船舶因信号误码导致出现航向指令错误等情况。实验结果验证本文系统能够有效消除以太网传输船舶航行信息时的干扰信息,起到有效的去噪效果,显著提升以太网的通信效率,使船舶航行信息的传输效率更高,为船舶航行信息的后续应用提供了可靠的数据基础。
3 结 语针对船舶航行信息在以太网传输中面临的干扰问题,设计船舶航行信息传输抗干扰系统。针对以太网的信道特性,利用匹配滤波器在窄带干扰频率处衰减干扰功率,降低以太网的误比特率。通过系统测试验证,采用该系统对以太网进行抗干扰处理后,接收机输出的信号波形平滑、无明显畸变,有效抑制了信道干扰。所设计系统能够保持船舶航行信息传输的完整性,显著提升了以太网的抗干扰能力。
| [1] |
于连杰, 王建华, 万德成. KCS船模静水航行破波噪声数值预报[J]. 中国造船, 2024, 65(3): 234-243. YU L J, WANG J H, WAN D C. Numerical prediction of wave breaking noise for kcs ship model in still water navigation[J]. Shipbuilding of China, 2024, 65(3): 234-243. |
| [2] |
张博文, 马国军, 王亚军. 基于边缘计算的船舶通信网络负载均衡研究[J]. 中国造船, 2024, 65(3): 122-134. ZHANG B W, MA G J, WANG Y J. Research on load balancing of ship communication network based on edge computing[J]. Shipbuilding of China, 2024, 65(3): 122-134. DOI:10.3969/j.issn.1000-4882.2024.03.011 |
| [3] |
余文曌, 陈浩宇, 徐海祥, 等. 面向多源干扰的动力定位船舶精细抗干扰控制[J]. 控制与决策, 2023, 38(7): 2035-2041. YU W Z, CHEN H Y, XU H X, et al. Elegant anti-disturbance control of dynamic positioning in the presence of multi-source disturbance[J]. Control and Decision, 2023, 38(7): 2035-2041. |
| [4] |
魏新江, 魏永丽, 张慧凤. 船舶动力定位系统的精细抗干扰控制[J]. 控制与决策, 2022, 37(10): 2593-2599. WEI X J, WEI Y L, ZHANG H F. Elegant anti-disturbance control for dynamic positioning system of ships[J]. Control and Decision, 2022, 37(10): 2593-2599. |
| [5] |
刘洋, 贾宏春, 刘陆, 等. 无人船集群的抗干扰最优覆盖控制[J]. 中国舰船研究, 2023, 18(1): 67-77. LIU Y, JIA H C, LIU L, et al. Anti-disturbance optimal coverage control of ASVs[J]. Chinese Journal of Ship Research, 2023, 18(1): 67-77. |
| [6] |
董然, 孙创, 傅强, 等. 基于非线性干扰观测器的船舶编队控制方法[J]. 哈尔滨工程大学学报, 2022, 43(5): 697-705. DONG R, SUN C, FU Q, et al. A ship formation control method using a nonlinear disturbance observer[J]. Journal of Harbin Engineering University, 2022, 43(5): 697-705. |
| [7] |
孙杰, 吕文祺, 祁新杰. 船岸连接与船船连接复合通信系统设计[J]. 船舶工程, 2024, 46(S1): 399-403. SUN J, LYU W Q, QI X J. Design of Composite Communication System for Ship-Shore Link and Ship-Ship Link[J]. Ship Engineering, 2024, 46(S1): 399-403. |
2025, Vol. 47
