基于LoRa的封閉水域船舶自動識別系統設計

,,,,

(武漢理工大學 a.航運學院；b.智能交通系統研究中心；c.內河航運技術湖北省重點實驗室；d.國家水運安全工程技術研究中心，武漢 430063)

船舶自動識別系統(automatic identification system，AIS)[1]的在使用中面臨著負荷過載的問題，目前主要利用具有豐富信道鏈路特點的甚高頻數據交換系統(VHF data exchange system，VDES)來擴展AIS信道[2-3]；或者利用通用分組無線業務(general packet radio service, GPRS)網絡構建虛擬AIS實現船舶與監控中心的聯網[4-5]。然而受制于AIS基站建設與營運成本、AIS船載設備的功耗等因素[6]，封閉水域(包括湖泊、水庫等)船舶配置AIS船載設備比較困難。從封閉水域的船舶及其通航特點[7]來看，通常存在船舶功率較小，各種船用設備配置簡單以及區域船舶數量多、活動密度大、活動頻率高等特點。針對上述特征，結合現代信息技術和物聯網技術的發展，考慮設計基于LoRa(long range)[8]的系統解決方案，構建一種新型的適用于封閉水域中船舶的自動識別系統。

1 系統工作基本原理

1.1 LoRa與LoRaWAN的簡要技術特點

LoRa具有遠距離、低功耗、低運營成本等特點，可實現大區域物聯網低成本全覆蓋功能[9-10]。

LoRaWAN網絡根據實際應用的需要，分別采取Class A和Class C 兩種工作模式，Class A模式所屬的通信終端設備在應用時功耗最低，終端發送一個上行傳輸信號后，服務器能迅速的進行下行通訊。Class C模式所屬的通信終端設備具有最大接收槽，能持續開放接收窗口。

1.2 系統工作原理

基于LoRa的封閉水域船舶自動識別系統采用LoRaWAN網絡的Class C模式，支持數據雙向傳輸。從下至上時，傳感器件采集船舶數據后，經LoRa模塊傳輸至基站，再上傳至物聯網云平臺，從而實現船舶與管理平臺的對接。從上至下時，管理平臺通過互聯網發送其他船舶的數據信息給物聯網云平臺后送到基站，再通過LoRa網絡下行至本船，從而實現管理平臺與船舶之間、船與船之間信息交互的功能。

系統工作原理見圖1。

圖1 封閉水域船舶自動識別系統工作原理

2 系統架構

基于LoRa的封閉水域船舶自動識別系統架構見圖2。

圖2 封閉水域船舶自動識別系統框架

2.1 船載單元

船載單元主要用于采集本船舶的動態信息，建立船舶與基站之間的雙向通信，并存儲、解析和展示本船舶與周圍船舶的動態信息。

船載單元包含傳感器模塊、LoRa射頻模塊、本地存儲模塊和顯示模塊四部分。傳感器模塊包括加速度計、GPS和數字羅經等，用于采集船舶位置、航向和航速等動態信息。LoRa射頻模塊用于與基站通信，通信信息主要包括船舶的動態信息和船舶的靜態信息(主要是指船舶的識別碼、船寬、船型、船長等)。當LoRa射頻模塊接收到基站發送的周圍船舶動靜態信息以后，經數據解析，存儲到本地存儲模塊，并通過高清顯示屏展示出本船與周圍船舶的靜態信息和動態變化，實現船舶自動識別功能。船載單元框架見圖3。

圖3 船載單元框架

2.2 基站單元

采用基于LoRaWAN協議的室外型AUGTEK網關，支持全雙工上下行，具有16個上行數據通道和32個下行數據通道。用于與船載單元建立雙向通信,并且可對封閉水域船舶自動識別系統中大量船舶數據進行臨時存儲與透傳。即使船舶在大霧、大雪天及區域性雷暴雨或大暴雨等惡劣的天氣環境中航行，其通信能力不會受到影響。

該網關主控模塊采用飛思卡爾m28x芯片，上行模塊采用sx1301芯片,下行模塊采用sx1278芯片。內部包含ARM Cortex A8/1GHz 處理器、512 Mb內存條、4GB Flash、GPS芯片和電源管理模塊(具有低電告警功能),外圍接口包含以太網接口、GPS天線接口、RF天線接口、WiFi天線接口、4G天線接口、Sim卡槽和USB接口。

2.3 數據處理與顯示單元

數據處理與顯示單元由服務器、云平臺和應用平臺3部分組成，其中服務器和云平臺均采用基于LoRaWAN協議的服務器和云平臺。LoRaWAN 服務器是LoRaWAN網絡中連接基站單元與云平臺的協議處理器，具有船載單元與基站單元連接入網鑒權、LoRaWAN協議解析、數據傳輸與管理、基站單元管理與配置、船載單元管理與配置、云平臺通信等功能。應用平臺通過調用基于LoRaWAN協議的云平臺數據接口，得到船舶的動、靜態數據，再通過對數據進行分析，展示出封閉水域內所有的航行動態，最后通過計算出各船的位置關系，篩選出各船周圍一定范圍內(具體范圍可根據需求進行設置)的船舶數據發送給云平臺，再通過云平臺、服務器、基站單元下行至船載單元。

3 系統實現

3.1 數據管理

3.1.1 LoRa服務器數據管理

服務器作為基站網關與云端的協議處理器，能實現“網關-服務器-云”間船舶動、靜態數據的雙向傳輸，對數據進行多次加密，以確保傳輸的安全性，并能進行傳輸流量統計、傳輸狀態監測。

3.1.2 船載單元上行數據協議

在船載單元與基站單元數據交互過程中，船載單元上傳數據分為2種情況：常態數據和事件觸發數據，常態數據又分為動態數據和靜態數據。上行船舶動態數據協議見表1。

3.1.3 基站單元下行數據協議

數據處理與顯示單元分析計算出封閉水域內所有船舶的位置關系以后，通過基站單元向船載單元發送周圍一定范圍內(可根據需要動態調整)船舶的動態數據，此動態數據需包含周圍每艘船舶的船舶識別碼、對地航速、經度、緯度和對地航向，共15個字節。由LoRaWAN網絡協議規定，基站單元與船載單元之間最大傳輸字節數為其中經緯度數據字段說明見表2。

表1 船舶動態數據協議表

表2 數據字段說明表

船載單元上行船舶靜態數據協議見表3。

表3 舶靜態數據協議表

55字節，其中還需包含幀頭、數據長度、校驗位和幀尾等5個字節，因此基站單元每包下行數據至多只能包含周圍3艘船的動態航行數據，基站下行數據協議見表4。

表4 基站下行數據協議表

3.1.4 船載單元傳輸頻率定義

為保障數據更新與傳輸的效率，船載單元數據傳輸頻率根據封閉水域中小型船舶的航速來確定。封閉水域中小型船舶主要以普通雜散雜貨船、旅游船艇、渡船、高速客船為主[11]，普通散雜貨船航速12～15 kn，渡船航速8～10 kn，旅游船艇航速10～15 kn，高速客船航速20～30 kn[12-13]。以航行50 m為例，約需3～10 s。考慮到封閉水域船舶通航密集，根據船舶航速確定數據傳輸頻率如下。

當加速度計檢測到當前船舶處于航行狀態時，航速為20 kn以上船舶每5 s上傳一次數據，航速為10～20 kn的船舶每8 s上傳一次數據，航速為10 kn以下船舶每10 s上傳一次數據。當加速度計檢測到當前船舶處于停泊狀態時，1 h上傳一次船舶動態數據。靜態數據每隔20 min上傳一次。當船舶航行過程中遇到緊急狀況時會立即發送一次事件觸發數據幀上報事件觸發狀態。

3.2 基站布局方法設計

基站建設是封閉水域船舶識別系統建設的一部分，需要考慮經濟、技術和環境等因素，并分析封閉水域內建網策略、網絡指標和地理環境。首先對封閉水域地理環境進行勘察，統計各河段內船舶流量，按照船舶密集程度對河段進行分節，估算每節河道內網絡規模，再對預算網絡規模進行仿真。有了初步仿真結果以后，實地勘察無線網絡并篩選基站地址，然后設計詳細的LoRa網絡，最終對LoRa網絡系統進行仿真驗證，根據仿真驗證結果進行網絡評估，以制定網關布網規則。

在封閉水域中每5 km建立一個基站單元，每個基站單元的網關覆蓋半徑為2.5 km，選用擴頻因子為SF8，通信速率為3 125 b/s。使用LoRa調制計算器計算終端節點在一定擴頻因子、帶寬、編碼率、中心頻率等參數設定下的發包時長。

3.2.1 網絡規模計算

假設每臺網關覆蓋范圍內有N艘船，均處于航行狀態。以航速為10～20 kn的船舶為例，船載單元每8 s向基站單元上行一包動態數據，每一包動態數據包含的字節長度為21字節。由LoRa調制計算器計算得上報一包數據的時間為44.29 ms。網關收到數據后會分別向這N艘船舶下行其周圍M艘船舶的動態航行數據，每包下行數據包含周圍3艘船舶的動態數據，字節長度為50字節。由LoRa調制計算器計算得下行數據的時間為85.25 ms。將數據上行時間記為t1，下行時間記為t2。

由于網關具有16個上行通道和32個下行通道，支持全雙工上下行，則16包上行數據與32包下行數據能同時收發。當上行數據或下行數據超過接收范圍時會產生數據相碰現象，造成數據丟包。因此為避免丟包造成的重傳壓力，應讓所有船載單元與基站單元間的通信保持充足的時間。上行動態數據的船舶數與數據上行時間關系為

(1)

由計算得：N=2 890，則每臺網關8 s內可接收2 890艘船舶的動態數據。

封閉水域船舶通航密度一般為5～10艘/km(非港區水域)，比較密集的水域可達200～500艘/km2(港區水域和寬闊水域)，因此，對網關的傳輸能力而言，可保證對5 km范圍內所有船舶實時接收船舶上傳的動態航行數據。

3.2.2 數據收發機制定義

考慮封閉水域船舶避碰、安全管理的需求，根據系統的網絡規模和網關傳輸能力，提出一種基于距離優先的數據收發機制，具體描述如下。

1)數據上行。網關的傳輸能力能保障所有船舶的數據在任何位置和時間都能上傳到云平臺。

2)數據下行。下行時采用自適應距離優先機制，基站單元優先向船載單元下行其周圍最近船舶的動態數據，則船舶間距離越近，被識別的時延越小。

當基站單元得到覆蓋范圍內所有船舶動態數據以后，向每艘船舶下行其他(N-1)艘船舶的動態數據，記所需總時間為T。假設費港口區域的船舶間距相等，記封閉水域船舶自動系統的識別距離為l，基站單元向船載單元發送距離為l的船舶數據的時延為τ。構建船舶自動識別動態模型，由式(2)與式(3)計算時延τ。

(2)

(3)

(4)

基站覆蓋范圍內船舶數量N在一定范圍時，船舶間距離l與船舶自動識別的時延τ之間的動態模型見圖4。

圖4 時延τ與N和l的動態關系

對于非港口區域，基站覆蓋范圍內的船舶數N最大為50艘，時延τ與船舶間距l動態關系見圖5。

圖5 非港口水域中τ與N、l動態的關系

在非港口水域，當基站覆蓋范圍內的船舶容量不超過50艘時，基站單元能向每艘船舶下行基站覆蓋范圍內所有船舶的動態數據，且下行時延至多為2 s。

對于港口水域或寬闊水域，基站覆蓋范圍內的船舶容量在2 000～2 500艘時，時延τ與船舶間距l動態關系見圖6，為保證船舶自動識別時延低于10 s，應縮短自動識別的范圍來降低時延，首先刪除距離目標船舶較遠的船舶信息，當周圍船舶與目標傳播距離相近時則刪除背離而去的船舶信息，保留對遇與追遇船舶的信息；同時增加網關的數量。

圖6 寬闊水域中τ與參數N、l關系

3.2.3 網關布網規則制定

系統保障封閉水域船舶自動識別系統的最大識別時延為10 s，最小識別范圍為1 km。則由式(4)可知，每臺網關下行通道的傳輸能力至多可供237艘船舶完成自動識別過程。由封閉水域船舶自動識別的動態模型可知，當基站覆蓋范圍內的船舶數不超過237艘時，可通過自動調節船舶自動識別的距離，保障系統中船舶自動識別的時延不超過10 s；當基站覆蓋范圍內的船舶數超過237艘時，可通過增加網關數量，保障系統中船舶自動識別的時延不超過10 s。從而保障封閉水域中船舶安全識別和航行避碰。

4 結論

通過對系統的網絡容量和時延進行仿真與實測實驗，驗證了基于LoRa的解決方案符合封閉水域中船舶自動識別的要求，可解決AIS負荷過載問題。相對于VDES和GPRS的解決方案，具有功耗低、基站布設方便等優勢，可廣泛應用于封閉水域中船舶的輔助導航與安全監管。當然在仿真計算系統的網絡容量和時延時對船舶動態識別模型進行了簡化，僅對船舶密度、航速和數據傳輸速度進行了仿真驗證，未能對封閉水域中的環境因素進行仿真驗證。因此下一步將研究不同環境中數據傳輸的可靠性和網絡穩定性。