基于無線網絡的船舶航道水深測量研究

劉榮超，陶華寧，劉榮才

(1. 華北水利水電大學, 河南 鄭州 450045；2. 廣西水利電力職業技術學院, 廣西 南寧 530023；3. 北京華晟經世信息技術股份有限公司, 北京 100000)

0 引 言

水深變化情況直接影響航道通過能力，間接影響船舶航行安全[1–3]。受水流沖蝕與泥沙淤積影響，航道水深經常改變，為此，需要實時測量航道水深，為提升航道通過能力提供科學依據。楊松等[4]利用GIS 空間分析技術，將水深數據離散成空間點云矢量數據，并對其進行數據處理，得到水深測量結果。該方法可有效測量水深，且水深測量效率較快、精度較高。陳偉等[5]通過中位值平均濾波法預處理歷史水深數據，通過經驗模態分解，在預處理的數據內，提取水深特征；利用長短時記憶網絡，結合提取的水深特征，預測航道水深，實現航道水深測量。該方法可有效提取水深特征，得到航道水深測量結果。但這2 種方法均易受外界環境影響，抗干擾性較差，當航道所處位置的水下環境較復雜時，這2 種方法便無法精準測量水深。無線網絡具備分布式、成本低、抗干擾性強等優勢[6–7]，在各個領域均有廣泛應用，將其應用在水深測量領域中，可實現長期實時水深測量，提升水深測量精度，加快測量效率。為此，研究基于無線網絡的船舶航道水深測量方法，精準測量船舶航道水深。

1 船舶航道水深測量

根據無線網絡的分布式特點，將目標海域分割成數個子區域，并在各子區域中安裝無線水深測量節點，采集水深數據，經過處理后得到船舶航道水深測量結果。基于無線網絡船舶航道水深測量方法的技術架構如圖1 所示。

圖1 船舶航道水深測量方法的技術架構Fig. 1 Technical framework of ship channel depth measurement method

以超聲波測距傳感器為無線水深測量節點，依據超聲波測距原理，采集船舶航道水深數據，利用相關函數法預處理超聲波信號，提升船舶航道水深數據采集精度。無線水深測量節點完成船舶航道水深數據后，以無線多跳方式組建無線網絡，并傳輸水深數據到匯聚網關內。

匯聚網關負責匯聚轉發水深數據至中央處理器。匯聚網關利用基于網絡編碼的數據傳輸方法，完成水深數據轉發。

中央處理器負責對接收的水深數據進行分析處理，并存儲至對應的數據庫內，用戶利用客戶端調取數據庫內的數據，實時查看船舶航道水深測量結果。

1.1 基于無線水深測量節點的水深數據采集

利用無線水深測量節點(超聲波測距傳感器)采集船舶航道水深數據。令D為超聲波測距傳感器發射探頭與海底的距離，L為超聲波發射探頭至海底的傳播路徑，其公式為：

式中：c為超聲波速度；t為船舶航道水深測量時間。

D的計算公式如下：

式中，d為超聲波測距傳感器發射探頭與接收探頭間的距離。

超聲波測距傳感器在接收回波信號時，受相位的不確定性與頻移的影響，導致接收的回波信號存在時延問題，從而降低船舶航道水深數據采集精度。為此，利用相關函數法，預處理超聲波信號。令超聲波信號在海洋內傳輸時的衰減系數為 α，經過延時 τ后，獲取的回波信號為 αs(t-τ)。令超聲波測距傳感器發射的超聲波信號為 βt(nT)， 其中，采樣時間間隔為T，采樣 次 數為n，接收的超聲波信號 為 βr(nT) 。 βt(nT)與βr(nT)的計算公式如下：

式 中：b1(nT) ，b2(nT) 分 別 為 βt(nT) 與 βr(nT)的 噪聲； β(nT) 為 βt(nT) 的采樣信號； β(nT-τ) 為 βr(nT)經過衰減后的采樣信號。

βt(nT)與 βr(nT)的互相關函數如下：

式 中：Rββ為 β (nT) 的自相關 函 數；k為采樣次數；E為期望值。

在 τ=mT情況下，Rββ(τ) 存在最大值， τ的估計結果為：

其中， δ為極小數。

利用互相關函數估計的τ，對接收的回波信號進行預處理，提升船舶航道水深數據采集精度。

1.2 基于無線網絡的船舶航道水深數據傳輸

匯聚網關節點利用基于網絡編碼的數據傳輸方法，轉發無線水深測量節點采集的船舶航道水深數據至中央處理器。基于網絡編碼的數據傳輸方法原理為：利用源節點編碼處理采集的船舶航道水深數據，得到多個互不影響的數據，目的節點僅接收部分編碼數據，便可恢復全部原始數據。具體步驟如下：

步驟1令源節點Q內包含 η份船舶航道水深數據d1,d2,···,dη，目的節點為P。發送船舶航道水深數據前，Q會任意生成l個η 維 向量x1,x2,···,xl，各向量內均具有 η個分量，即xi=xi1,xi2,···,xiη,i=1,2,···,l，每個向量均記為編碼向量。

步驟2編碼運算l個向量和 η個船舶航道水深數據，獲取l個編碼數據y1,y2,···,yl，公式如下：

式中：yi為第i個 編碼數據； λj為編碼系數。

步驟3利用編碼向量建立編碼矩陣如下：

步驟4打包編碼后的數據yj,j=1,2,···,l，和與其相應的編碼向量，獲取l個編碼數據包zj，將zj傳輸至P。

步驟5P接收部分zj后，在 η個編碼向量互不影響情況下，便可解碼獲取原始船舶航道水深數據d1,d2,···,dη，公式如下：

利用區域推進機制建立船舶航道水深數據編碼數據包傳輸策略，降低數據傳輸能耗，提升數據傳輸成功率。

區域推進機制依據無線網絡的廣播特點，自動在可以轉發編碼數據包的節點內，選擇最佳節點轉發編碼數據包。

式中：Ea為a的剩余能量；E0為全部節點的統一的初始能量；G為時間系數；F代表轉發等待時間低于G的接收節點集合；O代表轉發等待時間超過G低于 2G的接收節點集合。

2 性能測試與分析

以某船舶航道為實驗對象，海岸線長度大約為3 800 km，東西寬度大約346 km，面積大約8×104km2。利用本文方法對該航道進行水深測量，驗證本文方法水深測量的可行性。

利用本文方法在航道上部署超聲波測距傳感器，即部署監測點，部署結果如圖2 所示。共部署16 個超聲波測距傳感器，利用這16 個超聲波測距傳感器采集航道水深數據。其中3 個超聲波測距傳感器采集結果如圖3 所示。可知，本文方法可有效利用超聲波測距傳感器，實時采集船舶航道水深數據。其中，傳感器1 的水深數據波動區間在17.6 ～18.0 m；傳感器2 的水深數據波動區間在18.8 ～19.2 m；傳感器3 的水深數據波動區間在18.0 ～18.4 m。各傳感器采集的水深數據波動幅度均較小。實驗證明，本文方法具備航道水深數據采集的有效性。

圖2 超聲波測距傳感器部署Fig. 2 Deployment results of ultrasonic ranging sensors

圖3 航道水深數據采集結果Fig. 3 Data collection results of channel water depth

利用本文方法對采集的航道水深數據進行分析處理，得到各監測點的航道水深測量結果，如表1 所示。可知，本文方法可有效測量航道水深，且測量結果與實際結果非常接近，最大誤差為0.08 m。本文方法測量的平均水深為18.30 m，實際平均水深為18.34 m，相差較小。實驗證明，本文方法的船舶航道水深測量結果，與實際水深間的誤差較小，符合水深測量要求，即本文方法的航道水深測量精度較高。

表1 船舶航道水深測量結果Tab. 1 Measurement results of ship channel depth

以發送編碼包數量和實際編碼包數量的比率為冗余系數，分析不同冗余系數時，本文方法傳輸船舶航道水深數據的能耗，分析結果如圖4 所示。可知，隨著冗余系數的提升，本文方法傳輸船舶航道輸水深數據時的能耗隨之增長，當冗余系數為4 時，本文方法數據傳輸的能耗達到峰值，接近7.3×104J，并未超過能耗閾值。實驗證明：在不同冗余系數下，本文方法傳輸航道水深數據時的能耗均較低，即航道水深數據傳輸效果較優。

圖4 不同冗余系數時數據傳輸能耗分析結果Fig. 4 Data transmission energy consumption analysis results with different redundancy coefficients

3 結 語

精準掌握航道水深的變化情況，可為提升船舶航行安全提供參考。為此，研究基于無線網絡的船舶航道水深測量方法，利用無線網絡實時性與分布性等優勢，提升船舶航道水深測量的實時性與精度，為船舶航道水深測量提供新的研究方向。