浅析船舶自动识别系统在VTS的应用

张跃进

摘要：VTS系统逐渐融入网络技术、通信技术、AIS系统等先进技术，显著提高了系统功能。基于此，本文先简单介绍了船舶自动识别系统，分析了VTS系统功能和结构，并详细研究了船舶自动识别系统的具体应用。以期为AIS系统的研发和推广应用提供一定参考。

Abstract： The VTS system gradually incorporates advanced technologies， such as network technology， communication technology and AIS system， which significantly improves system functions. Based on this， this article briefly introduces the ship automatic identification system firstly， then analyzes the function and structure of the VTS system， and studies the specific application of the ship automatic identification system in detail， in order to provide a certain reference for the research and development and promotion of AIS system.

关键词：航海安全;船舶自动识别系统;VTS

Key words： navigation safety;ship automatic identification system;VTS

中图分类号：TP391.4                                      文献标识码：A                                  文章编号：1006-4311（2020）11-0217-02

0  引言

VTS（船舶交通管理服务）负责监管航海安全，提高船舶交通管理效率，负责监管辖区船舶运动，指导船舶安全航行。在航海安全中，VTS系统作用巨大，随着技术发展系统升级，船舶自动识别系统逐渐在VTS系统中应用，丰富了VTS系统功能，为航海安全奠定了良好的基础。

1  船舶自动识别系统研究

1.1 系统产生背景

各国船舶主管部门和IMO组织为避免船舶碰撞，强制要求所有船舶配置助航设备，建立VTS报告制度等，对船舶安全航行加以管理。但船舶碰撞事故仍然经常发生。为进一步加强安全防护，不断对助航设备和系统进行升级改造，不断融入通信技术、网络技术、信息技术等，在诸多技术的支持下，AIS系统应运而生。在2000年IMO在导航安全峰会上，对船舶配备通用AIS做出了明确要求，使得AIS系统得到了广泛应用。

1.2 系统工作原理

AIS系统是一个广泛使用的传载工具，能够广播船舶位置、船舶特性以及相关信息，通过对数据的发送和接收，让岸站和船舶自动定位识别临近船舶，并对其他装配AIS的船舶进行跟踪定位。AIS系统广泛应用于VTS船舶报告、海事监督以及海事搜救等领域内，显著提高了船舶航行安全。AIS系统主要使用SOTDMA技术及通用通讯协议，将时间间隙分成3～7帧，其他船舶系统可在这段时间内进行信息的接收和分配，提高系统稳定性。

1.3 系统应用功能

VTS中应用AIS能够帮助VTS对辖区进行分割管理，港口可轻易辨识船舶，对船舶AIS设备接收信息。通过AIS传播和接收信息，有助于港口监视船舶，并对船舶进行管理，调节管辖区域的交通流，交管中心能够给船舶提供有价值信息，协助船舶航行。

2  船舶交通管理系統概述分析

2.1 VTS系统组成与主要功能

在VTS系统中应用AIS已经构成了综合大型系统，不仅包括AIS系统，也包含信息处理系统、监控、气象、水路等系统，实现了船舶和港口之间的交流。VTS系统主要提供航行信息、动态信息以及静态信息，包括船舶信息、船舶号码、船舶位置、航速、航行状态、危险物、预计抵达时间等。监控单元则包含雷达、电子海图以及闭路电视等设备。当船舶信息传达给VTS中心后，经过数据处理系统加工处理后和雷达数据合并，在电子海图中呈现出来，提供给VTS中心管理人员进行使用。气象系统和水路系统能够自动将数据录入数据处理系统，指导航海人员安全航行。

2.2 系统发展现状

船舶航入VTS水域后，收发单元则受到港口的遥控，自动转入VTS中心要求的频道上，采取船-岸-船的通信模式作业。收发单元可选择海上专用频道，完成和VTS中心通信，同时和其他船舶进行通信。在VTS系统中，还需要双工频道解决干扰以及堵塞通讯的问题。交通密度高的VTS水域可将无线电蜂窝进行划分，相邻的蜂窝使用不同工作频道提供服务，利用转发器延长小无线电蜂窝的工作距离。

目前船舶已经能够从AIS获取必要信息，了解潮汐气象以及水流等情况[1]。岸站则能够通过AIS系统掌握船舶动态和静态相关信息，自动录入静态信息，并根据动态信息，改变航行记录。目前没有在VTS系统中安装AIS的船舶，也可接收船舶交管系统雷达信息的广播，交管中心捕捉雷达信息后，向未安装AIS的船舶进行口播，已经安装AIS系统的船舶，能够在系统中观察到未安装AIS系统的船舶，选择不同的通信方式，保证了未安装AIS船舶的可视化，提高了航行安全。

3  船舶自动识别系统在VTS的应用分析

3.1 AIS程序功能模块的实现技术

在VTS系统中使用AIS系统十分复杂，需要使用电子海图定位系统、网络技术以及融合技术等。VTS系统最早使用地理水文图像作为交通景况基础，但这种类型的示意图并不能满足精确导航的需要。

第一，随着开发电子海图信息系统（ECDIS），将其作为交通景况背景，满足VTS中心管理需要，ECDIS系统能够提供精确的海图图像，满足监控船舶、对船舶导航定位的需要。在VTS系统中未配置ECDIS系统，背景只能提供岸线、导航浮标、雷达回波，应用范围相对狭窄。ECDIS是由水道测量局发布，包含准确实时信息，协助VTS管理。

第二，使用数据融合技术，通过收集整合多元信息，准确识别目标，提供评估等功能。在VTS区域内，船舶数量较多，雷达作为探测船舶的设备。通过雷达获取船舶位置信息，位置信息准确度可控制在10m之内。为提高数据准确度需要，还需将数据融合技术进一步融合进系统中[2]。目前AIS系统传播数据受到操作环境以及船速的影响，雷达传输则通过天线实现。在VTS系统中，考虑到AIS系统数据变化的不确定性，采取雷达定位合并AIS系统定位，显著提高目标位置准确性。

第三，GPS技术作为目前精准度最高的导航系统，应用GPS定位技术可显著提高数据准确性。处理GPS数据主要通过单个接收机平滑处理数据，或者多个接收机差分校正处理。差分校正处理可有效消除公共误差，包括电离层延迟等，但无法处理多径干扰误差。处理多径干扰误差，还需数据诊断或者空间时间处理方法。为了准确监视船舶航行安全，差分卫星导航系统的引用，将带来巨大帮助，能够在精准位置上对信号进行校正。

第四，网络技术。在复杂的船舶自动识别系统中，使用网络技术提高数据传输的安全性，提高数据传输的稳定性和及时性，支持船舶之间通信识别等功能。

3.2 SOTDMA通信网络性能应用

在航行期间，两只船舶相遇，系统会向另一只船舶发送信息，通过共享信息可有效避免碰撞。这一应用功能需要通信协议的支持才能保证准确通信，使用SOTDMA可自行发送信息。SOTDMA信道设定多个固定时间间隔，用户能够具有更多选择性，设置发送子帧。在船舶自动识别系统中，一帧约为1min，可均等分成2250个时间间隙。每个时间间隙约为26.67ms。一般情况下，信道传输速率约为9600bps，因此一个时间间隙约为256bit。船舶设定在第二时间间隙发送信息，第2只船舶将自动选择第3个时间间隙发送信息，而第3只船舶将会在第1个时间间隙发送信息。以此保证船舶发送信息的同时，其他船舶能够及时收到信息，分割信道能够保证多个船舶之间的通信。

SOTDMA通信协议是为了保障船舶之间的高质量通信，不需要经过基站的集合管理。因此选择间隙至关重要，需要申请发送间隙，确定间隙大小，确定4个备选时间间隙后，可规避两只船舶使用同一时间间隙发送信息的情况[3]。在4个备选时间间隙中选择其中一个进行传输数据，若被其他船舶占用还需要删除该选项。航行船舶数量对应着移动台数量，VTS要加强对船舶的管理，船舶自动识别系统中使用SOTDMA通信，有效提高了通信的有效性。但每只船舶使用不同发送周期，选择的时间间隙大小不同，SOTDMA通信系统信道只能提供225艘船舶使用。

3.3 DBSCAN聚类算法初步识别船舶工作区

DBSCAN是一种空間聚类算法，通过样本分布密集程度假定类别，也就是在样本附近一定存在同种类样本，将密集相连的样本划分为不同种类，得到聚类类别结果。这一算法通过密度定义，具有良好的抗噪音效果，能够对形状不同大小不同的簇进行处理。在船舶作业区域中，由于船舶形状和大小存在很大差异，使用DBSCAN算法能够对船舶工作区域进行初步识别。在VTS中，使用DBSCAN算法可按照样本密集程度，对样本进行初步分区处理，快速简便的完成区域划分工作，实现了样本的初步处理。

3.4 施工区域干扰点识别

一般情况下，船舶施工区域较大，施工轨迹相对混乱，受到干扰点的影响，很难清晰辨别轨迹图干扰点。干扰点主要分成离群点和密集点两种，离群点主要是指和施工密集区域远离，通过孤立点形式表现。密集点是由于船舶随时更换施工作业曲线，造成一定区域内密集分散，特征为停止施工。在分析施工特点时要将干扰点去除，局部异常因子使用识别密度异常的算法，可准确识别干扰点，LOF算法主要用于识别离群点。将个别点密度和临近点进行对比，如果个别点密度明显低于临近点，即有一个LOF值>1，那么该点处于稀疏区域[4]。相比于邻近区域，该点属于异常值，在LOF密度图中能够准确识别出LOF值>1的邻近点。在施工区域中孤立点，LOF值可超过10，使用LOF算法对离群点进行识别，发现离群点并未处于作业状态，发现其存在快速航行至施工区域的轨迹。

为了能够更加清晰地呈现出施工轨迹，需要将船舶切换工作线轨迹去除掉，减少对施工轨迹特征的干扰。船舶在切换轨迹时，会呈现出长线条轨迹。当两个临近点之间距离超过49.6m占95%以上，那么可以认定两个临近点之间的距离超过49.6m，可认定船舶正在更换工作线。在施工轨迹图中去除干扰路线，还需参考船舶工作线的特点，如挖泥船施工轨迹呈现出锯齿状，表现出线性特点，以周期性特点作业，结合这两个特点，可准确识别干扰点。

4  总结

综上所述，在VTS系统中应用AIS具有突出效果，借助于AIS程序功能模块、SOTDMA通信网络性能应、DBSCAN聚类算法、施工区域干扰点识别，进一步提高了船舶航海安全，辅助VTS中心，加强船舶交通管理。

参考文献：

[1]张翼，曹剑东.船舶AIS大数据资源管理及分析应用架构设计[J].交通运输研究，2019，5（05）：31-40.

[2]戴文伯，鲁嘉俊.基于自动识别系统大数据的船舶施工轨迹识别与预测[J].水运工程，2019（12）：119-122，126.

[3]华旭奋，赵勇.船舶自动识别系统中视觉跟踪控制研究[J].舰船科学技术，2019，41（10）：43-45.

[4]朱永健.船舶自动识别系统对船舶救助的影响[J].水上消防，2019（03）：23-25.