機載平臺AIS時隙沖突及發現概率分析?

楊奎，尋遠

（中國西南電子技術研究所，成都610036）

機載平臺AIS時隙沖突及發現概率分析?

楊奎，尋遠

（中國西南電子技術研究所，成都610036）

分析了機載船舶自動識別系統（AIS）時隙沖突機理。通過建立機載AIS發現概率的分析計算模型，得出了機載AIS系統監視時間、船只密度與發現概率間的關系。仿真結果和試飛數據較為吻合，對機載AIS系統工程化具有實際參考價值。

機載AIS；時隙沖突；發現概率

1 引言

船舶自動識別系統（Automatic Identification System，AIS）主要用于對海上航行的船只進行動態跟蹤，實現船只、船岸間的船只標識、位置、航向、航速等航行信息的自動交換［1］。AIS采用自組織時分多址（Self-organizing Time Division Multiple Access，SO -TDMA）通信協議，自動地播發出本船的靜態、動態和航次信息［2］。AIS可彌補傳統雷達監測在自動識別目標以及獲取航行動向信息等方面的不足，對雷達監測起輔助或替代作用。AIS艦載系統、船只交通管理系統（VTS站）之間的通信距離通常為視距。為了在更大范圍海域內航行安全性、國防以及環境保護的需要［3］，可建立機載基站、衛星基站，用來接收大范圍海域內各種AIS系統發送的消息。

AIS接收機大范圍海域內的沖突問題引起了國內外研究者的高度重視。文獻［4］和［5］對星載AIS信號接收沖突概率進行了分析；文獻［6］針對以港口中心的船只數量漸變分布的特定模擬場景，進行了時隙沖突概率分析。機載監視范圍內船只的隨機分布及運行狀態極其復雜，不便于對各種狀態逐一仿真得出特定場景、特定觀測時間內的船只發現概率。本文通過對船只分布狀態、報告發送周期等合理假設，構建了發現概率數學模型，既兼顧了船只分布狀態的多樣性又降低了仿真復雜度；最后通過模擬仿真和試飛數據分析對結論進行了驗證。

2 機載AIS系統簡介

基于機載平臺的AIS系統，將擁有比海面平臺AIS系統更大的監視、跟蹤覆蓋區域，但是面臨一個更大的挑戰，即當同時接收到來自多個不同區域的消息時，可能會產生時隙沖突，從而導致大量消息的丟失，大大降低了機載AIS系統對船只的發現概率。

船只在機載AIS的監視范圍內的分布如圖1所示。其中，大圓表示機載AIS的監視范圍，中間的小圓表示一個視距區域（通常半徑為20 nmile），小點表示船只。

圖1 船只分布示意圖Fig.1 The ship distribution situation map

3 時隙沖突及發現概率分析

3.1 時隙沖突

AIS通信包括兩個信道，每個信道以1 min作為一幀，一幀包含2 250個時隙。任一船只可按一定的時隙選擇算法選用一個時隙（或多個時隙，但在這里我們考慮每條船只占用一個時隙）發送信號，而機載AIS則需要進行時隙同步之后，按照網絡時隙進行數據接收。

因為AIS消息的發射與世界協調時間（UTC）時間同步，SO-TDMA協議可以協調特定的有組織區域內的時隙的使用，而機載AIS的監視范圍內又同時存在多個有組織區域，這些區域之間不存在協調關系。如圖2所示，當機載接收機在同一時間接收到不同自組織區域發出的消息時，就可能產生時隙沖突。

圖2 機載AIS時隙沖突Fig.2 Airborne AIS slot-collision demonstration

導致機載AIS接收機接收時隙沖突的原因可分為以下兩類：

（1）來自不同有組織區域內的船只在同一時隙發射信號，這種沖突稱為第一類型沖突；

（2）當AIS的監視范圍足夠大時，即使來自不同組織區域內的船只選擇不同的時隙發射信號，有可能因為延時導致相鄰的時隙信號同時到達，這種沖突為第二類型沖突。

AIS數據分組結構中，每個時隙內的信息留有12 bit的距離延時緩沖區，而數據傳輸速率為9 600 bit／s，故這12 bit對應的最大不發生沖突的距離為

所以，只要是和機載AIS的距離差不超過202 nmile，就不會發生由于延遲而造成第二類型的沖突。根據視距計算，飛行高度為海拔8 000 m的機載AIS的監視范圍小于350 km（188.5 nmile），故可不考慮第二類型沖突。

當發生時隙沖突時，在接收站將會導致下面兩種結果之一：一是接收混淆，即在該時隙內所發出的一系列消息中，接收站一條正確消息都接收不到；二是區別接收，即在該時隙內所發出的一系列消息中，接收站能正確接收到一條消息。

AIS接收機同信道抑制典型值為8 dB，即同一時刻到達的兩個信號功率相差8 dB以上時，接收機能區分較強的信號并對其進行解析。時隙沖突的結果究竟是接收混淆還是區別接收，取決于欲占用同一時隙的兩個發射站與接收站之間的距離遠近。

3.2 發現概率數學模型

3.2.1 發現概率

對于一個船只，如果它發出的AIS消息中至少有一條消息被機載AIS接收機收到和解析，則認為該船只被檢測到。在機載AIS的覆蓋范圍內，被檢測到的船只數目與所有船只數之比稱為發現概率。發現概率與以下因素有關：AIS船只的數量，船只的AIS通信終端的工作狀態（即報告發送周期），SO-TDMA的有組織區域大小，機載AIS的監視（監視區域）大小，機載AIS的監視時間，時隙沖突的區別接收。

3.2.2 假設條件

為簡化發現概率分析，進行了如下5個方面的條件假定。

（1）假設機載監視范圍內的船只在各自組織區域內均勻分布，因為在機載AIS監測范圍內的船只總數一定的情況下，船只均勻分布狀態下的沖突概率最高。

（2）為了后續分析方便，將自組織區域設為40 nmile×40 nmile正方形區域。一般情況下，船只之間可以互通信息的區域半徑為20 nmile（取船只天線高度10 m估算），在某一固定時刻，機載AIS覆蓋范圍半徑為350 km（188.5 nmile），該范圍內包含69.77個自組織區域。為從嚴考慮，取AIS覆蓋范圍內的有組織區域的個數M為69。

圖3 自組織區域的簡化模型Fig.3 A brief model of the self-organized area

（3）單個AIS自組織區域內所有船只之間不存在沖突，時隙沖突僅發生在跨自組織區域的船只之間。

（4）單個AIS自組織區域內所有船只的AIS報告周期ΔT均相同。

在港口周圍，船只數量多，并且大多是低速船只和錨泊船。根據2010年上海港提供的船只分布數據統計［7］，各類船只在系統中所占的百分比如表1所示，可計算平均報告周期為116.83 s。

表1 港口海面船只狀態統計Table 1 The state statistics of ship in a harbor

在非港口海面時，海面船只以高速航行的船只為主，因此，平均報告更新時間與上述分析不同。按照表2的統計數據，可計算平均報告周期為6.3 s。

表2 非港口海面船只狀態統計Table 2 The state statistics of ship on seasurface away from harbor

故按照港口海面和非港口海面兩種情況的分析，從嚴考慮，取報告更新時間平均值為6.3 s進行仿真分析。

（5）假設每只船在發送周期內僅發送一次AIS消息，因大多數情況下，船只報告只需要占用一個時隙。

3.2.3 發現概率數學模型

設機載AIS監視區域內船只的總數目為N，監視區域內有組織區域的數目為M，船只向機載AIS發射信號的平均發射周期ΔT，機載AIS的觀測時間Tobs。下面考慮在任意指定一個有組織區域內的船只被成功發現的概率。

AIS位置報告率Rr與報告周期ΔT的關系為60／ΔT。AIS每個信道劃分為1 min長的超幀時隙數為2 250。計劃時隙增量NI為

假設在每個有組織區域內船只平均分布，則N／M表示每個有組織區域內船只的數目。對給定的一個有組織區域內的N／M條船，占據N／M個時隙，那么另一個區域與之發生碰撞的概率是

其逆事件即成功檢測到信號的概率為1-P1。而一共有M個區域，那么給定的區域的船只檢測到的概率為P2=（1-P1）M-1，其逆事件發生碰撞的概率為1-P2。

在機載AIS的觀測時間內，船只一共發射了Tobs／ΔT個信號，而在不同的自組織區域間信號發射是相互獨立的，故Tobs／ΔT個信號全部發生碰撞的概率為

那么在機載AIS的監測區域內，給定的有組織區域能夠被成功檢測到的概率是1-P3。

綜上所述，若僅考慮第一類型沖突的接收混淆造成的影響，則在任意指定一個小區內的船只被機載AIS兩個信道發現的概率為

若考慮時隙沖突中的區別接收，則需計算出區別接收的概率，并可對上述模型進行修正：

其中，系數k為時隙沖突系數。

統計在既定的機載AIS監視時間內，機載AIS覆蓋范圍內的所有船只都將被發現到的概率。這種標準更為嚴格，其表達式為PAll=PN，其中P由式（6）給出。

由于時隙沖突只考慮第一類型的沖突，確定沖突系數k，需先確定產生時隙沖突時能區分接收的概率。時隙沖突的結果究竟是接收混淆還是區別接收，取決于欲占用同一時隙的兩個發射站與接收站之間的距離遠近及天線方向性增益。假定飛機及船只的AIS均采用半波陣子天線，方向圖如圖4所示，其垂直面方向性函數可用下式來表示：

圖4 半波振子天線方向圖Fig.4 The field pattern of half-wave dipole

采用蒙特卡羅方法，隨機選擇不同自組織區域的時隙沖突，并依據距離遠近和天線方向性增益的差別，來統計沖突信號之間的信號強度滿足同信道抑制8 dB要求的沖突概率。區別接收示意圖如圖5所示。經過10萬次隨機實驗，得出不同有組織區域產生時隙沖突時能區分接收的概率為0.164 3。由此，取時隙沖突系數k為0.835 7。

圖5 區別接收示意圖Fig.5 Separate signal receiving

4 仿真及結果分析

現假定以下仿真條件：飛機高度h=8 km；機載AIS監測范圍半徑R=350 km（188.5 nmile）；所有船只的消息發送周期均為ΔT=6.3 s（非港口海面）；AIS信道數為2；SO-TDMA自組織區域邊長為20 nmile；有組織區域的數目M=69，且每個有組織區域內船只數量相同；時隙沖突系數k=0.835 7。

應用本文前述的模型及仿真條件，采用MATLAB仿真平臺對機載平臺AIS時隙沖突及發現概率進行了仿真分析。圖6是機載AIS監視范圍內的船只的總數量（1～4 000只）與發現概率的函數關系圖。

圖6 不同監視時間下的船只數量和發現概率關系圖Fig.6 Relationship between the detection probability and the actual number of ships in different time

從單條曲線向右下降趨勢可知，機載AIS監視范圍內的船只數量越多（船只越密集），發現概率就越低。從曲線族隨觀測時間增長而右移可知，隨著監測時間增加，發現船只的概率隨之增大。

考慮到船只AIS端機的工作狀態在港口周圍海面和非港口海面的分布差異造成的平均報告更新周期不同，下面分析幾種報告更新周期下的發現概率情況，仿真結果如圖7所示。圖7中的仿真參數除了報告更新時間外，其他參數都與上文中所取的參數一致。

圖7 不同監視時間、報告更新周期下的監視船只數量和發現概率關系圖Fig.7 Relationship between ship number and detection probabilities under different surveillance time and report rates

圖8 是機載AIS試飛實測場景。此場景下，機載AIS收到的報文統計的平均報告更新周期為10.1 s。

圖8 機載AIS試飛實測場景Fig.8 A measurement result of airborne AIS flight test

圖9 給出了報告更新周期為10 s，在給定發現概率條件下，監視時間與監視范圍內的船只數量關系。

圖9 觀測時間與監視船只數量的關系（報告周期為10 s）Fig.9 Relationship between the time and the number of ships in the area of surveillance（report rate is 10 s）

根據仿真分析，機載平臺視距范圍內的船只數增大時，船只被發現的概率下降，要全部發現的監測時間也越長。圖9中的試飛數據曲線和相同平均報告更新周期條件下的仿真結果較為吻合。

5 結束語

通過船只平均分布、平均報告更新周期等合理假設，建立了機載AIS對其監視范圍內船只的發現概率的計算模型，避免了因船只分布狀態復雜多樣而不便開展仿真的問題。由仿真模型結合港口監測和實際試飛得出的船只統計數據，計算出的機載AIS監視時間與監視船只數量的關系與試飛結果較為吻合，對機載AIS系統工程化具有實際參考價值。

［1］王飛舟，范成梁.自動識別系統（AIS）性能綜合評價［J］.中國航海，2001，48（1）：14-17.

WANG Fei-zhou，FAN Cheng-liang.Comprehensive Assessment of AIS Performance［J］.Navigation of China，2001，48（1）：14-17.（in Chinese）

［2］劉鵬，謝永鋒.AIS系統中SOTDMA協議仿真與分析［J］.電訊技術，2010，50（3）：37-40.

LIU Peng，XIE Yong-feng.Simulation and Analysis of SOTDMA Protocol for Automatic Identification System（AIS）［J］.Telecommunication Engineering，2010，50（3）：37-40.（in Chinese）

［3］郝盛，陳滌非.星載AIS收發機的關鍵技術初探［J］.航空電子技術，2007，38（4）：7-11.

HAO Sheng，CHEN Di-fei.Primary Research on the Key Technologies of Satellite-Based AIS Transceiver［J］.Avionics Technology，2007，38（4）：7-11.（in Chinese）

［4］Eriksen T，Hφye G，Narheim B，et al.Maritime Traffic Moni-toring Using a Space-Based AIS Receiver［J］.Acta Astronautica，2006，58（10）：537-549.

［5］鐘杰，王懷勝，鄭力.星載AIS接收沖突分析及仿真［J］.電訊技術，2010，50（10）：6-11. ZHONG Jie，WANG Huai-sheng，ZHENG Li.Analysis and Simulation of Ship Detection Probability of Space-based AIS［J］.Telecommunication Engineering，2010，50（10）：6-11.（in Chinese）

［6］曹勁，馬永華，尋遠.機載AIS接收機沖突概率分析［J］.電訊技術，2010，50（10）：57-62. CAO Jin，MA Yong-hua，XUN Yuan.Collision Probability Analysis of Airborne AIS Receiver［J］.Telecommunication Engineering，2010，50（10）：57-62.（in Chinese）

［7］胡越黎，孫斌.AIS網絡數據鏈路容量分析及擁塞解決方法［J］.計算機測量與控制，2007，15（11）：1631-1634.

HU Yue-li，SUN Bin.Data link Capacitance and Congestion Resolution for AIS［J］.Computer Measurement＆Control，2007，15（11）：1631-1634.（in Chinese）

YANG Kui was born in Lichuan，Hubei Province，in 1979.He received the B.S.degree in 2002.He is now an engineer.His research concerns avionics system and communication system，etc.

Email：cir98020927＠sohu.com

尋遠（1984—），男，湖南瀏陽人，2006年獲學士學位，現為助理工程師，主要研究方向為電磁兼容。

XUN Yuan was born in Liuyang，Hunan Province，in 1984.He received the B.S.degree in 2006.He is now an assistant engineer. His research concerns EMC.

Email：xun-yuan＠yeah.net

Slot-collision and Detection Probability of Airborne AIS

YANG Kui，XUN Yuan

（Southwest China Institute of Electronic Technology，Chengdu 610036，China）

The slot-collision mechanism of airborne AIS（Automatic Identification System）is analysed.Through establishing the detection probability model of airborne AIS，the relationship between observation duration，ship densities and the detection probabilities is established.Simulation results are in good agreement with the measurement data，and the work in this paper provides reference for airborne AIS implementation.

airborne AIS；slot-collision；detection probability

U675.7；TP391.9

：A

10.3969／j.issn.1001-893x.2012.06.005

楊奎（1979—），男，湖北利川人，2002年獲學士學位，現為工程師，主要研究方向為航空電子系統、通信系統等；

1001-893X（2012）06-0858-06

2011-11-17；

2012-02-17