基云計算環境對船舶運行數據的采集與傳輸方法的探討

上海船舶電子設備研究所 曾 武

在科技的帶動下，信息網絡技術飛速發展，云計算技術出現并得到推廣，在數據快速與精準查詢領域發揮優勢，強化海量數據信息的高效管控。信息技術的影響力也同樣擴展到船舶行業，為數據采集與傳輸開辟新的發展方向。在云計算數據處理技術的支撐下，能夠實現對船舶運行的動態、實時檢測，保證較為高效的收集與輸出，以便準確掌握船舶運行狀態。本文以云計算在船舶行業中應用實際為依據，借助仿真實驗，展現云計算在船舶運行數據收集處理中功能，尤其凸顯靈活性與精準性的特征，對船舶穩定行業意義深遠，極具現實價值。

前言：在信息技術的支撐下，現代化網絡技術得到飛速發展，整個社會步入信息時代，整個社會信息量急劇增加，數據存儲備顯重要性，尤其是在時間與效果方面要求更高。基于此，數據收集、存儲與傳輸工作面臨更高的標準，需要保證容量的規模性以及傳遞的快捷性。在這一前提下，云計算技術出現，積極引入船舶領域，強化船舶運行狀態數據的收集與傳輸，以便為其可靠、安全運行提供保障。

1.云計算應用在船舶運行數據的采集與傳輸領域的必然性

對于新時期船舶運行，信息處理工作主要依托傳感器來完成，實現對船舶運行多方面信息數據的統計與分析。但是，不足之處是功能應用范疇具有局限性，只能在系統內部發生作用，智能化水平不高，尤其對物聯網與互聯網應用不深入，很難構建標準化的數據處理系統，導致數據接口水平參差不齊，無法有效應對新時期海量數據的采集、處理以及控制工作。對于船舶運行，既要進行系統內部信息處理，同時，外部環境的數據信息處理也不容忽視，數據類型與規模更顯復雜性，傳統系統功能十分有限，尤其是存儲空間的制約尤為突出。基于此，云計算技術在船舶行業中的應用勢不可擋，成為必然，發揮大數據處理技術的優勢，強化數據采取、處理以及傳輸方式的創新，發揮智能化在船舶運行中的價值，提升數據收集控制的規范化水平，在根本上維護運行的安全性與可靠性。

2.基于專業角度詳述船舶運行數據采集與傳輸系統的設計

2.1 安全性是船舶運行的基本要求，數據收集與處理是實現達成這一目標的途徑

對于船舶運行，安全性是基本要求，而這一目標的實現離不開大量數據的支撐，既包含船舶自身內部的相關信息，也涉及運行周邊環境數據的收集的與處理。具體講，在數據處理模塊中，需要囊括三個方面的內容，即采集、分析處理以及數據傳輸。立足傳播數據處理系統內部，模塊不同，功能也凸顯差異性。但是從構成上分析，硬件構成具有相似性。

2.2 設計系統原理與應用介紹

立足整個數據處理系統，硬件是基礎，以處理器芯片與電源電路為主要構成。在船舶行業過程中，為了促進數據采集模塊功能的發揮，開關電源實施供電操作，依托電壓轉換芯片，促使電壓達到規定標準的范疇。依托云計算方法，同時，對硬件系統的主控芯片進行優化設計，強化數據資源整個獲取流程的全線控制與檢測。另外，要制定一定周期，在周期范圍內進行數據采集工作，強化對整個流程的謹慎檢測，發揮云數據管理器的作用，對信息進行存儲。

依托對船舶數據處理器下位機儀表以及傳感器的數據獲取，實現對采集信息準確性與可靠性的驗證，目的是為后續通信編號的編寫提供保障。在進行多次采集之后，如果數據仍未達到準確標準，需要對這一周期內的數據進行清除，同時強化多次采集的數據的全面檢驗，直到達到數據準確性指標。數據采集完畢之后，需要傳輸至數據管理器，同時，以一定的格式，對其進行合理分類與篩選，最終達到合理分解，構建可讀性數據包。

圖1 運行數據處理流程圖

通常情況下，船舶運行數據處理流程如圖1所示，但是，如遇特殊情況，數據傳輸很難保持連續性，面臨中斷情況，甚至誘發數據丟失的情況，對信息安全性與可靠性產生威脅。為了有效避免以上問題的發生，在系統設計中，要構建斷電續傳系統，強化數據信息解析與配置的合理性，實現船舶運行數據的快速、高效傳輸，維護傳播運行的穩定性。從本質上講，這一系統形成的數據會存儲于云數據庫，以便實現隨時校驗與查詢。

3.仿真系統應用結果總結

為了維護船舶運行數據處理系統對數據處理的穩定性，要發揮云計算的優勢，與數據測試軟件進行連，接構建更加完善的數據采集與傳輸系統，同時，系統測試不容忽視。與傳統數據傳輸方法以及實驗方法相對比，基于云計算的設計方式對數據處理的穩定性更高。借助終端軟件，對采集到的有效數據進行統計。在船舶運行過程中，深受外部條件與環境的限制，海上環境的仿真難度系數較大。借助這種計算模式，能夠獲取模塊數據精準程度。基于云計算的傳播信息數據處理方式，精準度高，能夠強化船舶航行數據的實時、精準處理，對船舶航行極具現實價值。

4.基于物聯網技術對船舶海上監測平臺數據采集網絡與數據管理系統的介紹

4.1 船舶大數據平臺數據采集網絡概述

隨著計算機以及信息技術的高速發展，智能設備與物聯網在整個船舶行業應用范圍愈加廣泛，尤其是船舶監測平臺采集、分析與處理數據能力逐漸增強，數據規模急劇增長。基于此，海上船舶監測平臺的構建勢在必行，對海域內船舶以及航線信息的獲取意義重大，強化數據采集網絡的構建。具體講，數據采集網絡的節點類型多樣，涉及傳感器、匯聚節點以及管理節點等。數據采集網絡組網方便，功率損耗不高，無需巨額成本，覆蓋范圍巨大，實現船舶航行諸多信息的準確采集。

4.2 以大數據平臺為基礎對船舶數據管理系統的分析

對于海上船舶檢測平臺的數據管理，主要以 IEEE802.11協議為基礎，構建數據傳輸通道，強化船舶監測平臺以及服務器之間數據的快速傳輸，實現對多元數據流的合理分析與存儲。在云計算與物聯網技術的支持下，數據平臺監測系統得以形成，在根本上提升數據傳輸速度與效率。具體講，整個系統主要包含如下幾個本部分，首先，硬件管理部分，作用是對船舶運行相關參數、傳感器類別等進行采集，保證船舶大數據平臺硬件的穩定運行。其次是用戶管理單元，強化終端管理協調，授予差異化的數據庫訪問權限，增強系統安全性。再次，監測維護系統，功能是調整平臺監測方案與內容，實現相關訪問權限的審查修改。第四，數據傳輸管理系統的功能是對數據傳輸全過程進行管理，尤其負責對傳感器節點數據格式的升級，同時，借助數據壓縮實現傳輸效率的提升。第五，在輸入輸出管理單元中，主要進行數據格式的解析、數據存儲路徑的選擇等，對提升傳感器網絡數據融合性意義重大。

4.3 數據挖掘算法類型及應用性

對于數據挖掘而言，是新知識發現的重要環節，借助挖掘模型與算法，構建數據挖掘技術，強化數據庫中價值信息的提取。在行業內部，比較常用的數據挖掘模型包含分類挖掘、聚類挖掘以及決策樹挖掘等。借助不同的數據挖掘算法，適應于差異化的數據挖掘類型。

4.4 基于船舶大數據平臺，優化數據挖掘系統引擎設計

為了切實提升船舶大數據平臺的數據挖掘水平，既要重視對物聯網數據管理系統進行優化，又要構建新型的數據挖掘引擎。立足數據挖掘技術，核心部分為引擎。只有擁有優質的數據挖掘引擎，才能強化數據挖掘效率的提升，加快數據集群與分析工作的進程。具體講，一方面要對數據處理能力進行優化，另外，用戶接口要力求通用性。在設計過程中，主要涉及引擎層、中間層以及用戶層。引擎層主要立于Linux的開發環境，以Spark集群為目標，構建良好的輸入輸出接口；中間層主要目的是進行遠程數據調用的管理，強化大數據平臺數據挖掘任務的遠程交互，平臺工作效率顯著提升。用戶層的作用是與用戶進行直接交互。

5.結束語

立足新的發展時期，船舶運行在數據采集與傳輸方面面向新的時代要求，因此，要以信息技術的為基礎，以物聯網技術為支撐，依托航運實驗數據處理原則與規范，積極構建云計算環境下的船舶數據采集與傳輸模式，強化大數據平臺數據管理系統的形成，在根本是維護數據完整性與準確性，提升傳輸效率，為船舶運行中數據處理系統的開發應用奠定創造有利條件。