基于大數(shù)據(jù)挖掘的船舶通信系統(tǒng)關(guān)鍵設(shè)備狀態(tài)分析

楊 青，吳松麗

(1.河南師范大學 計算機科學與技術(shù)系，河南 新鄉(xiāng) 453007；2.駐馬店職業(yè)技術(shù)學院，河南 駐馬店 463000)

0 引 言

船舶通信系統(tǒng)內(nèi)設(shè)備種類較多，包含有線、無線等多種通信設(shè)備，其在航行過程中的信息流通量較大。船舶通信系統(tǒng)內(nèi)各種設(shè)備共享通信結(jié)構(gòu)[1-2]，使船舶通信高度自動化，保障信息傳輸安全可靠、聯(lián)絡(luò)通暢。但受船舶通信系統(tǒng)設(shè)備之間的兼容性以及航行過程中不可控因素影響，船舶通信系統(tǒng)內(nèi)關(guān)鍵設(shè)備一旦出現(xiàn)問題，會導(dǎo)致船舶與地面站連接中斷，接收不到地面指令，同時影響其雷達導(dǎo)航、避障等多個功能，為船舶航行帶來潛在威脅，因此分析船舶通信系統(tǒng)關(guān)鍵設(shè)備狀態(tài)意義重大?，F(xiàn)在也有很多學者致力于分析船舶通信系統(tǒng)關(guān)鍵設(shè)備狀態(tài)，如藍志威等[3]使用大數(shù)據(jù)挖掘技術(shù)，從入侵監(jiān)測角度分析船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)，該方法通過采集船舶通信系統(tǒng)關(guān)鍵設(shè)備運行異常時的信息后，將其轉(zhuǎn)換成頻域信號，在分析該頻域信號特征，使用聚類算法實現(xiàn)其設(shè)備運行狀態(tài)監(jiān)測。但該方法受聚類算法參數(shù)選擇存在主觀性影響，導(dǎo)致其分析結(jié)果不夠準確，因此應(yīng)用效果不佳。王瑞涵等[4]以機器學習算法為基礎(chǔ)，使用流形學習方式獲取船舶通信系統(tǒng)關(guān)鍵設(shè)備運行時的有效數(shù)據(jù)特征后，將其輸入到機器學習算法內(nèi)，通過訓(xùn)練構(gòu)建檢測器，實現(xiàn)船舶通信系統(tǒng)關(guān)鍵設(shè)備狀態(tài)分析。但該方法在提取數(shù)據(jù)有效特征時，受數(shù)據(jù)維度影響提取結(jié)果不佳，影響其應(yīng)用效果。在信息時代，大數(shù)據(jù)挖掘技術(shù)是從海量信息內(nèi)，挖掘出信息之間存在的關(guān)聯(lián)關(guān)系，通過用戶容易理解的方式呈現(xiàn)出來[5]，用于監(jiān)測、識別、預(yù)警等。本文以大數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)，研究基于大數(shù)據(jù)挖掘的船舶通信系統(tǒng)關(guān)鍵設(shè)備狀態(tài)分析方法，為提升船舶通信系統(tǒng)通信質(zhì)量提供技術(shù)支持。

1 船舶通信系統(tǒng)關(guān)鍵設(shè)備狀態(tài)分析方法

1.1 船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息采集

采集船舶通信系統(tǒng)關(guān)鍵設(shè)備運行信息過程為：用戶通過PC 端登錄船舶通信系統(tǒng)關(guān)鍵設(shè)備運行信息采集控制中心，將北向接口和設(shè)備直連協(xié)議封裝到協(xié)議棧內(nèi)，通過協(xié)議棧向船舶通信系統(tǒng)關(guān)鍵設(shè)備發(fā)出連接請求，判斷當前關(guān)鍵設(shè)備是否為北向接口，若是則連接北向設(shè)備接口，反之則直接連接設(shè)備；然后判斷設(shè)備是否連接成功，若是，則向采集控制中心返回關(guān)鍵設(shè)備運行信息采集結(jié)果，反之則重新判斷是否為北向接口，重新連接設(shè)備。

1.2 關(guān)鍵設(shè)備狀態(tài)時間序列變化過程挖掘

利用運行狀態(tài)信息構(gòu)建數(shù)據(jù)集X=[x1,x2,···,xn]，n表示數(shù)據(jù)集內(nèi)狀態(tài)信息總數(shù)，使用大數(shù)據(jù)挖掘算法中的自組織映射神經(jīng)網(wǎng)絡(luò)(SOM)挖掘船舶通信系統(tǒng)關(guān)鍵設(shè)備運行信息的時間序列變化過程，得到其運行狀態(tài)變化規(guī)律，詳細過程如下：

將X=[x1,x2,···,xn]輸入到自組織映射神經(jīng)網(wǎng)絡(luò)后，神經(jīng)網(wǎng)絡(luò)將該信息映射成神經(jīng)元，然后使用一階轉(zhuǎn)移概率P描述神經(jīng)元之間的關(guān)系。Qt表示經(jīng)過該神經(jīng)網(wǎng)絡(luò)量化后的船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息時間序列，t為時刻，則第n個自組織神經(jīng)網(wǎng)絡(luò)模型AR(n)內(nèi)，神經(jīng)元之間的一階轉(zhuǎn)移概率可由P[qt+1|qt,···,表示qt∈Qt。時間序列[Q1,Q2,···,Qt]的取值為[1,2,···,N]，則在t時刻，qt取值為Qi的概率計算式如下：

式中：QI為時間序列[Q1,Q2,···,Qt]內(nèi)的第I個時間狀態(tài)；i(xt)表示第i個船舶通信系統(tǒng)關(guān)鍵設(shè)備運行信息單量時間狀態(tài)。

計算i(xt)的概率密度，表達公式如下：

式中：Qj為[Q1,Q2,···,QN]內(nèi)任意時間狀態(tài)；||·||為歐式距離。

狀態(tài)信息x和時間狀態(tài)q均為一維數(shù)組，且狀態(tài)信息滿足正態(tài)分布規(guī)律[5]，則可用正態(tài)分布函數(shù)簡化公式(2)，其變更如下：

當I數(shù)值分別等于1 和等于N時，則式(3)變更為：

自組織映射神經(jīng)網(wǎng)絡(luò)迭代過程具備平穩(wěn)性，在其內(nèi)部距離較近的神經(jīng)元之間轉(zhuǎn)移概率較大，因此其神經(jīng)元二階概率分布函數(shù)表達公式如下：

以式(5)結(jié)果為基礎(chǔ)，船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息的二階正態(tài)密度分布函數(shù)為：

自組織映射神經(jīng)網(wǎng)絡(luò)對船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息進行擬合，得到神經(jīng)網(wǎng)絡(luò)模型參數(shù)，再將船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息輸入到訓(xùn)練好的模型內(nèi)，依據(jù)式(6)二階正態(tài)密度分布函數(shù)對船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息進行量化，輸出船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息隨著時間變化的向量序列

1.3 基于區(qū)間集聚類分析的關(guān)鍵設(shè)備狀態(tài)分析方法

步驟1建立X′的區(qū)間集，δ=[r,w]。

步驟2使用長度為m的滑動窗口，將X′等長劃分成為H個子序列，其中第k個子序列由={xp,xp+1,···,xp+m-1}表示，p和p+m-1分別為子序列起點和終點。

步驟3建立第k個子序列區(qū)間集，δk=[rk,wk]。

步驟4任意選擇2 個子序列和，計算它們相似度，具體為

式中：Sδij為子序列和之間的相似度；δi，δj分別為子序列和的區(qū)間。

步驟5計算多個子序列的相似度。選擇s個任意連續(xù)滑動的子序列區(qū)間集，將該s個連續(xù)滑動子序列區(qū)間集看作一個整體，計算該整體與另一個s個連續(xù)滑動子序列區(qū)間集的相似度，前者標記為i，后者標記為j，該2 個子序列區(qū)間集相似度計算式如下：

式中，Sij為第i個和第j個具備s個連續(xù)滑動子序列區(qū)間集相似度。

步驟6計算上一步中第i個子序列和不包含第i個子序列公共元素其他子序列之間的最大相似度，該最大相似度被稱為第i個子序列的相似度評分，其表達式如下：

式中，ηi為第i個子序列的相似度評分。

步驟7計算序列異常值評分，則第i個序列異常值評分表達式如下：

式中，F(xiàn)i為第i個序列異常值評分。

步驟8經(jīng)過上述步驟得到船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息時間序列所有子區(qū)間異常值評分，篩選出異常值評分大于0.55 的子區(qū)間，在該自區(qū)間內(nèi)的船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息即為該設(shè)備運行異常分析結(jié)果。

2 仿真實驗

以某船上的通信系統(tǒng)關(guān)鍵設(shè)備作為實驗對象，該船通信系統(tǒng)包含維修通信船站、AIS 船舶自動識別設(shè)備、GPS 電子海圖儀、中高頻接收機、氣象傳真機、衛(wèi)星接收發(fā)送設(shè)備、電視衛(wèi)星天線、SSB 電話通信設(shè)備、WHF 設(shè)備以及不同功率接收機等。該船舶執(zhí)行遠洋航行任務(wù)，運行環(huán)境較為復(fù)雜，因此會出現(xiàn)某些關(guān)鍵通信設(shè)備失靈情況。將本文方法應(yīng)用在該船通信系統(tǒng)關(guān)鍵設(shè)備狀態(tài)分析過程中，檢驗本文方法應(yīng)用效果。

2.1 關(guān)鍵設(shè)備狀態(tài)信息采集測試

以該船通信系統(tǒng)內(nèi)某信號接收機作為實驗對象，通過本文方法采集該信號接收機運行時的信號頻寬信息，采集結(jié)果如圖1 所示。分析可知，該通信系統(tǒng)信號接收機呈現(xiàn)運行狀態(tài)，其通信信號頻寬呈現(xiàn)不斷變化趨勢，而本文方法可采集到其信號頻寬隨著時間變化曲線信息，說明本文方法可有效采集船舶通信系統(tǒng)關(guān)鍵設(shè)備運行信息，為后續(xù)分析其運行狀態(tài)打下良好的基礎(chǔ)。

圖1 通信系統(tǒng)關(guān)鍵設(shè)備運行信息采集結(jié)果Fig.1 Operation information collection results of key equipment of communication system

2.2 關(guān)鍵設(shè)備狀態(tài)時間序列挖掘測試

以該船舶系統(tǒng)某關(guān)鍵設(shè)備作為實驗對象，該設(shè)備24 h 不間斷運行，設(shè)備自身溫度呈現(xiàn)不斷變化趨勢，使用本文方法采集該設(shè)備運行溫度信息，挖掘其隨時間變化規(guī)律，并以向量的方式呈現(xiàn)，結(jié)果如圖2 所示。由圖可知，該設(shè)備運行時，溫度隨著時間呈現(xiàn)波動變化趨勢，波動區(qū)間為25℃～30℃之間。而本文方法對該船舶通信系統(tǒng)關(guān)鍵設(shè)備溫度序列進行挖掘后，可將其溫度序列量化到1.5～4.5 量化值區(qū)間內(nèi)，且在量化區(qū)間內(nèi)的溫度序列曲線分布狀態(tài)與其時間序列曲線分布狀態(tài)極其吻合。上述結(jié)果說明：本文方法可有效量化船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息，其挖掘船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)隨時間變化規(guī)律能力較好，也從側(cè)面說明本文方法分析船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)能力較好。

圖2 關(guān)鍵設(shè)備狀態(tài)時間序列挖掘測試結(jié)果Fig.2 Test results of mining time series of key equipment status

2.3 應(yīng)用性測試

以該船通信系統(tǒng)內(nèi)的中高頻接收機作為實驗對象，在不同時刻時中斷中高頻接收機信號接收器連接線，測試在不同實驗次數(shù)情況下，本文方法分析該中高頻接收機運行狀態(tài)結(jié)果如表1 所示。分析可知，在10 次中高頻接收機運行狀態(tài)分析過程中，本文方法分析結(jié)果與實際運行狀態(tài)結(jié)果均完全相同，說明本文方法分析船舶通信系統(tǒng)關(guān)鍵設(shè)備狀態(tài)較為準確，可應(yīng)用在船舶通信系統(tǒng)關(guān)鍵設(shè)備狀態(tài)分析過程中。

表1 中高頻接收機運行狀態(tài)分析結(jié)果Tab.1 Analysis results of operation status of medium and high frequency receiver

3 結(jié) 語

本文研究基于大數(shù)據(jù)挖掘的船舶通信系統(tǒng)關(guān)鍵設(shè)備狀態(tài)分析方法，在其中應(yīng)用到了大數(shù)據(jù)挖掘技術(shù)中的自組織映射神經(jīng)網(wǎng)絡(luò)和區(qū)間集聚類分析方法，分別得到船舶通信系統(tǒng)關(guān)鍵設(shè)備運行信息時間序列和狀態(tài)分析結(jié)果。經(jīng)過實際驗證，本文方法可有效采集船舶通信系統(tǒng)關(guān)鍵設(shè)備運行狀態(tài)信息，分析關(guān)鍵設(shè)備狀態(tài)精度較高，應(yīng)用效果較佳。