文章信息
- 杨敏, 徐栋, 王新胜, 王瀚宇. 2018.
- YANG Min, XU Dong, WANG Xin-sheng, WANG Han-yu. 2018.
- 面向岛礁应急监测的多手段组网设计与实验
- Design and experiment on multi-means networking scheme for emergency monitoring of islands and reefs
- 海洋科学, 42(1): 32-38
- Marine Sciences, 42(1): 32-38.
- http://dx.doi.org/10.11759/hykx20171011013
-
文章历史
- 收稿日期:2017-10-11
- 修回日期:2017-12-22
2. 哈尔滨工业大学(威海), 山东 威海 264209
2. Harbin Institute of Technology at Weihai, Weihai 264209, China
随着国际形势的日趋复杂和海洋权益争端的不断升级, 主权国家试图占据更多海洋领土的行为, 使得岛礁安全的重要性愈发突出。中国的权益岛礁包括自然岛礁以及人工岛礁, 据不完全统计, 近年来, 涉及中国海洋岛礁的各类侵权活动多达数百起, 更为严重的是, 中国对被占岛礁的主权有随着时间的拖延而逐步丧失的危险[1]。应急监测, 是有效应对突发性岛礁侵权和自然灾害的必要措施, 如何对中国权益岛礁开展具备更高精度和更高时效性的应急监测已成为摆在我们面前的重要命题。
现有的单平台监测具有各自的优势和局限性, 小型自组网技术可以将各平台的优势结合起来, 形成综合的、功能强大的集成观测网。小型自组网是由具有无线通信功能的节点组成的临时、多跳、无中心的自治系统, 它的架设不需要任何预设的基础设施, 可以广泛地应用于岛礁观测、山区抢险、军队战争等需要应急响应且通讯不便的场景[2]。作者以无线自组网技术为基础, 理论和实践相结合, 设计了多平台多手段的岛礁应急观测方案, 并进行应用场景实验, 探讨在岛礁应急监测中使用无人平台提高观测效率的优化方法。
1 岛礁应急监测的需求岛礁的安全涉及岸线、领海基点、岛内重要设施、岛礁周边水下安全等多个方面, 由于其重要的战略意义, 事件触发后的岛礁应急组网监测以及实时数据的处理和通讯已成为目前极为迫切的技术需求。
由于地理位置的特殊性, 目前监测手段较为贫乏, 以摄录像为主。且监测的时效性差, 实时数据传输能力弱, 缺乏组网监测的体系支撑。新时期的岛礁应急监测应满足如下要求:
1.1 信息的多元化单一手段采集对目标的探测范围有限且虚警率较高, 而多个平台传感器收集的信息则更为丰富, 可以达到早期预警的目的, 完成水文、水质、气象等数据的现场综合采集。
1.2 信息识别和数据识别的多元化依靠单一设备来识别目标属性或根据有限的侦察手段来确定目标的类型具有很大的局限性, 目前迫切要求信息识别和数据识别向多元化发展。
1.3 多传感器组网探测体系多传感器组网探测技术就是指将多个或多种不同体制、不同频段和不同工作模式的雷达、声纳、电子侦察设备或无线通信设备等链接成网, 由指挥控制系统统一调配, 形成一个整体。在网的各传感器将收集到的情报信息按照统一时空坐标发送给指挥控制中心, 并根据现场态势情况适时地调整各自的状态, 完成目标范围内的探测、定位跟踪和协同观测任务[3]。
多传感器组网探测增强了单个传感器系统的生存能力、扩展了空间覆盖范围、增加了系统的探测能力和检测概率, 增加了数据信息来源的可信度, 减少了目标或事件的不确定性和不稳定性, 若某一传感器故障, 可以通过其他传感器协同进行数据探测[4]。
2 岛礁应急监测的内容为了掌握岛礁的敏感区域信息, 应在岛礁及其周边的关键区域增加动态监视, 在周边海域布放波浪滑翔器等装备, 进行全天候水文气象的监测和水面目标影像的获取, 并利用卫星等通讯手段将影像传送至地面, 作为应急监测的基础触发信息。
岛礁应急组网监测的具体内容主要针对突发变化的信息, 包括礁体变化、地形地貌、岛内设施、覆盖植被以及周边敏感目标等, 即自然因素或人为活动引起岛礁自然形态及周边环境发生的变化。
2.1 区域水深及周边环境数据岛礁周边水深情况、海流、海面风、海浪以及水深数据等在应急观测中的所需的大量基础数据, 主要依靠长期积累的历史资料与实时监测的数据进行对比。
2.2 岛礁自身变化及周边敏感目标岛礁岸线、岛礁面积、岛礁植被、礁体侵蚀、水上水下地形变化, 以及岛礁区内敏感人工构筑物、附近船只以及威胁岛礁安全的水下可疑目标等, 作为重点关注目标, 判定其是否为非法测绘、非法闯入、异常停泊的人类活动。
2.3 岛礁周边及内部重要设施岛礁周边的领海基点界址点, 岛内人工构造物诸如灯塔、石碑、房屋、跑道、防空设施等的位置和分布, 以及码头建设等其他人类活动也要作为重点观测的目标。
3 面向岛礁应急监测的多平台组网方案设计作者提出的岛礁应急监测多平台组网方案, 集成了长航时固定翼无人机、精细化六悬翼无人机、无人船、波浪滑翔器等无人平台, 可搭载高清摄像/照相机、机载成像高光谱仪、水听器、水文气象等感知设备, 对目的岛礁进行全方位立体化的监测。
3.1 无人平台搭载传感器无人机遥感监测技术可以快速响应地面发生的突发事件, 同时其影像的分辨率要高出其他技术, 从而可以给出更为准确和实时的处理数据[5]。
无人机可搭载高清数码相机, 起降不受地形影响, 适用于近岸岛礁等小范围大比例尺地形测绘任务, 迅速取得变化的海岸地形, 以便提供及时的地理信息数据, 保障岛礁数据的动态性和应急测绘的有效开展[6]。
高光谱遥感是20世纪80年代发展起来的一种具有重大突破的遥感技术, 它是在电磁波谱的可见光、近红外区域获取许多波段非常窄且光谱连续的图像数据技术, 不同于多光谱遥感技术, 仅仅记录若干相对较宽的波段。高光谱作为一种有效的手段, 可以保证遥感信息的定量化分析与应用, 并已广泛应用于地质、生态、水文和海洋等领域。机载高光谱有两个优势:高光谱分辨率和高空间分辨率。高光谱分辨率可以用于辨清地物的材质, 识别伪装后的岛礁及附近船舶; 高空间分辨率有利于消除高光谱图像中的混合像元效应, 将每个像元与每一种地物的光谱相对应, 提高识别地物类型的效率[7]。
无人船系统搭载GPS、电子罗盘、惯性导航、测深仪、气象仪、CTD、摄像头、水听器等传感器具有遥控、导航定位、测线等自动跟踪控制功能, 可完成包括水深测量、水文气象测量、海域监视监测、水质监测和信号采集与通信等功能, 在岛礁应急监测中可提供水面及水下环境的实时数据。岛礁周边水下地形通常明礁、暗礁相间, 其中无人船搭载的测深仪可获取浅水域的水深资料, 与历史水深资料有很好的互补性; 自容式水听器可以获取水声信号, 完成对岛礁周边水下目标的监视监测。
3.2 通讯组网及数据处理整套网络系统实行三级架构, 第一级是岸基的集成指挥中心、第二级架构节点是平台、第三级是各种底层数据采集设备。一二级之间的物理链路使用无线网络(3G/4G、无线图传); 二三级之间的物理链路使用有线直连(串口、USB、HDMI等设备自带协议)。
底层采集数据包括文本、图片、视频等多种数据格式, 通过岸基的数据中心对各个数据采集系统所采集的多源数据进行分类整理、存储, 后期对多源数据进行融合处理、信息提取和分析。
为了接收分布式的信息数据, 需要对数据进行实时处理; 为了对目标进行更精准的探测和识别, 需要利用融合技术获取例如可疑目标的精确定位和状态。多传感器的数据集成和融合处理有如下要求[8]。
3.2.1 时空坐标统一数据融合必须要保证时间对准和空间坐标的统一, 即将同一目标或同一区域内的目标所关联的传感器同步到同一基准时间, 保证分布式数据处理的精准性; 而空间坐标统一主要针对指挥控制系统接收多数据源的数学建模和转换上, 利用相对坐标系或大地坐标系来解算目标或探测区域的坐标信息, 保证态势空间的一致性和一体化[9]。
3.2.2 多传感器数据的协调管理用于将多个传感器统一在一个共同的时间和空间参考系, 把同一类别、同一层次的传感器数据转化成同一种表达形式进行数据配准、标校处理, 然后将不同传感器对相同目标的探测信息进行关联[10]。
3.2.3 数据相关融合处理数据相关融合处理包括分布式信息源的点迹相关和指挥控制系统的航迹相关, 各传感器间存在精度差异, 不同传感器对不同区域、不同属性类别的目标感知度不同, 应依据优先级别逐一进行数据处理。
4 岛礁应急监测实验 4.1 岛礁应急组网实验选址及场景描述实验以镆铘岛及周边海洋环境为观测目标, 以无人机巡航为前期场景, 通过设置异常目标来模拟突发事件, 由图像数据分析得出发现异常目标的结论, 从而触发一架搭载高光谱成像仪的六旋翼无人机和一架搭载高清变焦相机的固定翼无人机升空观测, 一艘搭载自容式水听器等观测设备的无人艇入海观测, 对镆铘岛及周边海域开展快速机动组网观测, 并现场融合多个平台所得的观测数据, 以集成数据平台的方式予以展示。
实验区域位于镆铘岛东北角的东沙尖及其外围海域, 领海基准点位于镆铘岛的该位置, 如图 2所示。
4.2 实验流程本次试验通过无人机、无人船等移动观测平台, 集成多种观测监测技术, 组建应对岛礁突发事件的快速机动组网观测系统。
无人机实验在镆铘岛领海基点附近进行, 首先使用六旋翼无人机搭载相机对领海基点附近地面的红色雨伞进行巡查识别(图 4); 发现目标后接续使用六旋翼无人机搭载高光谱, 对领海基点附近陆地植被地貌和领海基点附近海域进行扫测(图 5); 同时使用固定翼无人机搭载相机对领海基点附近地形进行大面积扫测(图 6)。无人机可配有广播级一体化高清图传, 最高支持分辨率为1 080 p/60 fps, 配备USB、3G-SDI、mini-HDMI、接口、集成遥控器, 实现远距离、低延时高清实时影像与控制信号传输, 并配有GPS, 可同时记录位置信息。每个架次的无人机飞行都通过图传方式和地面基站保持通信。
与此同时, 无人船进行岛礁周边浅水水域的水深测量、水文气象数据采集、核辐射测试和水下目标监听, 并与无人机进行协同观测。实验中开展位点跟踪实验, 包括单位点跟踪, 多位点跟踪以及直线跟踪等。
具体实验流程如图 3。
4.3 实验结果本次无人机高光谱飞行采用Pika L高光谱仪, 光谱范围为400~1 000 nm, 光谱分辨率为2.1nm, CCD扫描行宽度为900像素。飞行过程中同时搭载法国SBG Ellipse2-D惯导系统, 实时获取光谱仪的姿态位置信息。高光谱仪将推扫获取的原始狭带影像简单拼接起来, 存储于固态硬盘中, 此时的地理信息并未经过纠正, 图像存在几何畸变。图 7所示为无人机回到地面后的拼接校正后图像, 可以显示地面目标的特征, 进一步准确反演岛礁地物特征以及海面目标特征。
图 8所示, 固定翼无人机搭载高清相机, 完成了镆铘岛及周边海域的大面扫测成图(分辨率5cm), 此外无人船还获取了大量水体水深数据、海面水文气象数据和核辐射剂量率。
5 总结本次实验综合了2架无人机和1艘无人船进行组网监测, 提高了海洋环境参数的实时获取能力、岛礁周边敏感目标的侦察能力和数据的采集精度, 增强了岛礁组网观测的目的性和机动性。
本文是对岛礁应急监测方案的探索性应用实验, 通过和岸基系统的协同配合使用, 取得了设备间协同快速组网的经验, 为今后的岛礁应急监测研究提供了参考和借鉴。不足之处在于, 仅对岛礁应急监测方案中分布式信息源的采集及实时图传进行了初步尝试, 尚未对应急组网监测中的并行式数据处理环节进行实验, 下一步将开展后期的数据融合分析, 为进阶的组网观测提供全方位的数据支撑, 并进行实时数据通讯和处理技术的研究。
[1] |
薛桂芳. 新形势下我国海洋权益面临的挑战及对策建议[J]. 行政管理改革, 2012, 7: 20-25. Xue Guifang. Challenges and countermeasures of China's maritime rights and interests under the new situation and countermeasures[J]. Administration Reform, 2012, 7: 20-25. |
[2] |
韦邦跃. 基于无线自组网探测的研究与实现[D]. 合肥: 安徽大学, 2015. Wei Bangyue. Research and implementation based on wireless ad hoc network detection and implementation[D]. Hefei: Anhui University, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10357-1015383655.htm |
[3] |
沈微. 雷达组网数据处理及其仿真研究[D]. 北京: 国防科学技术大学, 2008. Shen Wei. Research on data processing and simulation of radar networking[D]. Beijing: University of National Defense Science and Technology, 2008. http://cdmd.cnki.com.cn/Article/CDMD-90002-2009213801.htm |
[4] |
张冀, 王兵树, 邸剑, 等. 传感器多故障诊断的信息融合方法研究[J]. 中国电机工程学报, 2007, 16: 104-108. Zhang Ji, Wang Bingshu, Di Jian, et al. Research on information fusion method for multiple fault diagnosis of sensor[J]. China Journal of electrical engineering, 2007, 16: 104-108. |
[5] |
曾伟, 李德龙. 无人机在地理国情应急监测中的应用探讨[J]. 地理信息世界, 2013, 20(5): 84-88. Zeng Wei, Li Delong. Application of unmanned aerial vehicle in emergency monitoring of geographical conditions[J]. Geographic Information World, 2013, 20(5): 84-88. |
[6] |
滕惠忠, 辛宪会, 于波, 等. 海岸地形无人机测绘系统选型分析[J]. 海洋测绘, 2014, 34(3): 20-24. Teng Huizhong, Xin Xianhui, Yu Bo, et al. Analysis of the selection of the surveying and mapping system of the coastal terrain unmanned aerial vehicle[J]. Marine Surveying and Mapping, 2014, 34(3): 20-24. |
[7] |
颜文俊, 王同招. 高光谱遥感影像地面伪装目标检测方法的研究[J]. 机电工程, 2007, 1: 4-6. Yan Wenjun, Wang Tongzhao. Research on detection method of ground camouflage target in hyperspectral remote sensing image[J]. Mechanical and Electrical Engineering, 2007, 1: 4-6. |
[8] |
王军, 苏剑波, 席裕庚. 多传感器集成与融合概述[J]. 机器人, 2001, 2: 183-186, 192. Wang Jun, Su Jianbo, Xi Yugeng. Overview of multisensor integration and fusion[J]. Robot, 2001, 2: 183-186, 192. DOI:10.3321/j.issn:1002-0446.2001.02.019 |
[9] |
黄友澎. 多传感器多目标航迹相关与数据合成若干关键技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2009. Huang Youpeng. Research on several key technologies of multisensor and multi-target track correlation and data synthesis[D]. Harbin: Harbin Engineering University, 2009. http://cdmd.cnki.com.cn/Article/CDMD-10217-2010074238.htm |
[10] |
王丽萍. 基于多传感器信息融合技术的火灾探测系统研究[D]. 长沙: 湖南大学, 2006. Wang Liping. Research on fire detection system based on multi-sensor information fusion technology[D]. Changsha: Hunan University, 2006. http://cdmd.cnki.com.cn/article/cdmd-10532-2006131486.htm |