基于霧計算的航道流場實時態(tài)勢感知

李志鵬 崔昆濤 孫文強

摘 要：參照霧計算的基本原理，通過對傳統(tǒng)航標進行技術改造，應用物聯(lián)網、霧計算技術，能夠使其成為提供新型服務的海上通信基礎設施之一?；陟F計算的航道流場實時態(tài)勢感知，通過霧計算接入網（Fog Radio Access Networks， F-RAN），整合新型航標、物聯(lián)網設備、附近水域的航行船舶等集群節(jié)點的可用計算資源，對分布式傳感器的大量數(shù)據(jù)進行實時計算，生成航道附近水域流場的通用態(tài)勢圖，特別是可能出現(xiàn)流切變、橫流較大等重要航段的流場數(shù)據(jù)，實時發(fā)布給附近水域航行的船舶，以提前做好預判并采取適當?shù)牟倏v應對措施，保障航道內的航行安全，提高船舶航行安全系數(shù)。

關鍵詞：霧計算;新型航標;航道流場;實時態(tài)勢感知

1引言

航標是助航標志的簡稱，指標示航道方向、界限與礙航物的標志，是幫助引導船舶航行、定位和標示礙航物與表示警告的人工標志。目前，對利用航標進行遙測，以及海上態(tài)勢感知的研究，主要集中于航標運行數(shù)據(jù)的采集和傳輸，以實現(xiàn)航標主管部門的遠程管理，并為航行船舶提供準確有效的助航服務。

為保證航道內的航行安全，船舶進出港航行時，駕駛人員高度關注風流對船舶操縱的影響，需要做好預判并提前采取適當?shù)膽獙Υ胧?，保持好船位。但當航道內海流出現(xiàn)流切變、橫流流速較大等異常情況，會對航道內航行的船舶操縱產生非常不利的影響，造成船舶偏離航道中心線，甚至發(fā)生擱淺事故。

但隨著無人技術、物聯(lián)網技術等新興技術的快速發(fā)展，為海上眾多重要應用場景的實現(xiàn)，提供了強有力的技術支撐條件。例如窄帶物聯(lián)網通信技術NB-IoT等，已逐步在包括航標遙測等海上通信應用領域，取得了一定的試驗進展，也是新興通信技術在海上應用的重要實踐[1]。

以航道側面標為例，參照霧計算的基本原理，通過對傳統(tǒng)航標進行技術改造，應用物聯(lián)網、霧計算技術，能夠使其成為提供新型服務的海上通信基礎設施之一。在霧計算架構模式下，通過霧計算接入網（Fog Radio Access Networks， F-RAN），整合新型航標、物聯(lián)網設備、附近水域的航行船舶等集群節(jié)點的可用計算資源，對分布式傳感器的大量數(shù)據(jù)進行實時計算，生成航道附近水域流場的通用態(tài)勢圖，特別是可能出現(xiàn)流切變、橫流較大等重要航段的流場數(shù)據(jù)，實時發(fā)布給附近水域航行的船舶，以提前做好預判并采取適當?shù)牟倏v應對措施，保障航道內的航行安全，提高船舶航行安全系數(shù)，對于船舶在航道內安全航行，具有重要的實際意義。

2 航標遙測及新興通信技術的發(fā)展

2.1航標遙測的現(xiàn)狀

目前，航標遙測遙控技術已取得了一定的應用，其主要用于實現(xiàn)對航標狀況的動態(tài)監(jiān)測，包括航標位置、燈質、運行狀態(tài)等數(shù)據(jù)。通過航標遙測遙控系統(tǒng)，利用遙測技術能夠實現(xiàn)對航標系統(tǒng)的遠距離測量、控制和監(jiān)視。通常情況下，航標遙測遙控系統(tǒng)由測控中心、監(jiān)測終端和通信系統(tǒng)三個主要部分組成。監(jiān)測終端用于監(jiān)測航標的運行數(shù)據(jù)，通信系統(tǒng)發(fā)送數(shù)據(jù)至測控中心，并由測控中心對航標運行狀態(tài)進行監(jiān)測與控制[2]。通過航標動態(tài)監(jiān)測數(shù)據(jù)的分類和研究，以及對航標運行狀況、故障原因進行分析，能夠降低航標維護的勞動強度，延長航標組件的使用壽命，促進航標管理效能的提升[3]。

航標遙測遙控系統(tǒng)大多要求一小時上傳一次數(shù)據(jù)，對通信延遲的要求相對較低，為時延不敏感型任務?，F(xiàn)階段，航標遙測的數(shù)據(jù)通信，在內河、港區(qū)等近距離時，多采用商用無線電通信網絡，試驗有效通信距離大約為15海里左右;當大于15海里時，航標上的通信終端將無法正常通信[4]。

在距離較遠的情況下，部分系統(tǒng)考慮使用衛(wèi)星通信系統(tǒng)，包括北斗衛(wèi)星短報文通信，以及各類在建的低軌衛(wèi)星通信系統(tǒng)。衛(wèi)星通信主要是為了解決遙測遙控系統(tǒng)的遠程通信問題[5]。

2.2新興通信技術發(fā)展趨勢

目前，就海上通信技術應用而言，通用的、可靠的通信基礎設施是非常匱乏的，特別是隨著無人技術的快速發(fā)展，凸顯了海上通信基礎設施的制約，限制了很多重要的海上應用場景的實現(xiàn)。同時，由于大部分衛(wèi)星通信的帶寬也是較為受限的，并且普遍存在較大的通信延遲。

由于現(xiàn)有的海上通信可靠性、穩(wěn)定性、帶寬無法滿足IMO E-Navigation戰(zhàn)略的需求，因此，為了滿足未來海上通信發(fā)展的需要，需要對現(xiàn)有的海上通信架構進行變革，不斷注入新的技術，并建立標準化的規(guī)范[6]。

近年來，新興通信技術不斷出現(xiàn)，以物聯(lián)網技術為代表，為海上重要應用場景的實現(xiàn)，帶來了希望。例如窄帶物聯(lián)網通信技術NB-IoT等，已逐步在包括航標遙測等海上通信應用領域，取得了一定的試驗進展[7]。

3 霧計算

3.1霧計算的基本原理

霧計算是指在該通信架構模式中，數(shù)據(jù)、處理和應用程序集中在網絡邊緣的設備中，而不是幾乎全部保存在云中，是云計算的延伸概念，由思科在2011年提出，并做了相關的定義。

霧計算采用分布式架構，計算平面更接近網絡邊緣，通過在網絡邊緣設備中實現(xiàn)數(shù)據(jù)存儲、數(shù)據(jù)處理和應用服務，是分布式計算的應用[8]。

云計算要求使用者連上遠端的大型數(shù)據(jù)中心才能獲取服務，而霧計算在本地即可完成服務。雖然霧計算所能提供的計算能力比不上大型的云計算數(shù)據(jù)中心，但通過充分利用集群節(jié)點算力，也能夠達到整體優(yōu)化的計算性能[9]。

霧計算和邊緣計算是兩種比較相似的概念。霧計算相對于邊緣計算，具有好的可擴展性、層次性和位置感知能力[10]。

F-RAN通過移動網絡將原本位于云計算中心的服務、計算、存儲等功能配置到移動網絡的邊緣處，在網絡邊緣處，部署在具有計算和存儲能力的邊緣節(jié)點，使其能夠滿足快速發(fā)展的移動通信服務的快速連接、實時數(shù)據(jù)操作、安全和隱私保護等方面的需求，并保持霧計算集群網絡良好的動態(tài)服務性能。

3.2霧計算的網絡特征

根據(jù)CISCO發(fā)布的白皮書，霧計算的網絡特征，主要包括[11]：

（1）低延遲：由于霧計算能夠在移動網絡的邊緣處，距離用戶設備最近的位置，完成服務、計算、存儲等功能配置，因此，能夠在有限帶寬的前提下，為用戶提供超低延遲的計算服務，滿足時延敏感型的任務場景。并且，當采集數(shù)據(jù)位于網絡邊緣時，包括：車輛、船舶、道路、鐵路等，需要考慮霧計算。

（2）節(jié)省網絡帶寬：由于物聯(lián)網節(jié)點會產生大量的數(shù)據(jù)，因此，將這些邊緣設備產生的大量數(shù)據(jù)傳輸?shù)皆贫耸遣磺袑嶋H的，也是沒有必要的，因為許多關鍵分析不需要云規(guī)模的處理和存儲。霧計算則能夠有效克服上述不利因素，為通信服務節(jié)省可觀的帶寬。

（3）數(shù)據(jù)安全性高：由于物聯(lián)網數(shù)據(jù)用于涉及關鍵基礎設施或應用場景安全運行的重要決策，在數(shù)據(jù)傳輸和存儲時，都得到高度的安全防護。在受到攻擊時，網絡能夠進行有效監(jiān)視和自動響應，并確保基礎設施和數(shù)據(jù)的完整性和可用性。

（4）異構傳感器數(shù)據(jù)采集及防護：由于物聯(lián)網設備可以分布，霧計算網絡需要能夠在具有不同環(huán)境條件的廣泛地理區(qū)域內收集和保護數(shù)據(jù)，特別是在很多情況下，物聯(lián)網設備部署在不受控的惡劣環(huán)境中，完成異構傳感器數(shù)據(jù)采集及防護。

（5）網絡上下文信息：提供網絡信息和實時網絡數(shù)據(jù)服務的應用程序，F(xiàn)-RAN能夠使眾多重要的應用場景得以實現(xiàn)?；贔-RAN實時信息，這些應用程序可以估計無線信道的阻塞和網絡帶寬情況，并通過應用AI算法，使其能夠做出優(yōu)化的決策，以便更好地向客戶提供服務[12]。

（6）將數(shù)據(jù)移至最佳位置進行處理：最佳位置部分地取決于決策處理所需的速度，特別是對于時延敏感型決策任務，應該更靠近產生和作用于數(shù)據(jù)的物聯(lián)網設備。相反，對歷史數(shù)據(jù)的大數(shù)據(jù)分析則需要云的計算和存儲資源。

傳統(tǒng)的云計算架構無法滿足上述性能要求。目前，通常的做法就是將所有數(shù)據(jù)從網絡邊緣移到數(shù)據(jù)中心進行處理，但來自眾多物聯(lián)網設備的流量將大大超出帶寬容量，并增加了通信延遲。另外，由于云服務器僅與IP通信，而不能與使用無數(shù)其他協(xié)議的IoT設備進行通信。因此，分析大量物聯(lián)網數(shù)據(jù)的理想位置，就是產生這些數(shù)據(jù)并對其進行操作的設備附近。這是霧計算的核心。

4基于霧計算的航道流場實時態(tài)勢感知

對于進出港航行船舶而言，對航道內的流場態(tài)勢感知，實時性要求非常高，是典型的時延敏感型任務。

按照傳統(tǒng)的通信架構模式，海上傳感器的采集數(shù)據(jù)需要通過無線信道傳送至處理中心，經計算處理后，再將計算結果發(fā)布給航道附近水域的航行船舶。這樣的架構模式，在通信時延方面，存在著一些較為明顯的問題，主要包括：

（1）在內河航道或近海等區(qū)域，通信傳輸距離較近時，可使用商用無線通信網絡，但超出覆蓋范圍時，則商用電信網絡的數(shù)據(jù)通信就會發(fā)生不穩(wěn)定或中斷的情況。

（2）在距離較遠時，如采用衛(wèi)星通信系統(tǒng)，則完成整個服務過程的傳輸延遲會很大，不能滿足航行船舶對實時的流場態(tài)勢感知的需要，同時，由于航標多采用可再生能源，能源能力存在一定的動態(tài)變化，并且也較為有限，在這種情況下，航標的上行鏈路通信能耗也是較大的，存在明顯的制約。

（3）不論采取何種傳輸方式，由于生成進出港航道附近水域流場態(tài)勢圖，需要將傳感器的多點測量數(shù)據(jù)，進行聯(lián)網計算。如按照傳統(tǒng)的通信架構模式，將傳感器數(shù)據(jù)傳送至遠程云端進行計算，計算服務完成后，再將服務結構反饋并發(fā)布給航道內航行的船舶，會受到信道帶寬、傳輸延時、覆蓋范圍等不利因素的明顯影響，在實際應用中，是不可忽視的。

基于此，通過應用物聯(lián)網、霧計算技術等新興通信技術，對傳統(tǒng)航標等海上設施進行技術改造，能夠使其成為提供新型服務的重要海上通信基礎設施之一，能夠為眾多重要海上應用場景的實現(xiàn)，提供技術支撐條件。

基于霧計算的航道流場實時態(tài)勢感知，改變傳統(tǒng)的通信架構，著重于改善通信延遲、傳輸帶寬等限制因素，為時延敏感任務，提供實時的計算服務。

在上述架構模式下，智能航標，以及各類物聯(lián)網傳感器設備采集的大量數(shù)據(jù)，不需要回傳至數(shù)據(jù)處理中心進行服務解算。通過充分利用霧計算集群節(jié)點的計算資源，在網絡邊緣，即可生成航道流場態(tài)勢圖，并將服務實時分發(fā)給附近航行船舶等網絡節(jié)點，極大地改善服務的通信延遲及計算延遲，且有效地降低了對航標等設施通信能耗的要求。

4.1 系統(tǒng)架構

基于霧計算的航道流場態(tài)勢感知，參照霧計算概念設計，并結合海上應用場景的實際情況，著重改善通信延遲、傳輸帶寬、有效覆蓋范圍等限制因素。

網絡由新型航標、物聯(lián)網傳感器、船舶等集群節(jié)點組成。通過充分利用異構且多樣化的存儲、計算資源，使集群整體算力得到有效地發(fā)揮，提升網絡的整體計算性能。

在霧計算架構模式下，集群網絡能夠充分利用節(jié)點的可用計算資源，智能航標，以及各類物聯(lián)網傳感器設備采集的大量數(shù)據(jù)，可以在整個系統(tǒng)的網絡邊緣完成計算服務，不需要將數(shù)據(jù)回傳至遠程云端的數(shù)據(jù)處理中心進行服務解算，改善了整個服務過程的通信傳輸延時和計算延時。

通過F-RAN，有效整合新型航標、物聯(lián)網設備、附近水域的航行船舶等集群節(jié)點的可用計算資源，對分布式傳感器數(shù)據(jù)進行實時計算，生成航道附近水域流場的通用圖景，特別是可能出現(xiàn)流切變、橫流較大等重要航段，首先發(fā)布給附近水域航行的船舶，以提前做好預判并采取措施，保障航道內的航行安全。

盡管相對遠程云，單個霧節(jié)點的算力是較為有限的，但是隨著信息技術的不斷發(fā)展，通過充分利用霧集群節(jié)點的可用計算資源來提高整體的計算性能，也能夠有效地改善海上通信條件（有效覆蓋范圍、信道帶寬、信道質量等因素）帶來的不利影響。

受平臺尺寸、可再生能源供應等因素的制約，航標等海上基礎設施的算力相對有限，集群網絡中的船舶節(jié)點可以提供其可用的計算資源，作為有效的補充，以達到網絡整體優(yōu)化的性能。并且，當集群網絡中，船舶等可用計算資源的節(jié)點逐步增加時，經有效協(xié)調并充分利用，網絡的整體算力會進一步提升，為時延敏感型任務，提供更佳的計算服務。

由于包括航標、物聯(lián)網傳感器等海上霧計算集群節(jié)點采用可再生能源，能源能力較為有限，且動態(tài)變化較大。霧計算集群能夠兼顧節(jié)點的移動性、能源能力動態(tài)性，實現(xiàn)網絡節(jié)點綜合能源能力的充分利用，使網絡綜合能耗保持在動態(tài)合理水平。

與航道附近水域航行船舶相比，主管部門或者其他用戶對海域的流場態(tài)勢數(shù)據(jù)的實時性要求，可以適當降低。根據(jù)實際需要，該部分通信可采用包括海上近程通信系統(tǒng)，或者高通量低軌衛(wèi)星等方式。

綜上所述，基于霧計算的航道流場實時態(tài)勢感知，能夠根據(jù)海區(qū)的交通狀況，船舶請求服務的數(shù)量，以及海區(qū)的關注度，提供實時的、可靠的海上態(tài)勢感知服務，對于保障航道內航行船舶安全具有重要意義。

4.2關鍵技術

4.2.1基于移動通信的V2V通信技術

V2V通信技術是用于移動通信網絡中，臨近節(jié)點設備之間直接進行信息交換的通信技術。建立V2V通信鏈路后，數(shù)據(jù)交互無需核心設備的干預，能夠大大提升頻譜利用率和吞吐量，是解決移動終端大數(shù)據(jù)接入及傳輸、時延敏感型任務場景的重要途徑。

在基于霧計算的航道流場態(tài)實時勢感知應用場景中，基于移動通信的V2V通信技術，能夠有效地提高集群頻譜效率;利用近距離增益，霧計算集群節(jié)點可以在較小的發(fā)射功率條件下，獲得更大的傳輸速率。同時，依靠有限的能源能力，提升集群節(jié)點的通信性能。

4.2.2智能組網技術

智能組網技術可以在低時延、高可靠性應用場景中，有效地降低節(jié)點之間的通信時延，具備在低功耗、大連接場景中，提高網絡覆蓋和接入的能力，支持更高的靈活性和可擴展性的網絡拓撲結構。

基于霧計算的集群節(jié)點，利用智能組網技術，可以在網絡內靈活自組織和自管理，網絡功能和角色、網絡拓撲的動態(tài)配置，靈活地實現(xiàn)包括控制、管理和傳輸服務的集群內、本地化處理。

4.2.3 F-RAN無線接入網架構優(yōu)化

在F-RAN中，用戶層面和控制層面解耦，控制能力和計算能力下沉，協(xié)作無線信號處理和協(xié)同無線資源管理功能，可在集群節(jié)點之間靈活實現(xiàn)，克服了傳統(tǒng)接入網中非理想前傳鏈路受限的影響，實現(xiàn)了更高的網絡性能增益[13]。

在系統(tǒng)級層面上，融合人工智能技術;在鏈路級層面上，融合非正交多址技術的新型F-RAN架構優(yōu)化技術，為F-RAN不斷地演進，提供了更多的技術可能性[14]。

4.2.4霧集群節(jié)點的負載均衡

通常情況下，受海上能源供應的限制，包括新型航標、物聯(lián)網傳感器等海上基礎設施，單個節(jié)點的算力，也是較為有限的。只有充分和平衡的利用每個群集節(jié)點的計算能力，才能夠優(yōu)化集群整體的計算性能，以達到滿足延遲敏感型任務的要求。

相對而言，航道附近水域航行的船舶，可以配置較強的計算資源。由于海霧集群拓撲結構是動態(tài)變化的，系統(tǒng)能夠根據(jù)需要對組織進行重構，包括節(jié)點成員丟失或損壞、新增的節(jié)點成員等，因此，在集群節(jié)點之間進行有效協(xié)調和負載平衡，以實現(xiàn)充分利用成員節(jié)點的計算能力，就變得尤為重要。

加之，海上無線信道的狀態(tài)會隨時間快速變化，因此，只有充分、平衡地利用每個成員節(jié)點的計算能力，才能達到整體計算性能的優(yōu)化和提升。

4.3運行成效

（1）基于MEC的航道流場態(tài)勢感知，通過RAN，航標、物聯(lián)網設備，以及附近水域的航行船舶，充分發(fā)揮移動邊緣計算優(yōu)勢，將分布的傳感器數(shù)據(jù)進行實時計算，生成航道附近水域流場的通用圖景，特別是可能出現(xiàn)流切變、橫流流速大等重要航段，進行及時的預警，并發(fā)布給航道內附近水域航行的船舶，提早預判并采取應對措施，保證船舶的航行安全。

（2）航道流場的實時態(tài)勢感知，首先于服務航道內附近水域航行的船舶，必要時也可發(fā)布給主管機關或其他相關用戶，對通信時延的要求也可以相對適當降低。

（3）由于MEC網絡充分利用了成員節(jié)點的計算能力，計算服務主要分布在邊緣節(jié)點上，智能航標、物聯(lián)網傳感器的采集數(shù)據(jù)，不需要傳送至岸基中心進行處理，對通信設施建設的要求也相對較低，同時也有效地降低了設備的能耗。

5 結語

霧計算能夠消除往返云計算的通信過程，從而提高了任務響應速度?；陟F計算的航道流場實時態(tài)勢感知，區(qū)別于傳統(tǒng)的架構設計模式，克服了原有體制的通信覆蓋范圍、通信帶寬的制約，能夠充分發(fā)揮霧計算的性能優(yōu)勢，將生成的航道附近水域流場的通用態(tài)勢圖，實時地發(fā)布給航道內附近水域航行的船舶，對于保障船舶航行安全具有重要意義。

參考文獻：

[1]馬甲林. 基于NB-IoT 技術的航標遙測遙控系統(tǒng)研究[J]. 中國水運， 2018（18）：51-52.

[2]李輝， 桑凌志. 標準化航標遙測遙控系統(tǒng)研究與實現(xiàn)[J]. 中國海事， 2019（6）：36-40.

[3]孫涌新， 吳若琦. 航標遙測數(shù)據(jù)的研究和應用[J]. 中國海事， 2018（12）：51-54.

[4]梁海鳳， 郭章儉. 基于AIS技術航標遙測遙控應用的探討[J]. 珠江水運， 2018（10）：52-54.

[5]郭章儉， 陳健. 航標遙測遙控系統(tǒng)中北斗衛(wèi)星通信技術的應用研究[J]. 珠江水運， 2019（6）：52-53.

[6] IMO. NAV 58/WP.6/Rev.1 E-NAVIGATION： Report of the Working Group[S].2012.

[7]鞏海方， 姜書成. 窄帶物聯(lián)網技術在航標遙測遙控中的應用[J]. 航海技術， 2019（6）：64-66.

[8] A. Mukherjee， “Fog-Aided Data Reception in Next-Generation MIMO Radio Access Networks with Edge Sensing，” 2018 IEEE International Conference on Communications （ICC）， Kansas City， MO， USA， 2018， pp. 1-6.

[9] J. Kang， O. Simeone， J. Kang and S. Shamai. “Control-Data Separation With Decentralized Edge Control in Fog-Assisted Uplink Communications，” IEEE Trans. Wirel. Commun.， vol. 17， 2018， pp. 3686-3696.

[10] Y. Zhang， H. Zhang， K. Long， Q. Zheng and X. Xie， “Software-Defined and Fog-Computing-Based Next Generation Vehicular Networks，” IEEE Communications Magazine， vol. 56， 2018， pp. 34-41.

[11] CISCO. “Fog Computing and the Internet of Things： Extend the Cloud to Where the Things Are，” White Paper， 2015.

[12] M. Patel et al.， “Mobile-edge computing—Introductory technical white paper，” White Paper， Mobile-Edge Computing （MEC） Industry Initiative， 2014.

[13]滕龍. 霧無線接入網中緩存技術研究[D].重慶： 重慶郵電大學， 2019.

[14]張賢， 曹雪妍， 劉炳宏，等. 6G智慧霧無線接入網： 架構與關鍵技術[J].電信科學， 2020（1）：1-8.