基云计算环境对船舶运行数据的采集与传输方法的探讨

上海船舶电子设备研究所 曾 武

在科技的带动下，信息网络技术飞速发展，云计算技术出现并得到推广，在数据快速与精准查询领域发挥优势，强化海量数据信息的高效管控。信息技术的影响力也同样扩展到船舶行业，为数据采集与传输开辟新的发展方向。在云计算数据处理技术的支撑下，能够实现对船舶运行的动态、实时检测，保证较为高效的收集与输出，以便准确掌握船舶运行状态。本文以云计算在船舶行业中应用实际为依据，借助仿真实验，展现云计算在船舶运行数据收集处理中功能，尤其凸显灵活性与精准性的特征，对船舶稳定行业意义深远，极具现实价值。

前言：在信息技术的支撑下，现代化网络技术得到飞速发展，整个社会步入信息时代，整个社会信息量急剧增加，数据存储备显重要性，尤其是在时间与效果方面要求更高。基于此，数据收集、存储与传输工作面临更高的标准，需要保证容量的规模性以及传递的快捷性。在这一前提下，云计算技术出现，积极引入船舶领域，强化船舶运行状态数据的收集与传输，以便为其可靠、安全运行提供保障。

1.云计算应用在船舶运行数据的采集与传输领域的必然性

对于新时期船舶运行，信息处理工作主要依托传感器来完成，实现对船舶运行多方面信息数据的统计与分析。但是，不足之处是功能应用范畴具有局限性，只能在系统内部发生作用，智能化水平不高，尤其对物联网与互联网应用不深入，很难构建标准化的数据处理系统，导致数据接口水平参差不齐，无法有效应对新时期海量数据的采集、处理以及控制工作。对于船舶运行，既要进行系统内部信息处理，同时，外部环境的数据信息处理也不容忽视，数据类型与规模更显复杂性，传统系统功能十分有限，尤其是存储空间的制约尤为突出。基于此，云计算技术在船舶行业中的应用势不可挡，成为必然，发挥大数据处理技术的优势，强化数据采取、处理以及传输方式的创新，发挥智能化在船舶运行中的价值，提升数据收集控制的规范化水平，在根本上维护运行的安全性与可靠性。

2.基于专业角度详述船舶运行数据采集与传输系统的设计

2.1 安全性是船舶运行的基本要求，数据收集与处理是实现达成这一目标的途径

对于船舶运行，安全性是基本要求，而这一目标的实现离不开大量数据的支撑，既包含船舶自身内部的相关信息，也涉及运行周边环境数据的收集的与处理。具体讲，在数据处理模块中，需要囊括三个方面的内容，即采集、分析处理以及数据传输。立足传播数据处理系统内部，模块不同，功能也凸显差异性。但是从构成上分析，硬件构成具有相似性。

2.2 设计系统原理与应用介绍

立足整个数据处理系统，硬件是基础，以处理器芯片与电源电路为主要构成。在船舶行业过程中，为了促进数据采集模块功能的发挥，开关电源实施供电操作，依托电压转换芯片，促使电压达到规定标准的范畴。依托云计算方法，同时，对硬件系统的主控芯片进行优化设计，强化数据资源整个获取流程的全线控制与检测。另外，要制定一定周期，在周期范围内进行数据采集工作，强化对整个流程的谨慎检测，发挥云数据管理器的作用，对信息进行存储。

依托对船舶数据处理器下位机仪表以及传感器的数据获取，实现对采集信息准确性与可靠性的验证，目的是为后续通信编号的编写提供保障。在进行多次采集之后，如果数据仍未达到准确标准，需要对这一周期内的数据进行清除，同时强化多次采集的数据的全面检验，直到达到数据准确性指标。数据采集完毕之后，需要传输至数据管理器，同时，以一定的格式，对其进行合理分类与筛选，最终达到合理分解，构建可读性数据包。

图1 运行数据处理流程图

通常情况下，船舶运行数据处理流程如图1所示，但是，如遇特殊情况，数据传输很难保持连续性，面临中断情况，甚至诱发数据丢失的情况，对信息安全性与可靠性产生威胁。为了有效避免以上问题的发生，在系统设计中，要构建断电续传系统，强化数据信息解析与配置的合理性，实现船舶运行数据的快速、高效传输，维护传播运行的稳定性。从本质上讲，这一系统形成的数据会存储于云数据库，以便实现随时校验与查询。

3.仿真系统应用结果总结

为了维护船舶运行数据处理系统对数据处理的稳定性，要发挥云计算的优势，与数据测试软件进行连，接构建更加完善的数据采集与传输系统，同时，系统测试不容忽视。与传统数据传输方法以及实验方法相对比，基于云计算的设计方式对数据处理的稳定性更高。借助终端软件，对采集到的有效数据进行统计。在船舶运行过程中，深受外部条件与环境的限制，海上环境的仿真难度系数较大。借助这种计算模式，能够获取模块数据精准程度。基于云计算的传播信息数据处理方式，精准度高，能够强化船舶航行数据的实时、精准处理，对船舶航行极具现实价值。

4.基于物联网技术对船舶海上监测平台数据采集网络与数据管理系统的介绍

4.1 船舶大数据平台数据采集网络概述

随着计算机以及信息技术的高速发展，智能设备与物联网在整个船舶行业应用范围愈加广泛，尤其是船舶监测平台采集、分析与处理数据能力逐渐增强，数据规模急剧增长。基于此，海上船舶监测平台的构建势在必行，对海域内船舶以及航线信息的获取意义重大，强化数据采集网络的构建。具体讲，数据采集网络的节点类型多样，涉及传感器、汇聚节点以及管理节点等。数据采集网络组网方便，功率损耗不高，无需巨额成本，覆盖范围巨大，实现船舶航行诸多信息的准确采集。

4.2 以大数据平台为基础对船舶数据管理系统的分析

对于海上船舶检测平台的数据管理，主要以 IEEE802.11协议为基础，构建数据传输通道，强化船舶监测平台以及服务器之间数据的快速传输，实现对多元数据流的合理分析与存储。在云计算与物联网技术的支持下，数据平台监测系统得以形成，在根本上提升数据传输速度与效率。具体讲，整个系统主要包含如下几个本部分，首先，硬件管理部分，作用是对船舶运行相关参数、传感器类别等进行采集，保证船舶大数据平台硬件的稳定运行。其次是用户管理单元，强化终端管理协调，授予差异化的数据库访问权限，增强系统安全性。再次，监测维护系统，功能是调整平台监测方案与内容，实现相关访问权限的审查修改。第四，数据传输管理系统的功能是对数据传输全过程进行管理，尤其负责对传感器节点数据格式的升级，同时，借助数据压缩实现传输效率的提升。第五，在输入输出管理单元中，主要进行数据格式的解析、数据存储路径的选择等，对提升传感器网络数据融合性意义重大。

4.3 数据挖掘算法类型及应用性

对于数据挖掘而言，是新知识发现的重要环节，借助挖掘模型与算法，构建数据挖掘技术，强化数据库中价值信息的提取。在行业内部，比较常用的数据挖掘模型包含分类挖掘、聚类挖掘以及决策树挖掘等。借助不同的数据挖掘算法，适应于差异化的数据挖掘类型。

4.4 基于船舶大数据平台，优化数据挖掘系统引擎设计

为了切实提升船舶大数据平台的数据挖掘水平，既要重视对物联网数据管理系统进行优化，又要构建新型的数据挖掘引擎。立足数据挖掘技术，核心部分为引擎。只有拥有优质的数据挖掘引擎，才能强化数据挖掘效率的提升，加快数据集群与分析工作的进程。具体讲，一方面要对数据处理能力进行优化，另外，用户接口要力求通用性。在设计过程中，主要涉及引擎层、中间层以及用户层。引擎层主要立于Linux的开发环境，以Spark集群为目标，构建良好的输入输出接口；中间层主要目的是进行远程数据调用的管理，强化大数据平台数据挖掘任务的远程交互，平台工作效率显著提升。用户层的作用是与用户进行直接交互。

5.结束语

立足新的发展时期，船舶运行在数据采集与传输方面面向新的时代要求，因此，要以信息技术的为基础，以物联网技术为支撑，依托航运实验数据处理原则与规范，积极构建云计算环境下的船舶数据采集与传输模式，强化大数据平台数据管理系统的形成，在根本是维护数据完整性与准确性，提升传输效率，为船舶运行中数据处理系统的开发应用奠定创造有利条件。