基于共享内存管理的海量AIS目标态势显示系统

2021-04-21钟原郑文龙李祥王希进

网络安全技术与应用 2021年3期

◆钟原郑文龙李祥王希进

◆钟原郑文龙李祥王希进

（中国电子科技集团公司第二十八研究所江苏 210007）

为了突破指挥自动化系统在海量AIS目标态势处理与显示方面的性能瓶颈，本文介绍了一种基于共享内存管理的海量AIS目标态势显示系统，系统基于共享内存管理、按需请求和局部更新、LOD分级显示的理念，从大容量态势目标的信息特征出发，以共享内存数据库、显示处理服务化为技术基础，结合基于空间网格的数据动态调度、目标聚合计算以及客户端分级显示策略等技术，实现了海量AIS目标的高性能态势显示。

AIS；服务化；内存数据库；分级显示

1 引言

船舶自动识别系统（Automatic Identification System，简称AIS）是一种可靠的信息来源，作为目标识别的辅助信息，可以提高识别的准确性。AIS作用距离远且准确性高，能实时提供信息，不受目标变换影响，不受目标杂波干扰影响，可见障碍物后的目标，还可提供目标的航行计划等详细信息。作为海上航行的重要的信息来源，引入AIS数据并集成于指挥自动化系统中具有现实意义[1]。

据统计，全球海洋船舶总数已超过100万艘，海上活动船只数量40万至50万艘，正常情况下船舶每隔2-360s就会广播一次AIS信息，因此AIS目标数据具有海量性、频繁更新性等特征[2]。

海量的AIS目标数据给传统态势显示系统带来了巨大的压力。态势显示处理方面，AIS目标数据实时更新将带来巨大的内存开销，将目标全部载入内存的方法会引发严重的计算机资源浪费；信息传递方面，通过实验验证，现行网络带宽很难满足海量AIS目标全要素信息实时传递的需求，会出现严重的报文丢失；态势显示方面，即使海量AIS目标能够全部上图显示，在没有进行聚合显示的情况下，大量目标重叠将大大降低态势信息的可读性。

本文介绍了一种基于共享内存管理的海量AIS目标态势显示系统，从态势目标的信息特征出发，以目标空间信息网格为技术基础，结合服务端的分布式数据存储[3]、实时内存数据库[4]、数据服务化请求、聚合计算以及客户端的目标聚合显示、动态调度技术，采用局部更新、分级分块、按需请求的理念，重点研究基于态势处理服务化、目标分块组织与调度、目标动态聚合等技术，实现海量AIS目标的高性能调度与显示，形成一套全新的二三维态势目标高效显示的解决方案

2 系统设计

本文介绍的态势显示系统在体系结构上主要分为：目标信息存储管理层、目标信息访问服务层、目标信息二三维显示层。

目标信息存储管理层，主要是对AIS态势目标的数据进行存储与管理的模块，包括历史目标数据、实时目标数据以及目标编码信息。其中历史目标数据采用分布式存储的方式，支持不低于5年历史数据的存储与管理，提供随即查询功能；实时海情数据由内存数据库进行存储管理，通过空间网格编码的方式，对海量目标进行结构化存储，提供快速查询及分块查询功能。

目标信息访问传输层，主要是对AIS态势目标信息进行数据传输与访问请求应答的模块，包括目标聚合信息、标号信息和模型信息几类数据的访问与传输。提供数据的服务化访问接口，席位端可以通过数据请求接口，对海里各类数据进行请求访问，同时客户端可以通过传输接口向席位端进行数据分发。

目标信息二三维显示层，主要是对海量态势目标进行分级显示和调度的模块，主要包括聚合点、符号、模型等三类图形对象进行显示。通过GPU实例化技术[6]和几何着色器技术的运行，对CPU资源与GPU资源进行负载均衡，降低CPU计算压力，同时结合目标动态调度策略，减少计算资源的消耗，提高二三维场景的渲染效率，提升用户的操作体验。

图1 总体设计方案图

3 关键技术

3.1 基于共享内存管理的海量AIS目标态势服务化技术

态势服务化的基本思路是让客户端“按需定制”[5]目标数据、充分利用内存数据库性能优势、减少数据冗余以及利用服务器的计算资源。按需定制指前台软件仅向服务端请求视口范围内的数据，并限制请求目标数量。再通过情报处理共享内存库，既能大量减少数据冗余、又能利用内存数据库高性能数据管理能力；最后利用服务器的高性能计算能力，将运算量较大的目标数据计算交给服务端处理，再将显示数据计算结果打包发送到客户端。目标态势服务化架构图如2。

态势显示服务端，具备目标检索、目标显示信息生成、显示内容推送三大功能。

“服务端”收到“客户端”的目标显示信息请求时，通过数据查询服务模块对内存数据库进行访问，获取目标信息列表。目标显示处理模块将目标信息列表处理转换为显示信息列表，然后打包传输给客户端软件。

客户端具备数据请求和目标绘制两大功能。当二三维视图发生变化，或者定时器超时，“客户端”向“显示服务端”发送显示数据请求，收到显示数据后进行绘制处理。

图2 海量AIS目标态势服务化架构图

3.2 海量AIS目标数据存储、组织与调度

实时AIS目标数据由内存数据库进行存储管理，通过空间网格编码的方式，对海量目标进行结构化存储，提供快速查询及分块查询功能。

系统采用了基于高性能TimesTen内存数据库目标数据管理技术，优化改进数据存储方式，实现目标高速实时存储，支持对目标信息“微秒”级的查询和“十微秒”级的修改[4]。

数据组织方面，系统借助规则经纬度网格结构组织空间目标，以提高空间查询的速度和效率。建立网格和目标的双向映射关系，利用规则网格结构组织目标，在进行空间查询时先对网格进行筛选，再对单个空间目标进一步筛选，从而使大量与特定空间查询无关的目标对象被排除，减少了小目标的无效计算，提高了空间操作的效率。

目标调度方面，将全部目标载入客户端内存的简单管理方式无法满足海量AIS目标的实时调度。每个图形对象在内存中占有一定的空间，海量数据将造成大量内存空间的占用。在目标图形渲染阶段，目标的可见判断、图形构建、逐帧更新都属于CPU密集型计算，海量目标的计算将给CPU带来极大的工作负荷，严重影响系统操作的流畅度。一种优化方式为仅管理当前可见的目标对象，视口范围向服务端请求相关的目标显示数据。

为进一步提升海量AIS目标的调度效率，系统使用对象池策略优化对象的频繁创建与销毁。对象池策略的引入打破了态势目标与图形对象的一一对应关系，当某个目标需要显示某种图形时，就向该类图形的“对象池”申请可用对象，不再需要时则返还并标记为可用状态，最大程度上减少了对象的创建与销毁过程。

目标数据调度方法的流程如图3。

图3 目标数据调度流程

3.3 基于LOD策略的目标多级态势展现

在没有进行聚合显示的情况下，海量AIS目标如果全部上图显示，大量目标重叠将大大降低态势信息的可读性。

本系统采用了基于LOD策略[8]的目标多级态势展现方法，在小比例尺地图尺度下对目标态势进行聚合展现，通过图元尺寸及颜色渐变等可视化技术，宏观的展现目标的聚集态势和全球分布情况；在中大比例尺地图尺度下，逐步对目标进行解聚，分别使用图标、标牌、模型三种图形对目标的态势信息进行表达[7]。此外，系统也支持目标的分层显示模式，如按大中小、水面水下、军舰民船过滤、不同国家的等方式进行分层，达到减少不同尺度下地图上的目标数量的目的。

通过目标多级态势展现方法，用户既能掌握全球AIS目标态势，又能够快速查看海量AIS目标中任意目标的详细信息。