申请/专利权人：杭州电子科技大学

申请日：2019-04-29

公开（公告）日：2021-07-02

公开（公告）号：CN110113138B

主分类号：H04L1/16(20060101)

分类号：H04L1/16(20060101);H04L1/00(20060101);H04B7/185(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.07.02#授权;2019.09.03#实质审查的生效;2019.08.09#公开

摘要：本发明涉及一种基于边缘计算的海洋VMS数据传输优化方法。传统的海洋VMS都是采用中心化的集中运算模式，所有对于渔船数据的可视化展示和模式挖掘都在监控中心完成，但是海上通信资源匮乏，渔船终端设备采集到的数据无法充分传输到岸上监控中心，并且通信延时导致实时性高的需求无法满足。本发明将边缘计算模式应用到海洋VMS中，利用边缘节点的计算能力，在渔船和监控中心建立统一完善的自适应轨迹传输策略。其中通过LDR和SQUISH算法减少冗余数据，降低卫星通信次数；通过丢包反馈机制和差错校验策略保证数据传输的可靠性。

主权项：1.一种基于边缘计算的海洋VMS数据传输优化方法，其特征在于该方法包括边缘层和云层以下步骤；1边缘层船载终端设备和边缘设备设置在渔船上，其中船载终端设备负责实时采集渔船定位信息，即当前时刻的观测轨迹点，并将其发送至边缘设备；边缘设备负责航位跟踪以及接收船载终端设备传输的数据和监控中心发送的卫星通信回执；其中渔船定位信息包括经纬度、时间、速度和方向；具体步骤如下：步骤a、边缘设备判断接收到的数据类型，若为卫星通信回执，执行步骤b的报文重传过程；若为观测轨迹点，则转入执行步骤c；步骤b、根据卫星通信回执中监控中心期望接收到的报文序号和边缘层已发送的报文序号进而判断传输失败的报文，然后将这些需要进行重传的报文添加到传输缓冲队列中，最后转入执行步骤g；步骤c、判断观测轨迹队列是否为空，如果是，则执行步骤d，否则转入执行步骤e；步骤d、基于LDR算法进行轨迹点预测；步骤e、判断预测轨迹点和观测轨迹点之间的距离是否大于阈值，如果是，则执行步骤f，否则转入执行步骤g；步骤f、将当前观测轨迹点添加到观测轨迹队列中；步骤g、判断当前时刻距离上次发送报文的时刻是否大于北斗短报文通信的最小通信间隔，如果是，则执行步骤h，否则转入执行步骤m；步骤h、判断传输缓冲队列是否为空，如果是，则执行步骤i，否则转入执行步骤1；步骤i、判断观测轨迹队列是否为空，如果是，转入执行步骤m，否则，执行步骤j步骤j、基于SQUISH算法对观测轨迹队列中的数据进行压缩，得到压缩后的近似轨迹；步骤k、基于上述步骤j获得的近似轨迹和船载终端设备采集到的速度矢量生成新的报文，并将报文添加到传输缓冲队列中；步骤l、从传输缓冲队列中取出报文，并基于北斗短报文通信发送给云层；步骤m、本次循环结束，等待接收新的数据；2云层云层位于地面监控中心，主要负责根据最新观测轨迹点的位置坐标和速度矢量进行轨迹预测，并且在接收到边缘层的更新报文时自动对预测轨迹进行修正，具体步骤如下：步骤a、判断是否接收到边缘层发送过来的报文，如果是，则执行步骤b，否则转入执行步骤g；步骤b、通过差错校验策略，判断报文是否失真，如果是，转入执行步骤d，否则，执行步骤c；步骤c、对接收的报文进行解码，并判断报文序号和期望接收到的报文序号是否一致，如果是，转入执行步骤e，否则，执行步骤d的丢包反馈机制；步骤d、将当前期望接收到的报文序号，通过北斗短报文通信发送给边缘层，本次循环结束；步骤e、根据报文中包含的轨迹信息，修正预测错误的轨迹点；步骤f、更新失效的预测基点和速度矢量；步骤g、根据预测基点和速度矢量进行LDR轨迹预测。

全文数据：一种基于边缘计算的海洋VMS数据传输优化方法技术领域本发明将边缘计算模式应用到海洋VMS渔船监控系统中，并在此基础上对渔船数据传输进行了优化。背景技术海洋VMS是结合全球定位导航技术、卫星通信技术、计算机技术以及地理信息技术的综合型渔船监控系统，主要分为地面监控中心和船载终端设备两部分。其中监控中心的主要作用是要提供低成本的弹性计算和存储服务，可以通过岸基或卫星接收船载终端设备传输过来的渔船信息并基于GIS地理信息系统进行可视化展示，从而方便相关部门对渔船进行监管。监控中心旨在提供中央控制，主要分为数据中心和计算中心两部分。其中数据中心负责对渔船数据进行持久化，计算中心则提供包括数据可视化、语音通信、数据分析等服务。船载终端设备是安装在渔船上、具备海上通信功能和全天候定位功能的设备。可以实时采集渔业相关信息，并把相关数据传输给监控中心。传统的VMS都是采用中心化的集中运算模式，即终端只负责渔船定位信息的采集和传输，自身不对轨迹数据进行任何处理和分析。所有对于渔船数据的可视化展示和模式挖掘都是在监控中心完成，从而会产生以下三个问题：1数据中包含了无用冗余数据，增加了数据传输量，浪费了通信资源。2相应服务需要通过中心化的集中运算得到最终结果，这会大大增加服务的响应时间，降低服务的实时性。3海上通信尤其是远海通信资源匮乏，通信带宽远无法满足船载终端设备采集的所有数据进行实时传输的需要，从而导致相关渔业信息无法被有效利用，对数据分析功能产生直接影响。发明内容一要解决的技术问题本发明的目的在于提供一种基于边缘计算的海洋VMS数据传输优化方法，主要利用边缘计算模式可以在靠近物或数据源头处就近提供服务的特点来有效解决传统海洋VMS基于北斗卫星通信而带来的高延迟、低带宽的问题。不足的问题二技术方案针对上述传统的海洋VMS存在的问题，本发明提出一种将边缘计算模式应用到海洋VMS中，利用边缘节点的计算和存储能力，在边缘层和云层建立统一完善的自适应轨迹传输机制。其中通过LDR预测算法和SQUISH压缩算法减少冗余数据，降低卫星通信次数；通过丢包反馈机制和差错校验策略保证数据传输的可靠性。本发明方法分为边缘层和云层两部分。1边缘层船载终端设备和边缘设备设置在渔船上，其中船载终端设备负责实时采集渔船定位信息包括经纬度、时间、速度和方向等，即当前时刻的观测轨迹点，并将其发送至边缘设备；边缘设备负责航位跟踪以及接收船载终端设备传输的数据和监控中心发送的卫星通信回执。具体步骤如下：步骤a、边缘设备判断接收到的数据类型，若为卫星通信回执，执行步骤b的报文重传过程，若为观测轨迹点，则转入执行步骤d。步骤b、根据卫星通信回执中监控中心期望接收到的报文序号和边缘层已发送的报文序号进而判断传输失败的报文，然后将这些需要进行重传的报文添加到传输缓冲队列中，最后转入执行步骤g。例如通信回执中的报文序号为i，边缘层已发送的报文序号为ki和k均为正整数，且k≥i，则需要将丢失的报文序号为i、i+1、……、k的报文进行重传。步骤c、判断观测轨迹队列是否为空，如果是，则执行步骤d，否则转入执行步骤e。步骤d、基于LDR算法进行轨迹点预测。LDR算法通过线性函数计算预测轨迹点。其中lb为预测基点即边缘层发送的最新观测轨迹点，包括定位坐标和时间lb.t；为速度矢量，t为待预测轨迹点的时间。步骤e、判断预测轨迹点和观测轨迹点之间的距离是否大于阈值，如果是，则执行步骤f，否则转入执行步骤g。步骤f、将当前观测轨迹点添加到观测轨迹队列中。步骤g、判断当前时刻距离上次发送报文的时刻是否大于北斗短报文通信的最小通信间隔，如果是，则执行步骤h，否则转入执行步骤m。步骤h、判断传输缓冲队列是否为空，如果是，则执行步骤i，否则转入执行步骤l。步骤i、判断观测轨迹队列是否为空，如果是，转入执行步骤m，否则，执行步骤j。步骤j、基于SQUISH算法对观测轨迹队列中的数据进行压缩，得到压缩后的近似轨迹。步骤k、基于上述步骤j获得的近似轨迹和船载终端设备采集到的速度矢量生成新的报文，并将报文添加到传输缓冲队列中。步骤l、从传输缓冲队列中取出报文，并基于北斗短报文通信发送给云层。步骤m、本次循环结束，等待接收新的数据。2云层云层位于地面监控中心，主要负责根据最新观测点的位置坐标和速度矢量进行轨迹预测，并且在接收到边缘层的更新报文时自动对预测轨迹进行修正，具体步骤如下：步骤a、判断是否接收到边缘层发送过来的报文，如果是，则执行步骤b，否则转入执行步骤g。步骤b、通过差错校验策略，判断报文是否失真，如果是，转入执行步骤d，否则，执行步骤c。步骤c、对接收的报文进行解码，并判断报文序号和期望接收到的报文序号是否一致，如果是，转入执行步骤e，否则，执行步骤d的丢包反馈机制。步骤d、将当前期望接收到的报文序号，通过北斗短报文通信发送给边缘层。步骤e、根据报文中包含的轨迹信息，修正预测错误的轨迹点。监控中心首先对接收到的报文进行解码得到近似轨迹TR′＝{Pk,…,Pn}，然后用TR′替换预测轨迹TR＝{P1,…,Pn}，采用存储首尾轨迹点方法，保留P1和Pk-1轨迹点，最终得到修正后的轨迹序列TR＝{P1,Pk-1,Pk,…,Pn}。步骤f、更新失效的预测基点和速度矢量。步骤e监控中心对接收到的报文解码后得到最新的速度矢量和预测基点lbPn，步骤f用步骤e得到的和lb替换失效的速度矢量和预测基点。步骤g、根据预测基点和速度矢量进行LDR轨迹预测。云层主要提供低成本的弹性计算和存储服务。可以通过岸基或卫星接收边缘层传输过来的渔船信息并基于GIS地理信息系统进行可视化展示，从而方便相关部门对渔船进行监管。云层旨在提供中央控制，主要分为数据中心和计算中心两部分。其中数据中心负责对渔船数据进行持久化，计算中心则提供包括数据可视化、语音通信、数据分析等服务。本发明基于北斗短报文格式自定义报文内容，通过报文序号位和校验位二个字段来保证卫星通信的可靠性，具体如表1所示：表1自定义报文格式标识位报文序号位数据净荷校验位12字节4字节57字节2字节1标识位：渔船的唯一标识字段船舶ID，占用12个字节，以ASCII码进行表示，不满12字节的用空格填充，例如“267291”，1后面6个空格第一个空格表示标识字段结束。2报文序号位：用于标识当前报文的序号，边缘层设备每次生成新的报文，报文序号加一。报文序号主要用于保证传输的可靠性。3数据净荷：边缘层需要进行传输的具体内容，占用57个字节，主要分成三个部分，具体如表2所示。表2数据净荷内容格式速度矢量长度预测基点定位数据定位数据8字节1字节16字节16字节16字节1速度矢量：用于地面监控中心进行航位推算，占用8个字节。包括速度4字节和方向4字节两部分。2长度：进行传输的轨迹点数量包括预测基点，占用1个字节。3预测基点：用于监控中心进行轨迹预测，占用16个字节，具体格式和定位数据相同。4定位数据：需要进行传输的轨迹点，占用16个字节。每个轨迹点包含轨迹点序号4字节、经度4字节、纬度4字节、时间戳4字节。其中轨迹点序号用于监控中心进行轨迹点修正。需要说明的是，为了最大化利用报文的长度，本系统传输的是轨迹点的时间戳，地面监控中心需要根据接收到的时间戳生成具体的时间。4校验位：用ASCII码表示的除校验位外的所有字节异或结果，占用2个字节。例如异或结果为十六进制数“0x7C”，则表示为ASCII码字符“7”和“C”。三有益效果海洋VMS在对渔船进行监管的过程中，需要通过北斗短报文功能进行通信，本发明主要围绕卫星通信的局限性进行如下改进：1北斗短报文协议对通信频率和报文长度有着严格限制，导致船载终端设备采集到的定位信息无法被监控中心充分利用。并且通过观察发现渔船轨迹中包含的特征信息具有较高的冗余性，因此为了提高通信资源的利用率和轨迹数据的质量。本发明结合LDR轨迹预测算法和SQUISH轨迹压缩算法，在边缘层和监控中心建立统一完善的自适应传输机制。其中，LDR算法基于预测基点和速度矢量进行线性预测，当预测轨迹点接近于观测轨迹点时，边缘层不会产生任何更新消息，监控中心直接用预测轨迹代替观测轨迹，从而节省了通信资源；SQUISH则基于局部优化的策略从预测错误的轨迹中选择最优轨迹子集进行发送，从而降低了轨迹数据中的冗余信息。2北斗短报文通信属于不可靠的通信方式，通信的过程中不进行差错校验，并且没有通信回执，北斗发送方无法判断接收方是成功接收到正确的报文。为了解决上述问题，本发明利用差错校验策略和丢包反馈机制北斗通信的可靠性。其中差错检验策略主要通过异或操作检测报文是否失真；丢包反馈机制则通过报文序号判断是否出现丢包。为了节省卫星通信资源，减少卫星通信次数，监控中心不会对每条接收到的报文都发送通信回执，而是检查是否出现上述任意一种情况，若出现，则将当前期望接收到的报文序号发送给边缘层，边缘层根据该报文序号进行重传，从而保证了通信的可靠性。附图说明图1：基于边缘计算的海洋VMS数据传输优化方法主要步骤示意。图2：SQUISH压缩算法示意。图3：轨迹修正过程示意。具体实施方式下面结合附图和实施方法对本发明提出的基于边缘计算的海洋VMS数据传输优化方法作进一步的详细说明。边缘层和云层的具体步骤如图1所示。1边缘层船载终端设备和边缘设备设置在渔船上，其中船载终端设备负责实时采集渔船定位信息包括经纬度、时间、速度和方向等，即当前时刻的观测轨迹点，并将其发送至边缘设备；边缘设备负责航位跟踪以及接收船载终端设备传输的数据和监控中心发送的卫星通信回执。具体步骤如下：步骤a边缘设备判断接收到的数据类型，若为卫星通信回执，执行步骤b的报文重传过程，若为观测轨迹点，则转入执行步骤d。步骤b根据卫星通信回执中监控中心期望接收到的报文序号和边缘层已发送的报文序号进而判断传输失败的报文，然后将这些需要进行重传的报文添加到传输缓冲队列中，最后转入执行步骤g。步骤c判断观测轨迹队列是否为空，如果是，则执行步骤d，否则转入执行步骤e。步骤d基于LDR算法进行轨迹点预测。步骤e判断预测轨迹点和观测轨迹点之间的距离是否大于阈值，如果是，则执行步骤f，否则转入执行步骤g。步骤f将当前观测轨迹点添加到观测轨迹队列中。步骤g判断当前时刻距离上次发送报文的时刻是否大于北斗短报文通信的最小通信间隔，如果是，则执行步骤h，否则转入执行步骤m。步骤h判断传输缓冲队列是否为空，如果是，则执行步骤i，否则转入执行步骤l。步骤i判断观测轨迹队列是否为空，如果是，转入执行步骤m，否则，执行步骤j步骤j基于SQUISH算法对观测轨迹队列中的数据进行压缩，得到压缩后的近似轨迹。步骤k基于上述步骤j获得的近似轨迹和船载终端设备采集到的速度矢量生成新的报文，并将报文添加到传输缓冲队列中。步骤l从传输缓冲队列中取出报文，并基于北斗短报文通信发送给云层。步骤m本次循环结束，等待接收新的数据。需要说明的是：边缘层是由一系列具有计算资源、存储资源和通信资源的船载边缘设备例如个人计算机组成，主要包括以下三种功能：1边缘节点在一定范围内可以进行相互通信，通信的方式包括AIS广播、无线Mesh自组网络、机会网络等。2边缘层需要向云层传输数据和请求服务，因此具有和云层通信的功能。在近海区域，可以采用4G、AIS广播等岸基无线通信的方式；在远海区域，卫星通信以通信成本低、覆盖范围广、通信距离远，且基本不受环境影响的优点成为海洋VMS的理想选择。3边缘层在向云层请求服务的同时，还可以在本地直接对渔业相关数据进行存储和分析，通信链路的缩短可以有效解决通信时延问题。所述步骤b需要说明的是：由于北斗卫星传输的不可靠性，需要考虑出现传输失败或数据失真的情况，即检查是否收到监控中心的通信回执，若收到通信回执，则认为出现上述情况，需要根据通信回执中的报文序号和边缘层已发送的报文序号对丢失的报文进行重传。例如通信回执中的报文序号为7，已发送的报文序号为9，则需要将丢失的7、8、9三条报文进行重传。所述步骤d需要说明的是：线性航位预测LDR算法是最简单有效的航位预测算法，该算法的基本思想是利用位置坐标和速度矢量进行线性轨迹预测。由于渔船在作业的过程中具有随机性，工作人员会根据自身的经验和周围的环境选择渔区进行捕捞作业。因此神经网络、高斯回归过程等模型不适用于当前场景。而LDR算法只需要根据预测基点和速度矢量就可以进行轨迹预测，且预测效果好于上述模型，从而提高了通信资源的利用率，因此本发明使用LDR算法进行位置跟踪。边缘层和监控中心具有确定渔船当前位置的线性预测函数其中lb为预测基点，包括定位坐标和时间lb.t，为速度矢量，t为待预测轨迹点的时间。所述步骤h需要说明的是：北斗短报文协议对通信频率有着严格限制，一般最小通信间隔为1分钟主要受到设备、加密等级等因素的影响，渔船发送轨迹数据必须满足最小通信间隔。所述步骤k需要说明的是：北斗短报文协议将报文长度严格限制在75字节以内，若发送的报文长度大于75字节，超出的部分则会被忽略。因此通常无法发送所有预测错误的轨迹点，需要在发送前对轨迹进行压缩。SQUISH算法运行速度快、实时性好，且可以通过设置缓冲区大小限定简化后轨迹的长度，因此本发明使用SQUISH算法对预测错误的轨迹进行压缩。SQUISH采用局部优化的策略来选择最优轨迹子集，并删除原始轨迹中的冗余轨迹点。图2显示了SQUISH算法的压缩过程t0～t2。其中虚线框表示当前时刻已经处理完成的轨迹点，轨迹点旁边的值表示该点的优先级，即该点到相邻轨迹点构成的有向线段的时间同步欧氏距离SED，例如优先级越小表示删除该点引起的SED误差越小。由于端点在算法执行过程必须保留，因此优先级设置为无穷大。SQUISH算法通过缓冲区来维持轨迹点的数量，因此首先需要根据实际应用场景预先设定缓冲区的大小长度为4，然后依次将轨迹数据添加到缓冲区中，若此时缓冲区未满t0时刻之前，只需更新前邻轨迹点的优先级；否则t1～t2，为了存储最新轨迹点，还需要从缓冲区删除优先级最小的轨迹点P2。并且更新相邻轨迹点P1，P3的优先级。具体调整方法为将删除点的优先级添加到相邻点的优先级上P1的优先级为无穷大，P3的优先级从0.5变成了0.7。按照上述步骤依次处理剩余的轨迹点，最终可以得到近似轨迹序列TR′＝{P1,P4,P5,P6}。所述步骤l需要说明的是：本发明基于北斗短报文格式自定义报文内容，通过报文序号位、长度位和校验位三个字段来保证卫星通信的可靠性，具体如表1所示：表1自定义报文格式标识位报文序号位数据净荷校验位12字节4字节57字节2字节1标识位：渔船的唯一标识字段船舶ID，占用12个字节，以ASCII码进行表示，不满12字节的用空格填充，例如“267291”，1后面6个空格第一个空格表示标识字段结束。2报文序号位：用于标识当前报文的序号，边缘层设备每次生成新的报文，报文序号加一。报文序号主要用于保证传输的可靠性。3数据净荷：边缘层需要进行传输的具体内容，占用57个字节，主要分成三个部分，具体如表2所示。表2数据净荷内容格式速度矢量长度预测基点定位数据定位数据8字节1字节16字节16字节16字节1速度矢量：用于地面监控中心进行航位推算，占用8个字节。包括速度4字节和方向4字节两部分。2长度：进行传输的轨迹点数量包括预测基点，占用1个字节。3预测基点：用于监控中心进行轨迹预测，占用16个字节，具体格式和定位数据相同。4定位数据：需要进行传输的轨迹点，占用16个字节。每个轨迹点包含轨迹点序号4字节、经度4字节、纬度4字节、时间戳4字节。其中轨迹点序号用于监控中心进行轨迹点修正。需要说明的是，为了最大化利用报文的长度，本系统传输的是轨迹点的时间戳，地面监控中心需要根据接收到的时间戳生成具体的时间。4校验位：用ASCII码表示的除校验位外的所有字节异或结果，占用2个字节。例如异或结果为十六进制数“0x7C”，则表示为ASCII码字符“7”和“C”。2云层云层位于地面监控中心，主要负责根据最新观测点的位置坐标和速度矢量进行轨迹预测，并且在接收到边缘层的更新报文时自动对预测轨迹进行修正，具体步骤如下：步骤a判断是否接收到边缘层发送过来的报文，如果是，则执行步骤b，否则转入执行步骤g。步骤b通过差错校验策略，判断报文是否失真，如果是，转入执行步骤d，否则，执行步骤c。步骤c对接收的报文进行解码，并判断报文序号和期望接收到的报文序号是否一致，如果是，转入执行步骤e，否则，执行步骤d的丢包反馈机制。步骤d将当前期望接收到的报文序号，通过北斗短报文通信发送给边缘层。步骤e根据报文中包含的轨迹信息，修正预测错误的轨迹点。步骤f更新失效的预测基点和速度矢量。步骤g根据预测基点和速度矢量进行LDR轨迹预测。需要说明的是：云层主要提供低成本的弹性计算和存储服务。可以通过岸基或卫星接收边缘层传输过来的渔船信息并基于GIS进行可视化展示，从而方便相关部门对渔船进行监管。云层旨在提供中央控制，主要分为数据中心和计算中心两部分。其中数据中心负责对渔船数据进行持久化，计算中心则提供包括数据可视化、语音通信、数据分析等服务。所述步骤e需要说明的是：对于给定误差阈值θd，监控中心基于LDR进行线性轨迹预测时，会出现预测错误的情况，即预测点和观测点之间的距离大于θd，此时需要根据边缘层发送的更新报文进行修正，修正过程如图3所示：U是未修正的预测轨迹，S是修正后的轨迹。首先监控中心接收近似轨迹TR′＝{P4,…,Pi,…,Pn}，然后用TR′替换对应序号的预测轨迹Ui，同时由于连续的预测轨迹点是根据相同的lb和计算出来的，为了降低冗余信息，提高查询速度，本发明只存储首尾轨迹点，删除的轨迹点可以根据首尾轨迹点和时间进行还原，不损失任何精度，因此只保留P1和P3，最终可以得到修正后的轨迹序列TR＝{P1,…,P3,P4,…,Pn}。所述步骤g需要说明的是：对于给定误差阈值θd，如果预测轨迹点和观测轨迹点之间的距离小于θd，则认为预测正确，边缘层不会发送任何更新报文，监控中心直接用预测轨迹代替观测轨迹。

权利要求：1.一种基于边缘计算的海洋VMS数据传输优化方法，其特征在于该方法包括边缘层和云层以下步骤；1边缘层船载终端设备和边缘设备设置在渔船上，其中船载终端设备负责实时采集渔船定位信息包括经纬度、时间、速度和方向等，即当前时刻的观测轨迹点，并将其发送至边缘设备；边缘设备负责航位跟踪以及接收船载终端设备传输的数据和监控中心发送的卫星通信回执；具体步骤如下：步骤a、边缘设备判断接收到的数据类型，若为卫星通信回执，执行步骤b的报文重传过程，若为观测轨迹点，则转入执行步骤d；步骤b、根据卫星通信回执中监控中心期望接收到的报文序号和边缘层已发送的报文序号进而判断传输失败的报文，然后将这些需要进行重传的报文添加到传输缓冲队列中，最后转入执行步骤g；步骤c、判断观测轨迹队列是否为空，如果是，则执行步骤d，否则转入执行步骤e；步骤d、基于LDR算法进行轨迹点预测；步骤e、判断预测轨迹点和观测轨迹点之间的距离是否大于阈值，如果是，则执行步骤f，否则转入执行步骤g；步骤f、将当前观测轨迹点添加到观测轨迹队列中；步骤g、判断当前时刻距离上次发送报文的时刻是否大于北斗短报文通信的最小通信间隔，如果是，则执行步骤h，否则转入执行步骤m；步骤h、判断传输缓冲队列是否为空，如果是，则执行步骤i，否则转入执行步骤l；步骤i、判断观测轨迹队列是否为空，如果是，转入执行步骤m，否则，执行步骤j步骤j、基于SQUISH算法对观测轨迹队列中的数据进行压缩，得到压缩后的近似轨迹；步骤k、基于上述步骤j获得的近似轨迹和船载终端设备采集到的速度矢量生成新的报文，并将报文添加到传输缓冲队列中；步骤l、从传输缓冲队列中取出报文，并基于北斗短报文通信发送给云层；步骤m、本次循环结束，等待接收新的数据；2云层云层位于地面监控中心，主要负责根据最新观测轨迹点的位置坐标和速度矢量进行轨迹预测，并且在接收到边缘层的更新报文时自动对预测轨迹进行修正，具体步骤如下：步骤a、判断是否接收到边缘层发送过来的报文，如果是，则执行步骤b，否则转入执行步骤g；步骤b、通过差错校验策略，判断报文是否失真，如果是，转入执行步骤d，否则，执行步骤c；步骤c、对接收的报文进行解码，并判断报文序号和期望接收到的报文序号是否一致，如果是，转入执行步骤e，否则，执行步骤d的丢包反馈机制；步骤d、将当前期望接收到的报文序号，通过北斗短报文通信发送给边缘层，本次循环结束；步骤e、根据报文中包含的轨迹信息，修正预测错误的轨迹点；步骤f、更新失效的预测基点和速度矢量；步骤g、根据预测基点和速度矢量进行LDR轨迹预测。2.如权利要求1所述的一种基于边缘计算的海洋VMS数据传输优化方法，其特征在于边缘层所述步骤b中通信回执中的报文序号为i，边缘层已发送的报文序号为ki和k均为正整数，且k≥i，则需要将丢失的报文序号为i、i+1、……、k的报文进行重传。3.如权利要求1所述的一种基于边缘计算的海洋VMS数据传输优化方法，其特征在于边缘层所述步骤d中LDR算法通过线性函数计算预测轨迹点；其中lb为预测基点即边缘层发送的最新观测轨迹点，包括定位坐标和时间lb.t，；为速度矢量，t为待预测轨迹点的时间。4.如权利要求1所述的一种基于边缘计算的海洋VMS数据传输优化方法，其特征在于云层所述步骤e监控中心首先对接收到的报文进行解码得到近似轨迹TR′＝{Pk,…,Pn}，然后用TR′替换预测轨迹TR＝{P1,…,Pn}，采用存储首尾轨迹点方法，保留P1和Pk-1轨迹点，最终得到修正后的轨迹序列TR＝{P1,Pk-1,Pk,…,Pn}。5.如权利要求1所述的一种基于边缘计算的海洋VMS数据传输优化方法，其特征在于云层所述步骤e监控中心对接收到的报文解码后得到最新的速度矢量和预测基点lbPn，步骤f用步骤e得到的和lb替换失效的速度矢量和预测基点。6.如权利要求1所述的一种基于边缘计算的海洋VMS数据传输优化方法，其特征在于边缘层与云层间采用卫星通信进行传输数据和请求服务。

百度查询： 杭州电子科技大学 一种基于边缘计算的海洋VMS数据传输优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD