当前平台可以实时监测船舶在海上航行的动态，但功能和性能无法满足用户的需求，为此提出基于区块链技术的船舶智能航行大数据平台。采用区块链技术设计船舶智能航行大数据平台架构，利用RMTP925DB型号芯片设计船舶航行大数据采集复位电路，设置数据压缩节点在传输过程中的请求速率在带宽容量范围内，计算终端接收到船舶航行数据包总数。通过压缩门限值采集船舶航行过程中实时数据，根据船舶航行数据压缩空间的判断，压缩了船舶航行大数据，结合船舶航行领域模型的构建，实现船舶智能航行大数据平台设计。测试结果表明，本文平台功能可以满足用户的需求，提高了服务效率。
The current platform can monitor the dynamics of ships sailing at sea in real time, but its function and performance can not meet the needs of users. Therefore, a ship intelligent navigation big data platform based on blockchain technology is proposed. The architecture of ship intelligent navigation big data platform is designed by using blockchain technology, and the ship navigation big data acquisition reset circuit is designed by using rmtp925db chip. The request rate of data compression node in the transmission process is set within the bandwidth capacity. The total number of ship navigation data packets received by the terminal is calculated, and the real-time data in the process of ship navigation is collected by compressing the threshold value, According to the judgment of ship navigation data compression space, the ship navigation big data is compressed. Combined with the construction of ship navigation domain model, the design of ship intelligent navigation big data platform is realized. The test results show that the platform function can meet the needs of users, improve the service efficiency.
2022,44(7): 158-161 收稿日期：2021-09-21
DOI：10.3404/j.issn.1672-7649.2022.07.032
分类号：TP391
作者简介：王炳举(1979-),男,硕士,实验师,主要从事教育信息化及大数据研究
参考文献：
[1] 刘娇. 基于DE-SVM的船舶航迹预测模型[J]. 上海海事大学学报, 2020, 41(1): 34–39
[2] 黄学文, 沈志中. 智慧电厂一体化大数据平台关键技术及应用分析[J]. 工程技术研究, 2020, 5(21): 93–94
[3] 李华峰, 刘炎, 徐凯, 等. 基于异构网络的物联网海洋大气腐蚀加速实验平台[J]. 中国舰船研究, 2021, 16(4): 224–231
[4] 战翌婷. 大数据支持下船舶智能运维的实现[J]. 上海海事大学学报, 2019, 40(2): 62–66
[5] 钟亮, 刘小生. 珞珈一号遥感数据在海洋船舶检测中的应用[J]. 遥感信息, 2019, 34(5): 126–131
[6] 徐垚, 李卓然, 孟金龙, 等. 基于大规模船舶轨迹数据的航道边界提取方法[J]. 计算机应用, 2019, 39(1): 105–112
[7] 商承亚, 鲍先强, 付立军, 等. 基于改进旋转门算法的船舶综合电力数据压缩技术分析[J]. 中国舰船研究, 2020, 15(1): 82–88
[8] 文元桥, 张义萌, 黄亮, 等. 基于语义的船舶行为动态推理机制[J]. 中国航海, 2019, 42(3): 34–39+50
[9] 徐婷, 戴文伯, 鲁嘉俊. 基于自动识别系统大数据的船舶施工轨迹识别与预测[J]. 水运工程, 2019(12): 119–122+126
[10] 廖诗管, 杨冬, 白茜文, 等. 基于船舶大数据的港口装卸效率值计算方法[J]. 交通运输系统工程与信息, 2021, 21(2): 217–223
[11] 周春辉, 黄弘逊, 周玲, 等. 基于大数据的内河船舶主机功率估算方法[J]. 大连海事大学学报, 2019, 45(2): 44–49
[12] 刘柱, 姚久武, 李迪阳, 等. 基于大数据分析的船舶功率优化应用[J]. 中国航海, 2019, 42(2): 12–16
[13] 王直欢. 基于AIS数据的船舶排放估测模型与实船验证[J]. 上海海事大学学报, 2019, 40(4): 12–16+21
[14] 张凡, 李良才, 汤涛, 等. 基于大数据的船舶动力装置全寿期综合保障系统设计[J]. 中国舰船研究, 2020, 15(1): 92–97
