极端环境下科考船实时监测数据处理和监控的系统及方法
【技术领域】
[0001] 本发明涉及数据库技术领域，尤其涉及数据处理技术领域，具体是指一种极端环 境下科考船实时监测数据处理和监控的系统及方法。
【背景技术】
[0002] 科考船的实时监控在极端环境下尤为重要。南北极是全球变化的驱动器，且蕴含 丰富的资源，特别在自然资日益匮乏、气候急剧变化的今天极地科考更加重要。但由于极区 环境极端，天气变化无常，给极地科考带来了巨大的挑战，如包括雪暴、暴风雪、极地低压、 持续气旋、冰裂隙等。此外，极地科考需要投入巨大的资金、人力成本，科考船的安全航行关 系着极地科考成功与否。因此，对科考船位置、发动机运行状态及周围环境要素的实时监控 非常关键。
[0003] 科考船实时监测存在数据缺失、冗余等数据质量问题。多源船载传感器采集数据 精度、数据格式、采集周期的不同导致数据的多样化；传感器故障或卫星延迟导致实时监测 数据的滞后或者缺失。极地科考船上配备包括深水多波束系统、浅地层剖面仪、超短基线水 下声学定位系统、走航式声学多普勒流速剖面仪等多种船载传感器，以满足海洋动力环境、 地质环境、生态环境以及深海极端环境等多学科交叉调查研究。科考船航程中有预先设定 的监测关键点或者出现临时停靠，同一位置的数据被重复采集，导致监测数据的冗余。
[0004] 极端恶劣的极区环境下，数据处理与数据传输能力存在极大的局限性。数据的准 确性是实时监控系统的关键，且科考船航迹展示需要实时加载位置信息。针对多源船载传 感器采集的实时监测数据需要进行数据清洗，保证数据的准确性与一致性。在保证科考船 航迹展示实时性的前提下，研究适合的数据筛选和优化方法尽可能减轻科考船上数据处理 与数据传输的压力。
【发明内容】
[0005] 本发明的目的是克服了现有技术中存在的极端环境下科考船实时监测数据的延 迟、缺失、重复等数据质量问题，以及数据传输与数据存储、处理能力的局限性，提供了一种 能够实现在极区极端环境下实现对科考船位置、运行状况、周围环境要素等信息的实时监 控，为科考船在极区安全航行提供了技术保障的极端环境下科考船实时监测数据处理和监 控的系统及方法。
[0006] 为了实现上述目的，本发明的极端环境下科考船实时监测数据处理和监控的系统 及方法具有如下构成：
[0007] 该极端环境下科考船实时监测数据处理和监控的系统，其主要特点是，所述的系 统包括：
[0008] 数据清洗模块，用以对船舶上的多源船载传感器实时获取的监测数据进行数据清 洗并将数据存储入实时监测数据库；
[0009] 数据筛选模块，用以利用数据筛选算法对实时监测数据库中的数据进行筛选以选 取关键拐点和特征点；
[0010] 插值拟合模块，用以应用插值拟合方法对特征点进行插值拟合以优化航迹展示效 果；
[0011] 实时监控模块，用以基于移动客户端应用操作系统进行科考船实时航迹和船舶信 息监控。
[0012] 较佳地，所述的船舶为科考船。
[0013] 较佳地，所述的数据筛选算法为Steering-P夹角筛选法或特征点筛选法。
[0014] 较佳地，所述的插值拟合方法为贝赛尔曲线插值拟合方法。
[0015] 较佳地，所述的应用操作系统为iSO、Android或Windows操作系统。
[0016] 本发明还涉及一种基于所述的系统极端环境下科考船实时监测数据处理和监控 的方法，其特征在于，所述的方法包括以下步骤：
[0017] (1)对船舶上的多源船载传感器实时获取的监测数据进行数据清洗并将数据存储 入实时监测数据库；
[0018] (2)利用数据筛选算法对实时监测数据库中的数据进行筛选以选取关键拐点和特 征点；
[0019] (3)应用插值拟合方法对特征点进行插值拟合以优化航迹展示效果；
[0020] (4)基于移动客户端应用操作系统进行科考船实时航迹和船舶信息监控。
[0021] 较佳地，所述的步骤（1)包括以下步骤：
[0022] (1-1)根据船载多源传感器在数据监测过程中出现的故障、以及卫星接收和转发 延迟导致数据滞后问题对监测数据进行质量检测并对监测数据进行时间维度检测，与数据 库中最近时间进行比对；
[0023] (1-2)判断监测数据属于是否属于重复冗余数据并清除冗余数据；
[0024] (1-3)利用数据自动修复算法对脏数据进行清洗后存储入实时监测数据库。
[0025] 较佳地，所述的步骤（2)包括以下步骤：
[0026](2-1)采用Steering-P夹角筛选法对实时监测数据库中的数据进行筛选以选取 关键拐点；
[0027] (2-2)采用特征点筛选法对实时监测数据库中的数据进行筛选以选取特征点。
[0028] 更佳地，所述的步骤（2-1)包括以下步骤：
[0029] (2-1-1)对相邻三条数据中经炜度组成的三个坐标连线，计算两条线段所组成夹 角的角度；
[0030] (2-1-2)判断角度是否处于（0-系统预设阈值，0+系统预设阈值）范围内，如果 是，则继续步骤（2-1-3)，否则继续步骤（2-1-4);
[0031] (2-1-3)判断三点在一条直线上，然后继续步骤（2-2);
[0032] (2-1-4)将中间点确定为关键拐点。
[0033] 更佳地，所述的特征点包括整点特征点、港口特征点、数据极点特征点和预设特殊 特征点。
[0034]较佳地，所述的步骤（3)，包括以下步骤：
[0035] (3-1)基于三次贝塞尔曲线，根据四个位置任意的点坐标绘制出的一条光滑曲线， 曲线通过其起始点和结束点两个端点，中间两点为控制点；
[0036] (3-2)通过计算获取有效的控制点；
[0037] (3-3)记通过控制点确定曲线上的锚点为定点，反推相邻的控制点；
[0038] (3-4)将该相邻的控制点线段向曲线弯曲方向适当平移，将平移后的控制点作为 插值点，插入到曲线必定通过的点集中，连接相邻的定点和端点组成曲线。
[0039] 采用了该发明中的极端环境下科考船实时监测数据处理和监控的系统及方法，通 过对科考船实时监测数据的数据质量检测，采用数据自动修复算法对脏数据进行清洗后入 库，在符合业务逻辑的前提下保证数据的准确性；利用Steering-P夹角筛选法、特征点筛 选法对科考船实时监测数据库进行筛选，保持了科考船航迹的关键点与特征点，满足系统 实时性的同时大大降低了网络传输和数据处理压力；针对可视化中出现的锯齿和失真现 象，基于贝塞尔曲线对特征点数据进行局域插值拟合，提高系统的可视化效果；本发明也可 以适用于其他船舶的数据监测和处理，可以应用于iSO、Android、Windows等其他应用系 统，具有更广泛的应用范围。
【附图说明】
[0040] 图1为本发明的极端环境下科考船实时监测数据处理和监控的系统工作过程的 流程图。
[0041] 图2为表2MISSI0N6中位置点连线夹角值在[0, 180]区间的曲线图。
[0042] 图3为表2MISSI0N6中位置点连线夹角值在（175, 180]区间的曲线图。
[0043] 图4为31条航线实验数据中夹角值在区间（175, 180]中的个数占该航线点总数 的百分比。
[0044] 图5为科考船航迹插值步骤一。
[0045] 图6为科考船航迹插值步骤二。
[0046] 图7为科考船航迹插值步骤三。
[0047] 图8为科考船航迹插值步骤四。
[0048] 图9为本发明的实时监控模块的架构示意图。
【具体实施方式】
[0049] 为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的 描述。
[0050] 本发明提出的极端环境下科考船实时监测数据处理方法首先对多源传感器采集 的实时监测数据进行质量检测，利用数据自动修复算法清洗脏数据后对其入库。然后在科 考船实时监测数据库中采用Steering-P夹角筛选法、特征点筛选法进行航迹关键点和特 征点筛选，大大减少可视化加载数据量，降低数据传输与数据处理的压力；针对可视化过程 中出现的锯齿和失真现象，采用贝赛尔曲线插值拟合，优化科考船航迹的可视化效果。
[0051] 为详细说明【具体实施方式】，结合附图和实施例对本发明进行详细描述。
[0052] 步骤一，对科考船上的船载多源传感器实时监测数据进行数据质量检测，并利用 数据修复算法对脏数据清洗后入库。
[0053] (1)船载多源传感器在数据监测过