摘要三維傳感器有激活閾值參數(shù)達(dá)到該參數(shù)時(shí)可觸發(fā)采集加速度數(shù)據(jù);船舶的運(yùn)行狀態(tài)與三維加速度有密切聯(lián)系;支持向量機(jī)是一種監(jiān)督分類方法學(xué)習(xí)三維加速度對(duì)應(yīng)的船舶狀態(tài)再通過(guò)支持向量機(jī)學(xué)習(xí)參數(shù)識(shí)別船舶的運(yùn)動(dòng)狀態(tài)以及修正三維傳感器激活閾值可以達(dá)到記錄運(yùn)動(dòng)軌跡的目的減少不必要的、北斗定位實(shí)現(xiàn)系統(tǒng)的節(jié)能降耗及航程記錄。

關(guān)鍵詞三維加速度;支持向量機(jī);震動(dòng)識(shí)別;動(dòng)量;隨機(jī)梯度

中圖法分類號(hào)：TP181文獻(xiàn)標(biāo)識(shí)碼：A

Application of support vector machine in energy saving and consumptionreduction of ship voyage intelligent terminal

ZHOU Sheng

（Shanghai Universal Navigation Technology Co.，Ltd.，Shanghai 201702，China）

Abstract ： The three-dimensional sensor has an activation threshold parameter. When this parameter isreached，it can trigger the acquisition of acceleration data，the operating state of the ship is closelyrelated to the three-dimensional acceleration，the support vector machine is a supervised classificationmethod.The vector machine learns the parameters，identifies the motion state of the ship andcorrects the activation threshold of the three-dimensional sensor，which can achieve the purpose ofrecording the motion trajectory，reduce unnecessary GPS and Beidou positioning，and realize theenergy saving and voyage recording of the system.

Key words： three-dimensional acceleration，support vector machine，vibration identification，momentum，random gradient

1? 引言

相關(guān)部門(mén)對(duì)漁船進(jìn)行柴油補(bǔ)貼的重要依據(jù)是航行里程。通常而言，在漁船上安裝船舶航程智能終端，可以記錄漁船位置，并在 GPRS 網(wǎng)絡(luò)覆蓋范圍內(nèi)實(shí)時(shí)地傳輸相關(guān)信息。舶航程智能終端強(qiáng)制要求能可靠運(yùn)行3 年以上，其一般都是內(nèi)部供電，目的是不影響船舶的現(xiàn)有供電線路以及便于安裝。因此，設(shè)備的穩(wěn)定、節(jié)能以及準(zhǔn)確記錄航行里程非常重要。

舶航程智能終端在記錄航行里程時(shí)，傳統(tǒng)做法都是固定時(shí)間間隔，以記錄船舶經(jīng)緯度位置，在定位過(guò)程中需要通過(guò)北斗及 GPS 雙模定位，會(huì)消耗大量的能量，如不對(duì)能耗進(jìn)行優(yōu)化，設(shè)備很難滿足使用期限這一重要指標(biāo)。為了節(jié)能降耗，往往把定時(shí)間隔加大，造成位置軌跡連續(xù)性差，不利于航程統(tǒng)計(jì)，進(jìn)而影響柴油補(bǔ)貼發(fā)放。

本文通過(guò)研究船舶運(yùn)行震動(dòng)與三維加速度的關(guān)系，通過(guò)支持向量機(jī)識(shí)別船舶的運(yùn)動(dòng)狀態(tài)以及修正三維傳感器激活閾值，做到既能節(jié)能降耗又能實(shí)現(xiàn)精細(xì)的軌跡記錄。

2? 支持向量機(jī)的基本原理

圖1 中，實(shí)心點(diǎn)和空心點(diǎn)分別代表兩類數(shù)據(jù)樣本;H 代表分類超平面;H1 和 H2 分別代表數(shù)據(jù)樣本中離 H 最近且平行于 H 的面，H1 和 H2 之間的距離稱為分類間隔（Margin）。H 面不但能將 H1和 H2 兩側(cè)的樣本分開(kāi)，而且 H1 和 H2 之間的分類距離最大，在確保結(jié)構(gòu)風(fēng)險(xiǎn)最小化的情況下，真正降低了風(fēng)險(xiǎn)。H1和 H2 之間的數(shù)據(jù)樣本點(diǎn)，就叫做支持向量[1 ～2]。

待分類的數(shù)據(jù)為（ xi ，yi ），i=1 ，2，…，N。其中，xi ∈Rn ，yi∈ {-1，1} ，n 維空間中分類決策函數(shù)為：

分類超平面方程為：

其中，w 為權(quán)重向量;b 為偏置向量。此時(shí)，兩類樣本到超平面的距離為。為了使間隔距離最大，則需要使 w? 最小，使得最優(yōu)分類超平面問(wèn)題可以轉(zhuǎn)化為解滿足上述條件的一個(gè)凸二次優(yōu)化問(wèn)題：

該約束條件可引入拉格朗日（Lagrange）函數(shù)：

其中，ai 為 Lagrange 乘子。

則可得出對(duì)偶問(wèn)題：

進(jìn)而，可得到最優(yōu)分類函數(shù)：

不過(guò)，在實(shí)際應(yīng)用中，遇到的大多數(shù)是非線性可分問(wèn)題，因此支持向量機(jī)的主要思路就是通過(guò)非線性變換將樣本數(shù)據(jù)映射到高維的特征向量空間（ Hilbert 空間）中，在高維特征向量空間中求得最優(yōu)分類超平面，再用變換后的內(nèi)積運(yùn)算重復(fù)上述過(guò)程。依據(jù)統(tǒng)計(jì)學(xué)習(xí)理論，假設(shè) K（x，y）為內(nèi)積函數(shù)，即核函數(shù)，用核函數(shù)代替決策函數(shù)，即：

計(jì)算求解數(shù)值方法，可以使用序列最小優(yōu)化算法（SMO）[3～ 4]求解上述問(wèn)題。

3? 設(shè)備安裝及樣本采集

3.1? 安裝及樣本采集

如圖2 所示，船舶航程智能終端通常安裝在桅桿、扶手等，有利于北斗、GPS 及4G 信號(hào)定位傳輸，也有利于設(shè)備固定。安裝設(shè)備時(shí)使用抱箍鎖緊，使得船舶的開(kāi)機(jī)震動(dòng)信號(hào)傳遞到三維加速度傳感器上。

由于船舶的大小、功率及外部環(huán)境（風(fēng)浪）不同，采集到加速度信號(hào)也不同。因此，在樣本收集階段，針對(duì)不同大小類型的漁船在其不同的部位安裝設(shè)備，進(jìn)行信號(hào)采樣，并對(duì)樣本信號(hào)標(biāo)注進(jìn)行 SVM 監(jiān)督學(xué)習(xí)。

3.2? 三維加速度計(jì)算

舶航程智能終端集成三維加速度傳感器，具有采樣數(shù)據(jù)高速、靈敏的特征。可采集水平方向（ X ，Y 方向）、垂直方向 （ Z 方向）上的運(yùn)動(dòng)加速度，如圖 3所示。

根據(jù)幾何關(guān)系，可知三維加速度的計(jì)算公式如下：

AccX表示水平 X 方向上的加速度，在硬件設(shè)備中其基準(zhǔn)值為0;AccY表示水平 X 方向上的加速度，在硬件設(shè)備中其基準(zhǔn)值為0;AccZ表示垂直 Z 方向上的加速度，在硬件設(shè)備中其基準(zhǔn)值為-1024。

在圖4、圖5 中分別描繪了開(kāi)機(jī)、關(guān)機(jī)狀態(tài)下的三維加速度，可以明顯看出在開(kāi)機(jī)狀態(tài)下設(shè)備的震動(dòng)幅度比較強(qiáng)烈。關(guān)機(jī)狀態(tài)下受到外部環(huán)境（如風(fēng)浪）的影響會(huì)有少量的幅度變化。

4? 識(shí)別及修正算法

三維加速度傳感器有震動(dòng)閾值參數(shù)，必須達(dá)到該閾值才可以輸出數(shù)據(jù)。在各種狀態(tài)、環(huán)境下，該參數(shù)有較大的變化。簡(jiǎn)而言之，不同場(chǎng)景下該閾值不同，需要?jiǎng)討B(tài)智能調(diào)整其參數(shù)（圖 6）。本文提出利用帶有動(dòng)量的隨機(jī)梯度下降（SGD）[5]方法來(lái)自適應(yīng)計(jì)算震動(dòng)閾值：

其中，G 表示震動(dòng)閾值;DG 表示閾值動(dòng)量;α表示動(dòng)量系數(shù);rate 表示學(xué)習(xí)率;G 表示震動(dòng)閾值更新梯度。

根據(jù)震動(dòng)算法進(jìn)行計(jì)算，可知當(dāng)前是震動(dòng)狀態(tài)。說(shuō)明當(dāng)前喚醒中斷閾值還有減少的空間，減少該閾值的參數(shù)，提交給傳感器;根據(jù)震動(dòng)算法進(jìn)行計(jì)算，可知當(dāng)前是靜止?fàn)顟B(tài)。說(shuō)明當(dāng)前喚醒中斷閾值不是最合理的，故加大該閾值的參數(shù)，提交給傳感器。計(jì)算流程如下：

步驟1：系統(tǒng)主循環(huán)開(kāi)始，進(jìn)入休眠;

步驟2：休眠結(jié)束后，開(kāi)始準(zhǔn)備接收傳感器數(shù)據(jù)，如傳感器未被激活，重新回到主循環(huán)步驟1;

步驟3：傳感器被激活，采集奇數(shù) N 組加速度數(shù)據(jù)：

步驟4：通過(guò) SVM 支持向量機(jī)，識(shí)別每一組〈AccXi，AccYi，AccZi〉的開(kāi)關(guān)機(jī)狀態(tài) Ri;

步驟5：統(tǒng)計(jì)出N 組數(shù)據(jù)的整體運(yùn)動(dòng)狀態(tài)，以過(guò)濾掉系統(tǒng)產(chǎn)生的噪聲;R 為1 表示當(dāng)前處于開(kāi)機(jī)狀態(tài)，R 為?1表示當(dāng)前處于關(guān)機(jī)狀態(tài);

步驟6：處于開(kāi)機(jī)狀態(tài)時(shí)，進(jìn)入步驟7;處于關(guān)機(jī)狀態(tài)時(shí)，進(jìn)入步驟10;

步驟7：計(jì)算閾值更新梯度，減少震動(dòng)閾值，進(jìn)入步驟8;

步驟8：開(kāi)始 GPS、北斗定位，進(jìn)入步驟9;

步驟9：記錄北斗位置，標(biāo)注該位置未上報(bào)，進(jìn)入步驟1;

步驟10：計(jì)算閾值更新梯度，增加震動(dòng)閾值，進(jìn)入步驟1 。

5? 實(shí)驗(yàn)分析

某功率漁船在左舷后部、左舷前部及煙筒等7 個(gè)部位安裝船舶航程智能終端，在開(kāi)機(jī)和關(guān)機(jī)狀態(tài)下，按照步驟1 ～10的算法流程進(jìn)行數(shù)據(jù)上報(bào)對(duì)比，統(tǒng)計(jì)出應(yīng)報(bào)位置數(shù)量、實(shí)報(bào)位置數(shù)量以及錯(cuò)誤率，具體數(shù)據(jù)如表1 及表2 所列。根據(jù)實(shí)驗(yàn)數(shù)據(jù)，可以看出該算法在這7 個(gè)安裝部位都具有較高的識(shí)別率。

6? 結(jié)束語(yǔ)

本文提出了一種基于支持向量機(jī)及閾值帶動(dòng)量自適應(yīng)調(diào)節(jié)的算法，通過(guò)支持向量機(jī)來(lái)識(shí)別船舶的開(kāi)機(jī)狀態(tài);通過(guò)閾值帶動(dòng)量自適應(yīng)調(diào)節(jié)來(lái)適應(yīng)不同的船舶類型、不同的外部環(huán)境下的加速度閾值參數(shù)。實(shí)現(xiàn)了開(kāi)機(jī)狀態(tài)的識(shí)別、閾值的動(dòng)態(tài)適應(yīng)，進(jìn)而實(shí)現(xiàn)了設(shè)備在節(jié)能降耗的目標(biāo)下軌跡位置的連續(xù)輸出。通過(guò)實(shí)例驗(yàn)證發(fā)現(xiàn)，本文所提方法預(yù)測(cè)效果良好，預(yù)測(cè)誤差均在工程范圍內(nèi)，符合實(shí)際需要。

參考文獻(xiàn)：

[1] 李航.統(tǒng)計(jì)學(xué)習(xí)方法[M].北京：清華大學(xué)出版社，2012.

[2] 林香亮，袁瑞，孫玉秋等.支持向量機(jī)的基本理論和研究進(jìn)展[J].長(zhǎng)江大學(xué)學(xué)報(bào)（自科版），2018，15（17）：48?53+6.

[3] 周曉劍，馬義中，朱嘉鋼.SMO 算法的簡(jiǎn)化及其在非正定核條件下的應(yīng)用 [ J].計(jì)算機(jī)研究與發(fā)展，2010，47（ 11）：1962?1969.

[4] 楊杰，葉晨洲，全勇，等.支撐向量機(jī)回歸的簡(jiǎn)化 SMO 算法[J].紅外與激光工程，2004（5）：533～ 537.

[5] 黃智瀕，戴志濤.卷積神經(jīng)網(wǎng)絡(luò)與機(jī)器視覺(jué)[ M].北京：機(jī)械工業(yè)出版社，2019.

作者簡(jiǎn)介：

周勝（1977—） ，系統(tǒng)集成項(xiàng)目管理工程師，信息系統(tǒng)項(xiàng)目管理師，研究方向：北斗船載終端應(yīng)用、北斗定位與導(dǎo)航應(yīng)用、智能航程管理應(yīng)用、位置信息與數(shù)據(jù)分析。