Full Text:   <132>

CLC number: 

On-line Access: 2018-10-05

Received: 2017-11-10

Revision Accepted: 2018-07-30

Crosschecked: 2018-08-08

Cited: 0

Clicked: 180

Citations:  Bibtex RefMan EndNote GB/T7714

-   Go to

Article info.
Open peer comments

Frontiers of Information Technology & Electronic Engineering  2018 Vol.19 No.8 P.947-950

10.1631/FITEE.1820000


Marine information technology: the best is yet to come


Author(s):  Wen Xu, Yuan-liang Ma, Fumin Zhang, Daniel Rouseff, Fei Ji, Jun-hong Cui, Hussein Yahia

Affiliation(s):  College of Information Science and Electronic Engineering, Zhejiang University, Hangzhou 310027, China; more

Corresponding email(s):   wxu@zju.edu.cn, ylma@nwpu.edu.cn

Key Words: 


Share this article to: More |Next Article >>>

Wen Xu, Yuan-liang Ma, Fumin Zhang, Daniel Rouseff, Fei Ji, Jun-hong Cui, Hussein Yahia. Marine information technology: the best is yet to come[J]. Frontiers of Information Technology & Electronic Engineering, 2018, 19(1): 947-950.

@article{title="Marine information technology: the best is yet to come",
author="Wen Xu, Yuan-liang Ma, Fumin Zhang, Daniel Rouseff, Fei Ji, Jun-hong Cui, Hussein Yahia",
journal="Frontiers of Information Technology & Electronic Engineering",
volume="19",
number="8",
pages="947-950",
year="2018",
publisher="Zhejiang University Press & Springer",
doi="10.1631/FITEE.1820000"
}

%0 Journal Article
%T Marine information technology: the best is yet to come
%A Wen Xu
%A Yuan-liang Ma
%A Fumin Zhang
%A Daniel Rouseff
%A Fei Ji
%A Jun-hong Cui
%A Hussein Yahia
%J Frontiers of Information Technology & Electronic Engineering
%V 19
%N 8
%P 947-950
%@ 1869-1951
%D 2018
%I Zhejiang University Press & Springer

TY - JOUR
T1 - Marine information technology: the best is yet to come
A1 - Wen Xu
A1 - Yuan-liang Ma
A1 - Fumin Zhang
A1 - Daniel Rouseff
A1 - Fei Ji
A1 - Jun-hong Cui
A1 - Hussein Yahia
J0 - Frontiers of Information Technology & Electronic Engineering
VL - 19
IS - 8
SP - 947
EP - 950
%@ 1869-1951
Y1 - 2018
PB - Zhejiang University Press & Springer
ER -


Abstract: 
Marine information technology (MarineIT) involves marine information gathering, transmission, processing, and fusion. Traditionally, this topic has been referred to in the context of acoustic, optical, and electromagnetic sensing of the ocean environment, most notably sonar/radar processing and satellite remote sensing. As its embodiment becomes enriched and its scope extends, particularly accompanied by the advancements in cabled or wireless ocean observation networks, it is fair to refer to MarineIT as a dedicated discipline of information technologies. MarineIT plays an important role in many applications, such as marine science research, environmental exploration, resource exploitation, and security and defense. Owing to its specific application domain, it has also become a trending topic of the information technology research.
Like other branches of information science, the development of marine information technology over the last 30 years has benefited significantly from advances and achievements in general information theory. However, the manner in which it highlights the close bonding among propagation physics, signal processing, and the marine environment is seldom seen in other areas. As such, direct applications of general information methods to ocean environments do not usually work well, and MarineIT presents many features different from its terrestrial counterparts. For example, the ocean volume is seemingly transparent to sound, and thus acoustic waves are used as the main information carrier for underwater sensing and communications. Long-range sound propagation is subject to a so-called waveguide effect, spatially bounded by the sea surface and bottom, and temporally experiencing dramatic variation due to ocean dynamics. While the matched filter concept can still be applied, the signal replica used for matching is no longer a free field solution. Instead, a full-field solution has to be modeled, computed numerically, and even tracked for the given channel. In other words, propagation physical modeling and signal processing should match the ocean environment.
We have witnessed significant progress in MarineIT in recent years due to field-specific developments in signal and information processing, propagation physics modeling, and oceanographic data collection. The use of new observation platforms, such as underwater and surface vehicles, seafloor observatories, and wireless networks, offers important new opportunities. This special issue assembles eight peer-reviewed articles on underwater acoustic signal processing and communication, optical image processing, remote sensing, and application of unmanned underwater vehicles. This effort is intended to enlighten the research community about the recent progress in the field of MarineIT. It may also offer some insights into identifying important scientific issues to be addressed in the future.

海洋信息技术:最好的时代即将来临

概要:海洋信息技术(marine information technology,MarineIT)涉及海洋信息的获取、传输、处理和融合。一般地,这个主题涵盖海洋环境的声学、光学和电磁感知,典型如声纳/雷达处理和卫星遥感。随着其内涵变得丰富、应用范围得到扩展,尤其是伴随着有线或无线海洋观测网络的发展,已成为信息技术的一个专门学科。海洋信息技术在许多应用中发挥着重要作用,例如海洋科学研究、环境调查、资源开发和安全防卫。由于其应用环境的特殊性,也成为信息技术研究的热门方向之一。
与其他信息科学分支一样,海洋信息技术近30年来的发展明显得益于信息理论的进展与成果,同时凸显出传播物理、信号处理与海洋环境的紧密关系,这种结合在其他信息领域较为少见(Xu et al., 2016)。实质上,海洋信息技术有着许多与陆上不同的特点,将常规信息方法直接应用于海洋环境通常无法获得预期的效果。例如,海洋是“声透明”的,声波被用作水下传感和通信的主要信息载体。远程声传播受到所谓的波导效应的影响,在空间上受海面与海底的限制,在时间上经历由海洋动力学导致的剧烈变化。虽然匹配滤波器依然适用,但用于匹配的拷贝信号不再是自由场解,而是必须针对特定信道进行全场解建模、数值计算和跟踪,即传播物理建模和信号处理应该与海洋环境相匹配。
近年来,由于信号和信息处理、传播物理建模和海洋数据收集等细分领域的发展,海洋信息技术有了重大进展。诸如水下和水面航行器、海底观测和无线网络等新型观测平台的使用,为海洋信息技术的发展提供了新的重要机遇。本期特刊汇集了8篇同行评审论文,涉及水声信号处理和通信、光学图像处理、遥感以及无人水下航行器应用等领域,旨在帮助学界获得海洋信息技术领域的最新进展,并提供一些见解以确定有待解决的重要科学问题。
1 特刊文章综述
由于水声信道的独特性,包括时间延迟和多普勒双扩展、快速时变环境、非视距传播路径以及动态海面散射,水声通信(underwater acoustic communication,UAC)近年来在声学和无线通信领域引起重点关注。Huang et al.(2018)详细讨论了水声通信系统面临的困难,并概述了从物理层到网络层的研究成果,重点介绍了短程和中程水声通信的高数据速率调制方案,即单载波时域均衡(single-carrier time-domain equalization,SC-TDE),单载波频域均衡(single-carrier frequency-domain equalization,SC-FDE),正交频分复用(orthogonal frequency division multiplexing,OFDM)和相对较新颖的正交信号分割复用(orthogonal signal division multiplexing,OSDM)。他们还提出了一种所谓的“PIEs”标准,作为评估总体性能的工具,并从系统设计者角度协助水声通信系统设计。在所提出的水声通信总体性能评估标准下,作者总结了2000年后具有高数据率的短程和中程水声通信系统的实验结果。
Liu et al.(2018)提出一种基于具有潜在网络应用的直接序列扩频的水声通信方案。为解决信息数据速率与多普勒估计、信道估计、帧同步准确度3者之间的矛盾,作者设计了一种基于双扩频码的数据帧结构,将长扩频码用作训练序列,短扩频码用于调制消息。仿真结果验证了低信噪比(signal-to-noise ratio,SNR)下的性能。
由于中国载人潜水器“蛟龙”的试验成功,水下视频传输受到越来越多关注。目前水下视频传输方案通常对视频编码和传输机制分别处理。Zhang et al.(2018)基于对视频部分和信道条件两者重要性的考虑,设计了一种自适应收发机。针对理想和非理想信道状态信息(channel state information,CSI)条件对预编码器和均衡器进行推导。仿真结果表明,新的设计方案在更好峰值信噪比和更高视频结构相似性指标方面是有效的,并能有效对抗信道估计误差。
水下无线传感器网络(underwater wireless sensor networks,UWSNs)作为地面无线传感器网络的扩展,在过去10年中得到深入研究,在环境传感和目标跟踪方面具有潜在应用。除通信外,节点定位也是一个需要解决的重要问题,特别是考虑到水下节点可能伴随洋流移动且水下环境缺少GPS。Chen et al.(2018)提出一种具有移动性预测能力的高精度定位算法。他们还提出同步定位和目标跟踪算法,根据目标跟踪过程中的测量结果更新传感器位置。仿真数据证实该算法具有较高能量效率。
水声学本质上是一种观察科学,但水下无线传感器网络的研究缺乏有意义的实验,一直以来为人诟病。最近,无人水下和水面航行器取得显著进展,给水下无线传感器网络实地部署以回应外界批评与质疑提供了机会。配备信息设备的航行器在移动过程中产生信息/数据流,这一设计革新了海洋观测技术。Tao et al.(2018)介绍了一种小型声学通信设备与微型自主水下航行器(autonomous underwater vehicle,AUV)的集成。作者在有限空间水池环境中评估了声学通信链路的数据包接收速率和误比特率,并与湖试结果比较。多径、路径跳跃和多普勒效应等因素被认为对移动通信性能有显著影响。
续航时间和导航准确度是AUV应用中的两大限制因素。水下入坞技术极大地促进和扩展了AUV的操作方式,学界和应用行业对此都很感兴趣。Li et al.(2018)介绍了使用欠驱动AUV的入坞系统,该系统需要高度精准的垂直路径和航向控制机制以确保成功入坞。考虑到实际场景中存在未知海流,作者着重设计和实现了入坞策略、控制器、海流估计器和补偿器。一系列海试结果验证了控制策略以及海流估计器和补偿器的可行性和有效性,这也是这篇论文相较同主题其他论文的突出之处。另外值得注意的是,海试结果也体现入坞系统整体上具有鲁棒性。
Tan et al.(2018)分析了由远程遥控潜水器(remotely operated vehicle,ROV)采集的深水视频序列,用于评估挪威龙虾丰度。作者提出一个自动视频分析框架,采用经过ROV航行姿态修正的数据来检测、跟踪和量化特殊的底栖物种及其生物成因特征,如主洞穴的入口。在比较了人类专家手动计数与基于视频的自动丰度估计后,有关视频的测试结果令人鼓舞。尽管有这些研究结果,作者指出,目前遗漏和错误识别的洞穴数量过大,这项技术还不能在实场中应用。
Yahia et al.(2018)开展了一项为期一年的遥感数据收集实验以获得海洋系统的不同湍流统计量,旨在研究风应力对海气界面海洋动力学的影响。该研究是通过计算微正则多重分形形式框架内谱形的统计矩来进行的,探讨了由速度范数和涡量数据计算的奇异谱性质,并由此突出了湍流区域地转流速度场在有/无风应力条件下的差异。值得一提的是,尽管该文是本专辑收录的有关遥感处理的唯一研究工作,毫无疑问,遥感是海洋信息研究的主要领域之一。
2 科学思路与研究展望
正如展示的这些论文所示,典型的海洋信息问题涉及观察、通信与控制3大类。理论基础在于以信息理论和估计理论为核心的信息学。信息和物理构成我们存在的世界,或称之为空间,海洋信息研究通常是在探索信息、物理和空间的关系。信息的寄存和处理面对的物理问题可归结为传播物理。信息与空间的联系是信号。通信、观察和控制要做的事即为提取深藏在信号中的信息,以实现物理世界的可估计性、可检测性、可稳定性、可控制性和可观察性(Xu et al., 2016)。
信息、物理和空间的框架如图1所示,该图从物理和信息两方面完备地描述了自然界(Xu et al., 2016)。估计理论、Hilbert空间和算子理论以及信息理论构成了3个基本元素,这3个基本元素的相互作用产生各种逆问题推断的理论限和基本信号处理方法。该框架也使得观察和通信统一起来。O’Sullivan et al.(1998)系统介绍了观察问题的信息理论成像模型与方法。目标源—传感器—介质—估计器—目标源再生,代替了信息源—编码器—信道—解码器—信息源再生。虽然信息理论像形成还处于早期研究阶段,但它有望在观测问题中发挥类似于Shannon的源—信道模型在通信问题中的作用。
上述框架体现在过去许多研究中,我们相信它将为未来的研究提供更多动力。海洋信息技术最好的时代即将来临,若干未来主题研究方向举例如下(Xu et al., 2016):
1. 利用声、光、磁等方法及其与环境的耦合关系,探测海洋的物理机制:最新研究已从静态环境建模逐渐发展到动态环境建模,力图捕捉海洋过程与传播物理的动态耦合。由此,可以将遥感延伸至深水环境,也可以基于动态耦合开发新型信号处理和数据同化方法。
2. 广域水下成像与情景分析:海洋观测问题通常表现为欠定条件下逆问题求解,成像是有效的解决方案之一。
3. 水下通信与跨界信息传输:自适应调制、双工声通信、水声信道建模和识别、强约束条件下的网络资源动态调度以及海气跨界通信。
4. 面向海洋传感的潜水器自主能力:海洋数据流网络空间循环是实现航行器自主操作的关键。最新研究趋势是分布式循环,以便信息在潜水器间平稳流动。这将允许更灵活的数据流和变换,例如,使用一群潜水器来测量水下声场,或从水下传感器网络收集数据。
5. 海洋智能数据处理和大数据:海洋数据处理涉及海量、多源、多尺度、多手段立体观测得到的数据。智能处理涉及多源异构数据融合、数据挖掘分析、数值模拟、快速计算和可视化等一系列理论和方法。大数据方法至少可以用于处理来自遥感或Argo浮标的大量数据。
最后,我们感谢所有作者、审稿人和编辑人员,没有你们的参与和协助就不会有这期海洋信息特刊。特别感谢宫先仪教授对信息、物理和空间关系的深刻见解。

Darkslateblue:Affiliate; Royal Blue:Author; Turquoise:Article

Reference

[1]Chen HY, Liu MQ, Zhang SL, 2018. Energy-efficient localization and target tracking via underwater mobile sensor networks. Front Inform Technol Electron Eng, 19(8): 999-1012.

[2]Huang JG, Wang H, He CB, et al., 2018. Underwater acoustic communication and the general performance evaluation criteria. Front Inform Technol Electron Eng, 19(8):951- 971.

[3]Li B, Xu YX, Fan SS, et al., 2018. Underwater docking of an under-actuated autonomous underwater vehicle: system design and control implementation. Front Inform Technol Electron Eng, 19(8):1024-1041.

[4]Liu LJ, Li JF, Zhou L, et al., 2018. An underwater acoustic direct sequence spread spectrum communication system using dual spread spectrum code. Front Inform Technol Electron Eng, 19(8):972-983.

[5]Tan CS, Lau PY, Correia PL, et al., 2018. Automatic analysis of deep-water remotely operated vehicle footage for estimation of Norway lobster abundance. Front Inform Technol Electron Eng, 19(8):1042-1055.

[6]Tao QY, Zhou YH, Tong F, et al., 2018. Evaluating acoustic communication performance of micro autonomous underwater vehicles in confined space. Front Inform Technol Electron Eng, 19(8):1013-1023.

[7]O’Sullivan JA, Blahut RE, Snyder DL, 1998. Information- theoretic image formation. IEEE Trans Inform Theory, 44: 2049-2123.

[8]Xu W, Yan S, Ji F, et al., 2016. Marine information gathering, transmission, processing, and fusion: current status and future trends. Sci Sin Inform, 46(8):1053-1085 (in Chinese).

[9]Yahia H, Garcon V, Sudre J, et al., 2018. Effect of wind stress forcing on ocean dynamics at air-sea interface. Front Inform Technol Electron Eng, 19(8):1056-1062.

[10]Zhang RX, Ma XL, Wang DQ, et al., 2018. Underwater video transceiver designs based on channel state information and video content. Front Inform Technol Electron Eng, 19(8):984-998.

Open peer comments: Debate/Discuss/Question/Opinion

<1>

Please provide your name, email address and a comment





Journal of Zhejiang University-SCIENCE, 38 Zheda Road, Hangzhou 310027, China
Tel: +86-571-87952276/87952783; E-mail: jzus@zju.edu.cn
Copyright © 2000 - Journal of Zhejiang University-SCIENCE