• 우주기술과 응용
• /
• 제2권2호
• /
• pp.121-136
• /
• 2022

선박 통신에 있어서 선박자동식별시스템(automatic identification system)은 연안 해역의 선박 운항 모니터링, 선박 간의 항해 안전을 위한 정보 교환뿐만 아니라 해상관제 수단에도 필요하다. 그러나 이는 대략 160 MHz의 very high frequency (VHF) 대역을 사용함과 동시에 지구의 곡률로 인해 통신 거리의 한계가 존재한다. 이를 인공위성을 통해 해결하고 있지만, 저궤도의 초소형 위성에 대해서는 아직 많은 작업이 이루어지지 않았다. 본 논문에서는 소프트웨어 정의 라디오(SDR)를 활용하여 초소형위성용 선박정보수집장치의 수신시험을 증명하였다. R820T2 SDR을 활용하여 부산항에 정박해 있는 선박으로부터 AIS(automatic identification system) 데이터를 수집하였고, Adalm-Pluto와 매트랩 시뮬링크를 활용하여 이를 송신할 수 있는 환경을 구축하였다. 또한 감쇠기를 활용하여 위성까지 신호세기가 약해지는 과정을 모사하였다. 일련의 과정을 통해 AIS 탑재체에서 AIS 데이터의 수신 성공 여부를 시연하였다.

• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.219-228
• /
• 2024

Vessels can operate with their Automatic Identification System (AIS) turned off, prompting the development of strategies to identify them. Among these, utilizing satellites to collect radio frequency (RF) data in the absence of AIS has emerged as the most effective and practical approach. The purpose of this study is to develop a matching algorithm for RF with AIS data and find the RF's applicability to classify a suspected ship. Thus, a matching procedure utilizing three RF datasets and AIS data was employed to identify ships in the Yellow Sea and the Korea Strait. The matching procedure was conducted based on the proximity to AIS points, ensuring accuracy through various distance-based sections, including 2 km, 3 km, and 6 km from the AIS-based estimated points. Within the RF coverage, the matching results from the first RF dataset and AIS data identified a total of 798 ships, with an overall matching rate of 78%. In the cases of the second and third RF datasets, 803 and 825 ships were matched, resulting in an overall matching rate of 84.3% and 74.5%, respectively. The observed results were partially influenced by differences in RF and AIS coverage. Within the overlapped region of RF and AIS data, the matching rate ranged from 80.2% to 98.7%, with an average of 89.3%, with no duplicate matches to the same ship.

• Journal of information and communication convergence engineering
• /
• 제7권3호
• /
• pp.297-303
• /
• 2009

Automatic Identification System (AIS) is a VHF radio broadcasting system where transmits packets of data via VHF data link. It enables vessels and coastal-based station that equipped with AIS equipment to send and receive useful information. This information can be help in situational awareness and provide a means to assist in collision avoidance. In addition, AIS can be use as Aid-To-Navigation, by providing the location and additional information on buoys and lights. Besides, it can also contain details information in meteorological status of a particular ship location. This paper presents the standalone AIS system that able to receive and report own ship location, meteorological data collection and broadcast safety related information if necessary. With the unique ship's MMSI number, all the information of that particular ship can be monitor by using AIS program written in C++ programming language.

• 한국위성정보통신학회논문지
• /
• 제11권3호
• /
• pp.92-99
• /
• 2016

AIS(Automatic Identification System)는 VHF 통신 대역을 이용하여 선박의 속도, 위치 및 항행정보를 AIS를 설치한 다른 선박 및 해안 기지국이 공유하는 근거리 해상 교통관리 시스템이다. 기존의 시스템은 AIS 신호를 수집하는 기지국이 해안 및 섬에 위치하였기 때문에 선박 정보를 획득하는데 제한적이었다. 이런 문제점을 해결하기 위해 저궤도 위성에 AIS 탑재체를 장착하여 넓은 범위의 선박 정보를 획득할 수 있다. 현재 저궤도 위성에 장착되는 AIS 탑재체는 UART를 통해 위성탑재컴퓨터와 연결되고, 위성탑재소프트웨어가 이를 제어하여 운영된다. 위성탑재소프트웨어는 지상에서 전송한 Command를 AIS 탑재체로 전달해야 하고, AIS 탑재체로부터 전송되는 Response, OBP, OGP 데이터를 효율적으로 관리하여 지상으로 내려 보내야 한다. 이에 본 논문에서는 AIS 탑재체 운영을 위한 위성탑재소프트웨어의 설계 및 검증 내용에 대해 기술한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.430-432
• /
• 2013

AIS(Automatic Identification System)은 선박과 육상뿐만 아니라 선박 상호간의 안전항해 관련 정보를 송수신하기 위한 무선항행설비로서 SOLAS 협약에 의해 도입되어 널리 사용되고 있으며, 특히 선박의 관제업무에 많이 이용되고 있다. 그러나 해안국의 AIS 통신권을 광역화 하여 통신망을 구성할 경우 선박의 정보를 수신하는 데 있어서 많은 문제점이 발생할 수 있다. 본 논문에서는 해안국의 광역 통신권에서 AIS 정보를 수신하는 경우의 문제점을 수신된 데이터를 근거로 분석하였다.

• 한국음향학회지
• /
• 제37권3호
• /
• pp.129-138
• /
• 2018

선박 통행이 잦은 항만 및 연안 주변지역은 1 kHz 이하의 저주파 대역에서 선박소음이 수중소음에 지배적으로 영향을 미친다. 본 논문에서는 선박자동식별장치(Automatic Identification System, AIS)에서 관측된 선박의 항해정보를 이용하여 수중 선박소음을 추정하는 모델링 방안을 제시한다. 선박소음 모델링을 목적으로 AIS를 이용하여 제주 남부 해역에서 활동하는 선박들의 항행정보를 관측하였고, 모델링된 선박소음의 결과 검증을 위해 실험해역에 수중청음기를 설치하여 수중소음을 측정하였다. AIS 데이터를 이용하여 선박소음준위를 모델링하여 측정된 수중소음과 비교한 결과 시간에 따른 소음준위의 변동 특성이 유사함을 확인하였고, 오차가 발생되는 원인에 대해 토의하였다. 본 연구를 통해 AIS 데이터를 이용하여 선박소음준위를 5 dB 오차 범위에서 추정이 가능함을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.305-308
• /
• 2014

AIS(Automatic Identification System)은 선박과 육상뿐만 아니라 선박 상호간의 안전항해 관련 정보를 송수신하기 위한 무선항행설비로서 SOLAS 협약에 의해 도입되어 널리 사용되고 있으며, 특히 선박의 관제업무에 많이 이용되고 있다. AIS 동적정보는 선박의 항해상태와 속도에 따라 2초 내지 3분 간격으로 전송되고 있다. 그러나 AIS 통신량이 증가하면서 데이터링크 부하 증가와 슬롯충돌로 인하여 AIS 데이터가 수신되지 못하는 경우가 많이 발생하고 있다. 본 논문에서는 AIS 데이터링크 부하를 경감하기 위한 방안으로 AIS 동적정보 전송주기에 대한 변경 방안을 제시하였다.

• 한국지리정보학회지
• /
• 제15권2호
• /
• pp.103-112
• /
• 2012

SAR(Synthetic Aperture Radar) 영상과 AIS(Automatic Identification System) 자료를 활용하여 선박 탐지 실험을 수행하였다. 2010년 5월, 2주간 서해안(인천 근해)의 다중시기 해외위성 SAR 영상인 TerraSAR-X, Cosmo-SkyMed(X-밴드), Radarsat-2(C-밴드)와 AIS 자료를 이용하였다. SAR 영상 분석을 위해 해양과 선박의 산란 특성과 SAR 영상과 AIS 자료의 기초 처리 방법을 기술하였다. 선박 식별을 위해서 임계값 설정 기법을 사용하였다. 선박 탐지 결과로 시계열 변화 탐지와 AIS 연동 선박 탐지 사례를 보인다. 이 결과를 통해 위성 SAR 영상과 AIS를 이용한 선박 탐지는 해양 관리에 유용하게 사용될 수 있을 것으로 사료된다.

• Journal of Positioning, Navigation, and Timing
• /
• 제12권3호
• /
• pp.257-269
• /
• 2023

This paper presents a method for detecting faults in data obtained from the Automatic Identification System (AIS) of surface vessels. The data include latitude, longitude, Speed Over Ground (SOG), and Course Over Ground (COG). We derive two methods that utilize two models: a constant state model and a derivative augmented model. The constant state model incorporates noise variables to account for state changes, while the derivative augmented model employs explicit variables such as first or second derivatives, to model dynamic changes in state. Generally, the derivative augmented model detects faults more promptly than the constant state model, although it is vulnerable to potentially overlooking faults. The effectiveness of this method is validated using AIS data collected at a harbor. The results demonstrate that the proposed approach can automatically detect faults in AIS data, thus offering partial assistance for enhancing navigation safety.