文章提出了一种融合边缘计算与智能通信技术的船舶导航与通信系统（FDCNSPS），旨在提升航行安全性、通信实时性与数据处理效率。系统架构包括数据采集层、边缘计算层、通信传输层和应用服务层，通过多传感器集成采集船舶位置、速度、环境等信息，并利用边缘节点进行本地数据分析与预处理，从而降低延迟和带宽压力。研究分析了系统在航道拥堵、恶劣气象和多船协同等场景下的性能表现，结果显示，该方案能够显著提高船舶避碰效率与信息传递的准确性，同时增强对突发事件的响应能力。文章还探讨了系统在数据安全与隐私保护方面的设计策略，并指出未来可结合人工智能与大数据分析实现更高水平的自主导航与智能决策。
现代航运业对导航与通信系统的性能要求不断提高，尤其是在航道复杂、气象多变和交通密集的环境下，传统系统在实时性与智能化方面存在不足。为此，文章提出了一种基于边缘计算的船舶导航与通信系统（FDCNSPS），旨在通过本地化数据处理与高效通信机制提升船舶的航行安全与协同能力。
系统由数据采集层、边缘计算层、通信传输层和应用服务层组成。数据采集层整合了GPS、雷达、AIS以及环境监测等多种传感器，实现船舶航行状态与周边环境信息的实时获取。边缘计算层负责数据的本地预处理与分析，减少对云端的依赖并降低通信延迟。通信传输层采用多信道与动态路由策略，确保在不同海况与网络条件下的稳定传输。应用服务层则为导航、避碰、船队协同等功能提供支持。
通过边缘节点快速分析多船航迹与环境变化，系统能够在毫秒级时间内生成避碰策略，并根据实时数据动态调整航道，显著降低事故风险。
系统支持多船之间以及船岸之间的高速数据交换，实现航行状态、气象信息与航道拥堵情况的实时共享，有助于提升整体交通效率。
在通信与存储环节引入加密机制与访问控制策略，防止敏感信息泄露，并通过分布式架构降低单点故障风险。
FDCNSPS在航道拥堵、恶劣气象和多船协同等复杂环境下表现出较高的稳定性与响应速度，有效提升了船舶的安全性与运行效率。未来可结合人工智能算法与大数据分析，实现更智能的航行决策与自主控制，从而推动航运业向高效、安全与绿色的方向发展。