利用AIS数据挖掘生成船舶航迹点方法研究

由于船舶航行受海上环境的影响而产生航迹误差,为了准确控制船舶航行轨迹,提出利用AIS数据挖掘生成船舶航迹点方法研究。根据AIS数据挖掘算法,提取船舶航行轨迹点数据特征,利用船舶航行轨迹点数据库中航行线路设置信息与目标对象运动信息之间的相似性,挖掘出船舶航迹动力定位数据,将AIS数据挖掘算法映射到船舶海上航行领域中,提取出AIS船舶位置采集点,通过设定阈值得到船舶航行转向点,将所有转向点连接成线,初步生成船舶航行轨迹点,利用船舶轨迹点生成流程,实现船舶航行轨迹点的生成。实验结果表明,基于AIS数据挖掘的船舶轨迹点生成方法在精度和时间上,都可以准确控制船舶航行轨迹。     

内河AIS与VTS的信息融合技术研究与仿真

船舶交通管理系统(VTS)在提高船舶航行效率、保障船舶航行安全等方面具有重要作用。传统的船舶交通管理系统采用雷达等传感器作为基本检测手段,受到雷达探测距离和精度等技术条件的限制,在船舶定位、导航等方面存在一定的缺陷。随着互联网技术和信息融合技术的发展,雷达探测器与船舶自动识别系统(AIS)相结合的船舶交通管理系统成为研究的热点。船舶自动识别系统(AIS)结合了信息技术、互联网技术和通信技术,对船舶的航向、航迹、航速等信息采集和处理,并利用VHF发送给信号覆盖区域内的其他船只。本文针对我国内河航运船舶的交通管理系统,研究了AIS与雷达信号的信息融合算法、航迹关联算法等,对提高内河船舶交通管理系统的性能有重要的作用。     

AIS船舶监控系统在引航中的应用研究

为提高船舶行进过程中的安全性,合理规划行进路线,本文对AIS船舶监控系统在引航中的应用进行了研究,通过AIS自身的功能,实时更新船舶航行的位置信息,确定船只行进的轨迹,实现船只的轨迹追踪,根据其追踪的轨迹,确定其行进过程中是否发生偏离,通过获取其他航行船只的轨迹图,将不同的轨迹路线进行对比,选择其中最优方案。通过实验研究,论证本文的应用方法具有客观的可行性,能够实现船只行进过程中的安全保障,减少航行过程中偏离轨道的情况的发生,合理规划行进路线。     

基于AIS的商船雷达性能分析方法

利用模糊综合评价将雷达数据和AIS数据进行融合形成两者的共同航迹,实现信息互补和位置的精确定位。首先将雷达和AIS测得不同坐标系下的位置信息变换到同一个平面坐标系中;其次统一传感器的信息,由于二者对同一目标所采集到的时间不同;然后综合考虑航行速度、航行角度和航行距离来确定航迹;最后实现信息融合,通过实验验证基于AIS的商船雷达性能分析是可行的。     

基于满意度门限检测的多雷达航迹对提取研究

针对多部雷达航迹对提取问题,首先提出了门限法,通过设定多个参数的门限,依据相关准则判断下一时刻的点是否选人该门限内,剔除野点后对单部雷达的观测数据建立航迹。进一步提出航迹在某时间段相交的判别准则,找出了各雷达站观测到的有相交时间段的航迹;对应多个有相交段的航迹,采用了线性插值的方法进行时间配准,让不同雷达表示同一目标位置的时刻集合扩大为一致;在此基础上,按照航迹相关准则抽取了表示同一目标的航迹对。仿真结果验证了算法的有效性。     

船舶航行轨迹分析与应用系统

船舶航行轨迹的数据分析有助于改善海上航运的交通管理水平,尤其是港口等海上航线密集的区域,从而提高海上交通的安全性与航行效率。通常,船舶航迹数据的采集都是通过AIS系统和雷达共同完成,这种方式存在一定的误差,本文介绍一种基于图像处理技术的航迹分析系统,该系统利用计算机视觉技术和图像处理技术,可以高效、快速的对海量船舶航行轨迹数据进行提取和分析,本文重点介绍航迹分析过程的处理平台、信号处理方法以及图像信号的多特征融合等内容。     

基于模糊理论的雷达/AIS目标数据融合方法

雷达和船舶自动识别系统(AIS)是保证现代船舶航行安全的重要导航设备。针对1部雷达和1部AIS得到的目标航迹进行融合,提出1种基于模糊理论的雷达/AIS目标数据融合方法,采用模糊数学中的正态隶属函数法来进行航迹相关,数据融合则采用参数加权方法,并将融合后数据进行多项式拟合,用以提高导航数据信息的精度与可靠性。通过仿真实例验证了此方法的可行性与有效性。     

舶舶AIS轨迹异常的自动检测与修复算法

船舶自动识别系统(Automatic Identification System,AIS)轨迹是船舶位置和时间的记录序列,对船舶航行状态分析、船舶交通流预测及船舶海事事故分析等具有一定的意义,而受一些因素影响,采集到的AIS数据会产生错误,导致AIS轨迹出现异常。对此,在对大量AIS数据进行深入解析的基础上,归纳出AIS轨迹异常的几种类型,针对各类型的特征对船舶轨迹异常进行自动检测,并采用3次样条插值模型实现修复算法。研究成果可为基于船舶航行轨迹数据的相关研究提供快速、准确的技术支持。     

一种水下航行器运动自导航及轨迹跟踪方法

水下航迹是水中运动物体的重要参数之一,通过航迹可以推算出水中运动目标的航速、回转半径等信息。本文介绍一种针对于水下自主航行器运动自导航及轨迹跟踪的方法及其工程实现,该方法采用声学定位原理,可以使水下自主航行器自身和船载指挥平台精确掌握航行器在水下的位置信息,对于自主航行器自身实现自导航和位置修正以及岸站指挥人员即时掌握水下自主航行器在水下的位置、速度及机动情况等态势信息有重要意义。     

基于传感网络的船舶触礁远距离预测系统

本文设计了一种船舶触礁远距离预测系统,该系统利用自身传感器网络和AIS数据对船舶的位置、航迹等数据进行分析和处理,并完成数据的坐标转换、速度转换,然后对船舶在一定时间内的航迹进行预测,确定船舶与远距离礁石的位置关系,对是否发生碰撞事故进行预测。本文的研究有助于提高船舶的航行安全性,减少船舶的触礁风险。     

基于AIS数据的船舶航迹多维预测方法

目前,船舶轨迹预测存在数据噪声严重、缺乏考虑历史轨迹的相似性的问题,导致预测精度不高,难以满足实际需求。针对该问题,从船舶自动识别系统(Automatic Identification System, AIS)数据去噪、在预测模型中考虑历史数据两个方面提高船舶轨迹单步预测的精度和可靠性。根据相邻时刻的AIS数据修复当前时刻的船舶运动参数;使用二维长短时记忆网络(Long Short-Term Memory, LSTM)算法分别从时间和空间的角度将当前船舶的航迹数据和历史轨迹数据相融合,建立航迹预测模型和区域预测模型;利用试验数据验证模型的综合性能。试验结果表明:该模型可获得精度较高的船舶航行轨迹。     

雷达与AIS目标航迹模糊关联与统计加权合并融合方法的探讨

基于多传感器信息融合理论，探讨了雷达与AIS 2种传感器的目标航迹，采用多因素模糊综合决策航迹关联与统计加权航迹合并的融合方法。确定其模糊因素集、评判集、关联与评判等准则，建立其数学模型，并进行计算机仿真。初步验证了该方法可以有效地提高目标航迹的精度与可靠性。     

浅析AIS在船舶航行及避碰中的应用

AIS是海上航行安全信息交互通信系统的重要组成部分,也是船舶避碰助航仪器之一。这个系统通过船船或船岸之间在VHF信道上自动交流航行信息,旨在加强海上人命安全、提高航行效率和保护海洋环境。本文主要介绍我在实际工作过程中使用的AIS设备"FA-150"型号来分析AIS在船舶航行及避碰中的应用,通过与雷达探测目标信息对比说明AIS的优势和局限性。结合实际工作体会,总结AIS在船舶航行及避碰中的应用。     

海上高速航行船舶触礁距离实时计算方法

为了提高船舶航行安全性,并应对航行过程潜在碰撞风险,提出海上高速航行船舶触礁距离实时计算方法。通过航海雷达探测船舶航行环境中的礁石目标,确定极坐标系下的位置坐标后,将其转换地心垂直坐标系下,构建基于PLSTM-FCN的船舶航迹预测模型,从船舶自动识别系统中获取高速航行船舶历史位置、航速、航向、船舶长度、宽度以及吃水深度等AIS数据,将其作为模型输入,模型输出为船舶航行实时位置预测结果,结合礁石目标位置,完成触礁距离的实时计算。实验结果表明,该方法可预测船舶航行航迹,预测MSE值仅为0.002 2;可实现船舶触礁距离的实时计算,计算结果与实际距离误差介于0.77～1.55之间。     

遗传算法在船舶运行轨迹大数据智能采集中的应用

针对当前舰船航迹数据采集方法信息更新速度慢、采集精确度低,无法满足海上航道信息采集要求的问题,提出了基于遗传算法的船舶运行轨迹大数据智能采集应用方法。分析和挖掘船舶航迹数据,得到船舶总体运行特征,优化航迹压缩算法,通过实时处理冗余信息并进行多层存储,噪声去除、插值和航迹分割大型船舶航迹数据,实现轨迹空间并行聚类,采用遗传算法简化航迹数据,得到多个块区域的点集合数据,并窗口化处理块区域,识别航迹通道边界,完成船舶航迹数据的精确采集。实验结果表明,所提方法的信息更新速度较快,能够有效提高采集精确度,满足船舶航行轨迹采集要求。     

基于高阶常微分方程的复杂水域船舶航迹精准预测研究

船舶航迹预测是其避障、导航的基础,精准的航迹预测可提升船舶在复杂水域航行的安全性,为此研究基于高阶常微分方程的复杂水域船舶航迹精准预测方法。该方法利用AIS系统采集船舶航行行为动态观测样本后,构建该船舶航行行为动态观测样本的高阶常微分方程预测模型,使用四阶龙格-库塔方法求解该预测模型,得到船舶航行动态观测样本预测值后,利用最小二乘法对其进行拟合处理,得到船舶航迹曲线。实验结果表明,该方法可有效采集船舶在复杂水域航行时的航速、船首向等行为动态观测样本,预测船舶航迹点和拟合后的航迹曲线均与其实际数值吻合,预测精度较高。     

北斗卫星导航系统在我国航海保障中的应用分析

虽然在当前的船只航海当中,AIS船载通信系统得到广泛的应用,对保证船只的航行安全起到了积极的作用,但是,从另一个层面上看,AIS发挥作用的距离比较短,对于远海中发生事故的船只无法进行有效帮助,另一方面AIS系统无法对各种资源进行整合,救助行动受到了很多限制。北斗卫星导航系统在航海事业中的应用,能够有效解决AIS技术的短板,能够对船只进行精确定位以及提供遇险报警等服务,并可以提前告知船只海域情况,帮助船只在航行当中远离各种危险。     

船舶导航轨迹识别中智能算法研究

以船舶导航作为研究对象,对船舶导航航行轨迹识别方法进行研究,给出一种智能航迹识别算法。在该算法中,首先通过聚类算法进行航迹图谱的挖掘,得到历史航迹图谱,然后根据航迹图谱,利用卡尔曼滤波方法对航迹异常行为进行识别与预测。实验结果表明,本文给出的船舶导航轨迹智能识别方法具有较好的识别效果。     

船舶无人驾驶中的数据融合技术应用

海上船舶无人驾驶技术是现代海上信息化发展的重要方向,其不仅需要按照规定的航向航速运行,还需要考虑船舶碰撞及各类突然情况。无人驾驶技术对采集的信息及数据融合处理要求很高,通过各类传感器采集海上地形﹑环境﹑目标船只等信息,进行融合处理,为船舶无人操控提供可靠的航行数据。本文重点研究无人驾驶领域中利用AIS与雷达数据的信息融合方法,提出一种基于船舶航行及数据加权融合算法,最后进行仿真。     

基于图像处理技术的船舶航行轨迹分析与应用系统设计

近年来,海上贸易不断发展,港口和海上航线的船舶密集程度不断提高,海上交通事故频繁发生。海上交通监管部门为了改善海上交通,降低海上交通事故发生的概率,投入大量的精力研发海域内船舶的导航与航行轨迹分析等技术。船舶的航行轨迹数据分析有助于对船舶的航迹进行预测,检测出海域内船舶的航迹偏离等问题,提高船舶航行的安全性。本文重点研究了海上航迹的图像处理技术和卡尔曼滤波技术,并基于图像处理技术实现了船舶航行轨迹的分析和预测,对改善海上交通,降低海上碰撞事故发生的概率有重要意义。