浅谈船舶自动识别系统——AIS

船舶自动识别系统(Automatic Identification System，简称AIS)是一种新型的助航设备。它的出现，不仅实现了船舶间的自动识别，还给海上交通监控技术带来了全新的概念，标志着船舶间和船岸间的信息交换进入了数字通信时代。本文就心系统在航海上的应用和发展趋势作简单的阐述，旨在提高我国航海界对AIS系统的认识。     

船舶自动识别系统(AIS)的研究和应用

船舶自动识别系统(AIS)是一种新型的助航设备,能够实现船舶间和船岸间船舶信息和航行状态的自动交换、监测和识别,将极大地提高船舶航行的安全.文章着重介绍了 AIS的产生过程、 AIS的系统构成、主要功能和 AIS系统使用的关键技术,并对 AIS发展状况和应用前景进行了初步论述.     

基于AIS的船舶协商避碰辅助决策系统的研究

船舶自动识别系统为协商区域内各船间信息沟通提供了技术保障,基于AIS的技术功能特点,提出了基于AIS的避碰智能决策系统中船舶间协商避碰模块的技术方案.方案有助于在协商区域内的各船达成共识,减小不确定因素,避免不协调行动.     

AIS应用的研究与综述

船舶自动识别系统AIS在VHF频道上能够提供船舶的动态信息和静态信息,预测准确的相遇点,自动识别航道的船只,及时接收其他船转航向、船向及航速的资料,并通过数据链作短信息传输,为船舶的航行安全和航行管理提供一种新型的十分有效的手段.     

基于朴素贝叶斯算法的船舶异常行为监测

随着海事事故与海上违法行为的不断增多,智能的监控方法成为降低海事事故,打击海上违法行为的有效手段.同时,船舶自动识别系统(Automatic Identification System,AIS)的普及及船舶交通管理系统(Vessel Traffic Service,VTS)的扩建,又为智能监控提供了数据支持.鉴于此,利用船舶自动识别系统提供的数据,分析通航水域船舶信息的分布情况,根据其概率分布采用朴素贝叶斯算法,从船舶航速、航向及距航道边界距离3个方面,构建船舶异常行为检测模型.最后,以成山角通航水域为例,检验模型的有效性.实验结果表明,构建的模型能够有效地完成异常行为监测,减少海事监管人员的工作强度,同时根据实验结果分析了成山角水域船舶航行的特点,并对成山角定线制提出合理化建议.     

浅析船舶自动识别系统在圈围工程中的监理控制

船舶自动识别系统已广泛应用于船舶航运,但在水利滩涂圈围工程中引进与应用该系统尚属首次。上海横沙东滩圈围(七期)工程引进了船舶自动识别系统(AIS),作为安全管理技术人员,须全面掌握和熟练运用各项技术及管理措施。根据中国海事局的相关规范标准,该工程监理从过程管理的角度,制定了施工事前、事中、事后控制的监理流程及措施,较大提升了船舶航行安全的管控水平和船舶航行安全控制的技术水平。     

我国首套AIS岸台网络系统在珠江口水域运行

珠江口AIS(船舶自动识别系统)岸台网络系统经过3年多的研发和建设，于5月22日下午16时顺利联网并运行成功。     

高科技信息系统管控世博会水上交通

上海世博会水上交通管控现场指挥中心已正式启用，该中心采用高科技视频信息系统，包括GIS（世博水上安保指挥系统）、“全球眼”、三维监控系统等高科技手段进行海事监管。其中，GIS系统将专门用于世博会期间水上交通安全保障和指挥，该系统有机整合了AIS（船舶自动识别系统）、CCTV（闭路电视监控系统）以及海事业务管理平台，     

浅谈AIS应用之现状及发展前景

船舶自动识别系统(AIS)在船舶避碰、海事管理、船舶交通管理(VTS)、航行信息管理等相关领域上具有广泛应用.针对其应用中的不足,提出了几点建议性对策.     

明年部分沿海航行船舶将安装AIS

交通部海事局日前下发通知．要求各地船检机构、海事部门、航运企业及中国船级社进一步加强沿海航行船舶安全管理．提高船舶安全航行的技术条件，改善沿海通航秩序，部分沿海航行船舶必须于2006年4月30日之前配备船载自动识别系统（AIS）。     

基于AHP和模糊评价的船舶异常行为研判

商船和绝大部分大中型渔船都安装船载AIS、北斗卫星定位和通信终端,产生大量船舶航行数据,主要包括航行速度、轨迹、位置等参数,这为研究船舶异常行为研判提供可能性.从运动异常、位置异常、AIS设备异常和其他参数异常四个角度考虑,构建船舶异常行为评价指标体系,运用层次分析法(AHP)获得各个层次指标的权重系数,应用模糊综合评价法对船舶异常行为进行建模,实现对船舶异常行为评估.还开发了软件系统,对专家和评分进行管理,设计计算方法,计算权重和评价结果.还以船舶航行数据为依据,构建船舶走私研判模型,对船舶走私可能性进行评估分析.基于船舶航行过程数据,对船舶异常行为进行预判,对于船舶运行安全管理,打击非法作业、走私等具有重要意义.     

珠江口水域船舶避碰网的构想

针对船舶在珠江口水域航行时面临的复杂环境,提出以建立珠江口水域船舶避碰网来监控船舶安全航行的构想.探讨了建立珠江口水域船舶避碰网的重要性和可行性,提出了珠江口水域避碰网的体系结构,讨论了避碰网中存在的6种通信关系.     

基于AIS数据的船舶安全航行水深参考图

通过挖掘海量AIS数据, 提出了一种新的航道水深信息获取方法, 即构建船舶安全航行水深参考图; 采用数据预处理的方法对历史与在线的AIS数据进行清洗和修补, 生成船舶运动轨迹; 选定船舶航行区域的时间与经纬度, 采用K-means聚类算法对船舶航行过程中的吃水数据进行聚类分析, 得到不同安全航行区域的船舶分类, 运用BP神经网络模型预测并补齐AIS数据中缺失的船舶最大吃水信息; 分割船舶历史轨迹, 当子轨迹的时间间隔在10~20min时, 采用Spline插值方法对船舶轨迹中的丢失数据进行插值; 采用凸包构建同类船舶的安全航行水深区域图, 将不同吃水类型船舶的安全航行水深区域图合并, 得到船舶安全航行水深合并图; 将不同吃水类型的船舶安全航行水深合并图与航道图叠加, 得到船舶安全航行水深参考图。试验结果表明: 当聚类算法参数设置为4时, 聚类后得到4类船舶, 对应的船舶最大吃水范围分别为0.1~4.8、4.8~6.6、6.6~10.0、10.0~13.0m, 对应的至少可通航船舶吃水分别为1.8、2.4、3.3、5.0m, 说明船舶最大吃水与至少可通航船舶吃水呈正相关关系; 构建的船舶安全航行水深参考图在电子航道图中覆盖了86%的航道, 并与航道图的深水部分重合率为80%, 因此, 构建的船舶安全航行水深参考图能反映航道水深的真实情况, 满足不同类别船舶的导航需求。      

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤，一是压缩 AIS 数据，二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法，只考虑船舶轨迹的压缩形状，忽视了船舶航行中其他重要信息。为解决此问题，把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面，传统谱聚类方法只对船舶轨迹的位置进行相似性度量，没有考虑船舶轨迹的其他维度，针对此问题，提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量，引入Calinski-Harabasz指标评价谱聚类算法，实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究，并与传统谱聚类算法做比较实验。实验结果表明，利用该方法提取到的典型轨迹符合真实水域的交通情况，相较于传统谱聚类方法具有更高的聚类质量。     

考虑游览船运营特征的航道通过能力评价方法

为构建客货船舶协同动态运行控制技术体系，以经典航道通过能力模型为基础，构建基于游览船运营特征(发船高峰性和航线集中度)的航道通过能力模型.根据黄浦江游览核心区船舶自动识别系统(AIS)数据，对所提出的航道通过能力模型进行实证分析.研究结果表明，本文航道通过能力模型能够较为准确地评价研究区域的实际航道通过能力.游览船发船高峰时期与现有航线规划条件下，黄浦江游览核心区航道通过能力(76艘/h)趋近饱和状态；当过境船到达超过69艘/h时，建议海事相关部门采取“错峰”航行等相关政策.     

考虑游览船运营特征的航道通过能力评价方法

为构建客货船舶协同动态运行控制技术体系，以经典航道通过能力模型为基础，构建基于游览船运营特征(发船高峰性和航线集中度)的航道通过能力模型.根据黄浦江游览核心区船舶自动识别系统(AIS)数据，对所提出的航道通过能力模型进行实证分析.研究结果表明，本文航道通过能力模型能够较为准确地评价研究区域的实际航道通过能力.游览船发船高峰时期与现有航线规划条件下，黄浦江游览核心区航道通过能力(76艘/h)趋近饱和状态；当过境船到达超过69艘/h时，建议海事相关部门采取“错峰”航行等相关政策.     

基于航行数据的北极地区船舶排放清单

基于自动识别系统分析了极地船舶航行数据, 考虑冰区船舶受力, 提出了主机功率估算模型; 选取劳氏船级社数据验证了主机功率模型的可行性与可信度; 结合3种不同的航行状态与排放因子、负荷因子建立了动态船舶废气排放模型; 选取中国远洋海运集团有限公司穿越北极地区的“永盛”轮等5艘船舶的航行数据, 使用燃油消耗法对船舶排放估算模型进行验证; 利用排放估算模型计算了北极地区船舶排放清单, 并在ArcGIS上显示排放的时空分布等特征。研究结果表明: 北极地区的各类船舶废气排放中, CO₂的排放量最多, 约为69.7%, NO_x和SO_x次之, 分别为13.3%和12.0%, CH₄最少, 为0.4%;各类船型的排放分担率最大的为集装箱船(29.3%), 其次为破冰船(28.8%), 其中集装箱船和散货船的废气排放量占比达到了50.4%;北极地区船舶废气CH₄、CO₂、CO、HC、NO_x、SO_x、PM的排放量分别为504.85、82 545.63、1 645.90、562.54、15 711.47、14 232.54、3 263.15 t, 与船舶交通流密度相符; 2016年9月散货船、集装箱船、油轮和渔船废气排放量最大, 10、11月逐渐减少, 这与该地区的冰封情况有较大关系; 一天内, 滚装船、渔船和破冰船的废气排放在11:00~18:00出现一段波峰, 这可能是由船舶的工作性质决定的。      

改进的Sliding Window在线船舶AIS轨迹数据压缩算法

分析了船舶AIS数据的时间序列特征与船舶操纵特性, 提出了改进的Sliding Window在线压缩算法; 计算了277艘船舶总计1 026 408个坐标点的AIS轨迹数据, 确定了合适的压缩阈值, 分析了距离阈值与角度阈值对算法压缩率的敏感程度; 根据压缩率图像的阶跃点, 推荐了高、中、低3个档位的距离阈值和1个角度阈值, 对比了Douglas-Peucker算法和改进Sliding Window算法的压缩率与压缩效率。试验结果表明: 随着压缩率的提高, 压缩后所剩下的点越来越少, 数据所保留下来的有用信息也越来越少; 压缩率与距离阈值、角度阈值均呈正比; 经量纲为1化处理的高、中、低档位压缩距离阈值分别为43%、38%、33%船长; 距离阈值为130m时, 角度阈值超过9°后压缩率平稳, 所以推荐角度阈值为9°, 与《海港总体设计规范》 (JTS 165—2013) 中风流压差角8°相接近; 随着距离阈值的增大, Douglas-Peucker算法和改进Sliding Window算法压缩率趋于相近, 当距离阈值为120 m时, Douglas-Peucker算法压缩率仅比改进Sliding Window算法高1.74%;在5种距离阈值的情况下, Douglas-Peucker算法运行所用的平均时间是改进Sliding Window算法的5.39倍; 随着数据量的增大, 2种算法压缩效率的差距更加明显。可见, 改进的Sliding Window算法能在降低压缩风险的同时大幅提高压缩效率, 可以在数据持续更新的状态下一直保持压缩状态, 与普通压缩模式相比, 系统所占用的资源更少, 处理效率更高, 可用于船舶轨迹数据处理、电子海图显示与对船舶关键行为特征提取等方面。      

人工免疫原理在Linux网络安全中的应用

介绍基于主机的人工免疫入侵检测模型和基于网络的入侵检测模型,构建基于主机和网络的入侵检测系统模型,并通过否定选择、静态克隆和动态克隆等算法,利用测试数据进行实验验证,得到与预期一致的结果.