样条插值法在AIS数据修复中的应用研究

AIS动态数据反映了船舶的运动状态,对于船舶导航、避碰和水上态势感知具有重要作用。然而在实际使用中,由于船舶通过城区和山区复杂环境,AIS动态数据时有时会丢失及出现错误,容易导致水上交通态势的误判。在内河水域,AIS船台很多时候是感知水上交通态势唯一的工具,难以以其他探测手段作为依据判断AIS动态数据的正确性。本文提出一种对错误AIS数据识别的方法,并用改进的三次样条插值法对AIS数据进行修复。在长江岳阳河段的实地实验表明,本文提出的方法有效,修复误差位置精度达到6.5m,速度精度达到0.07m/s,能够准确修复AIS数据。     

远洋船舶运输大数据快速检索算法

传统船舶数据检索算法存在关键字索引连接速率过慢、单次检索数据总量过低等弊端。为解决上述问题,设计新型远洋船舶运输大数据快速检索算法。通过关键字索引结构建立、数据查询节点确定2个步骤,完成远洋船舶运输大数据的索引与查询。在此基础上,通过远洋船舶运输数据集创建、待检索数据捕获处理、减速流程完善3个步骤,实现新型快速检索算法的顺利运行。对比实验结果表明,与传统船舶数据检索算法相比,应用新型远洋船舶运输大数据快速检索算法后,关键字索引连接速率明显提升、单次检索数据总量最大值超过9.0×10~9 T。     

船舶自动识别系统数据分布式存储方法

目前船舶存储自动识别系统(AIS)数据主要用关系数据库.随着时间的推移,积累的AIS数据量逐渐增大,面临的问题是如何高效率地存储和查询长期的AIS数据.现利用键值对构建AIS数据存储结构模型,通过建立分布式数据库来存储长期的AIS数据.实验结果表明:构建的分布式数据库模型可以存储海量AIS信息,基于键值对的数据存储结构提高了AIS信息查询速度,为船舶轨迹的长期查询提供了一种有效的方法.     

改进灰色模型的船舶航行轨迹自动预测研究

为实现更加精准、自动化的船舶航行轨迹预测,利用改进灰色模型,提出一种基于改进灰色模型的船舶航行轨迹自动预测方法。在船舶航行中的AIS数据中对船舶航行轨迹数据进行提取,其中AIS数据具体包括船舶航程数据、船舶动态数据以及船舶动态数据。通过数据估计算法插补缺失数据,分为2个步骤,第1步是对插补数据进行识别,第2步是对其进行插补。通过改进灰色模型对船舶航行轨迹进行自动预测,主要使用基于缓冲算子改进的灰色模型构建船舶航行轨迹自动预测模型。选取某船舶服务项目中包含的船舶AIS数据作为实验数据,对设计方法进行实例测试。测试结果表明,设计方法的数据提取质量较高、预测模型的误差较小,具有广阔的市场应用前景。     

AIS系统的最小二乘向量机数据修复算法研究

AIS是船舶安全系统中的一个重要子系统,能够为海上交通管理信息化提供必要的船舶静态与动态数据。但是AIS系统受多种因素的影响会产生大量的异常数据,误导船舶避碰决策,难以满足海事监管要求,所以必须对AIS系统中的异常数据进行修复,以保证AIS系统数据的完整性、连续性和可靠性。本文阐述了AIS系统的工作原理与异常数据的成因,基于最小二乘向量机算法构建起AIS系统异常数据修复模型,并对模型进行优化,建立PSO-LSSVM模型,提高了异常数据修复的准确性。     

基于AIS数据的船舶航行安全评价模型构建

针对现有船舶海上航行安全度求解复杂、参考因素权重确定困难等方面的不足，研究影响评价模型准确性的数据来源、模型构建方法等问题，提出一种基于关系型数据库的船舶重要指标筛选方法和数据库构建及检索设计方案。构建基于模糊数学方法、层次分析法(Analytic Hierarchy Process, AHP)和专家评价法的船舶碰撞危险度(Collision Risk Index, CRI)求解模型，并根据实船自动识别系统(Automatic Identification System, AIS)数据对船舶航行安全评价数学模型和构建的数据库进行验证。结果表明，基于AIS数据的船舶航行安全评价数据库具有较好的可靠性和易用性。船舶航行安全评价模型计算结果可信，符合专家经验及《国际海上避碰规则》要求，可为船舶海上航行安全评价提供技术和理论支持。     

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。     

应用于AIS VDL监测的AIS船台静态信息标准符合度监测系统设计

在AIS VDL(VHF数据链路)监测中,为了解决AIS信息符合性问题,提出了AIS船台静态信息标准符合度监测系统设计方案。该方案主要是基于AIS船台电文数据和船舶数据库信息,应用Spark、Hadoop大数据处理平台,对船舶的MMSI、船名、呼号、IMO号、类型、尺寸、转发指示符等的标准符合度进行实时监测,实现智能识别异常AIS船台,为海事监管部门提供精确可靠的船舶识别信息。     

利用AIS数据库实现船舶状态数据监测与挖掘

在现有海上船舶监控系统中,无论是基于雷达信号数据还是视频监控数据,由于信号传输机制及最终信号处理都需要一定时间,其实效性并不高,应用范围也有一定的局限性。AIS(自动识别系统)是一种工作在高频段的自主广播系统,能够实现岸基与船舶、船舶与船舶之间实施交换航行状态、位置坐标以及气象变换等信息。本文在研究现有AIS原理及结构的基础上,基于AIS数据交互提出一种实现船舶状态数据监控的控制平台,并给出仿真结果。     

基于低信噪比AIS数据的船舶航迹精准预测

针对船舶自动识别系统(AIS)数据存在较大的实时系统噪声和测量噪声,且易丢包和产生错误的问题,提出了滑动卡尔曼循环网络.该方法采用加窗处理的方式,通过在各窗口中建立状态方程,并使用实时计算的噪声对其进行更新,将非线性高斯系统转化为线性高斯系统.将该高信噪比状态参数输入相应时刻的循环单元中,训练网络参数,从而拟合其非线性关系,实时预测船舶的航迹进行.试验对"大连—烟台"航段的AIS数据进行分析,并将所得结果与传统方法相对比,证明该方法具有较高的精度和较快的速度,可实时对船舶航行轨迹进行精准预测.     

AIS在海事智能信息化监管中的应用及存在问题探讨

随着船舶自动识别系统(以下简称AIS)在船舶上的广泛应用,AIS设备已然成为海事主管机关跟踪和掌握船舶动态最主要的手段之一。但是,由于各种原因,船舶AIS设备在实际应用中显现出了诸多亟待解决的问题,例如AIS的身份信息与实船完全不符、单一船舶有多重AIS身份、多艘船舶拥有同一个AIS身份等多样的问题。因此,海事部门作为主管机关有责任不断优化管理理念,探索更为有效的管理手段和管理方法,杜绝船载AIS信息混用的现象,规范船载AIS设备的使用,提高AIS高质量数据的应用,持续推动智慧海事发展,切实保障水上交通安全。     

AIS在船舶避碰中的应用

根据IMO要求，海上航行船舶将陆续安装AIS(Automatic lndentification Systern)系统。如何利用AIS系统进行船舶避让，将是驾驶员首先要解决的问题。本针对ARPA(Automatic Radar Plotting Aids)和VHF(Very High Frequency)的局限性及AIS的技术特点，对AIS在船舶避碰中的应用进行了阐述。     

杭州湾水域通航规律

为合理规划水域使用、协调工程建设与交通用海关系,运用以船舶自动识别系统(AIS)数据解析为主、船舶交通管理系统(VTS)观测为辅的技术措施,分析杭州湾水域主要航道、航路的海上交通规律,根据不同类型和不同尺度船舶的AIS轨迹分布情况,从通航密度、船舶类型、船长分布、船舶到达时间规律、船舶吃水深度、船舶航速和最大通航船长等7个方面分析水域通航特征,为相关部门进行工程决策提供技术支撑。     

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。     

海上无人驾驶技术中的数据融合应用技术

现有的海上无人驾驶船舶数据融合应用技术存在数据精度差、数据波动大的弊端,为了解决上述问题,提出海上无人驾驶船舶数据融合应用技术研究。AIS与雷达设备采集的船舶数据存在较大的差异,采用聚类方法与高斯-克吕格投影方法分别对数据的时间与空间进行校准,得到采集时间序列一致、表述一致的船舶数据,以此为基础,利用模糊数学算法对目标船舶的关联航迹数据进行求取,以关联航迹数据为依据采用加权融合算法对AIS与雷达数据权值进行分配,实现海上无人驾驶船舶数据的融合应用。通过性能测试得到,与现有的数据融合应用技术相比较,提出的海上无人驾驶船舶数据融合应用技术极大的提升了数据精度,降低了数据波动的幅值,说明本文方法的海上无人驾驶船舶数据融合应用技术具有更好的性能。     

一种远程船舶动态监控系统的研究与展望

针对船舶自动识别系统(AIS)广播距离受限,岸上指挥中心无法通过基站对远洋航行的舰艇进行快速准确地动态监控和预警指挥的问题,提出一种远程船舶动态监控系统—北斗AIS系统。通过分析比较卫星AIS、LRIT系统在远程船舶动态监控中的应用缺陷,设计构想北斗AIS系统并对其优点进行了研究分析,证明北斗AIS系统能够有效增大舰用AIS的作用范围,且能保证信息的完整性和数据更新频率,增强传输保密性。     

复杂环境中高可用船舶AIS大数据信息处理方法

提升复杂通航环境下船舶航行安全性,提出复杂环境中高可用船舶AIS大数据信息处理方法。选取分布式架构作为船舶AIS大数据的信息处理架构,采集船舶AIS数据,对数据实施报文解析处理,利用云计算节点将完成AIS大数据传送至Oracle数据库。Oracle数据库采用同步复制技术,利用Markov链建立可用性评估模型,依据可用性评估结果确定分布式数据库的最佳接管方案,提升AIS大数据的可用性。选取Dbscan算法完成数据聚类,数据聚类结果为舰船目标识别等应用提供数据基础。实验结果表明,该方法可以有效处理船舶AIS大数据,数据聚类的类内相似度高于0.93,信息处理可用性高。     

提升算法下船舶AIS航迹数据压缩方法

为保证船舶AIS航迹数据的有效管理,提升船舶管理水平,研究提升算法下船舶AIS航迹数据压缩方法。该方法通过IEC61162-1标准和ITU1371-1协议,转换AIS轨迹数据格式,采用基于偏序集的规则链方法清洗转换后的AIS数据,并完成数据中经度和纬度的坐标转换。将数据存储在SQLite数据库,并按照时间顺序将其导入提升算法中,通过该算法压缩船舶AIS航迹数据,获取船舶AIS压缩后航迹数据。测试结果显示：该方法的压缩率均在90.6%以上,数据长度损失率最大值为0.11%,压缩效果较好,并且可保证压缩后数据的完整性;压缩后可较好地保存船舶转向行为数据点,确保数据的效用成果,提升船舶的管理水平。     

基于谷歌地球的船舶动态监控系统的研究与开发

针对传统的船舶动态监控系统开发周期长、成本高的问题,提出一种基于谷歌地球(Google Earth)的开发方法。分析Google Earth应用程序开发接口,定义船舶动态数据结构;采用KML技术,提出标绘船位和航向的新方法;通过新的动态数据加载方法,解决海上动态物标实时显示的问题;给出屏幕坐标到地理坐标的转换公式和流程,为实现信息查询提供理论基础。采用这种技术对成山角水域以及营口港的船舶进行监控,验证了方法的可行性和有效性。     

一种基于AIS数据的船舶航线自动规划方法

为采用航线自动规划技术设计出最优船舶航行路径,提出一种基于船舶自动识别系统(Automatic Identifi-cation System,AIS)数据和航行区域栅格化地图建立环境模型,结合蚁群算法求解最优航线的航线自动规划方法.对航行区域地图进行栅格化处理,利用海量AIS数据定义可通航栅格和障碍物栅格,结合邻接矩阵...