首页 / 专利分类库 / 信号装置 / 交通 / 海上航行器的交通控制系统 / 一种基于AIS和雷达应答器的船舶航迹挖掘系统及方法

一种基于AIS和雷达应答器的船舶航迹挖掘系统及方法

申请号 CN202410108548.1 申请日 2024-01-26 公开(公告)号 CN117932514A 公开(公告)日 2024-04-26
申请人 上海嗒嘀导航技术有限公司; 交通运输部南海航海保障中心广州航标处; 发明人 曹钜旋; 朱伟; 隋永举; 韩佳彤; 张亚萍; 阳建云; 吉淑娟; 欧德营; 李鹏宇; 岳剑光; 肖悦; 李胜;
摘要 本 发明 公开了一种基于AIS和雷达应答器的 船舶 航迹挖掘系统及方法,系统由AIS模 块 、雷达应答器模块和航迹挖掘模块三部分组成,其核心是基于AIS(Automatic Identification System)和雷达应答器数据来进行船舶航迹的分析和挖掘;本发明中,将AIS数据和雷达应答器数据进行有效融合,在数据源层面实现了优势互补,提高了船舶航迹信息的完整性和准确性,系统集成了先进的 机器学习 和 数据挖掘 算法 ,能够自动识别和分类航迹模式、检测异常航迹,并基于历史数据进行行为预测,这是传统航迹处理系统所不具备的智能化功能,通过实时分析船舶航迹数据,能够及时发现潜在的航行 风 险并发出预警,有效提升了海上交通管理的安全性和响应速度。
权利要求

1.一种基于AIS和雷达应答器的船舶航迹挖掘系统,其特征在于,包括AIS模、雷达应答器模块和航迹挖掘模块,所述AIS模块包括AIS接收单元、数据解码与预处理单元和数据存储单元;
所述AIS接收单元负责接收船舶通过AIS系统广播的信号,所述数据解码与预处理单元对接收到的AIS原始数据进行解码,将其转换为标准的数据格式,并进行必要的数据清洗和预处理,以消除错误或冗余信息,所述数据存储单元将解码和预处理后的AIS数据存储在数据库中,供后续的航迹挖掘模块使用;
所述雷达应答器模块包括雷达应答器接收器、信号处理与解析单元、数据同步与融合单元,所述雷达应答器接收器接收来自船舶雷达应答器的信号,所述信号处理与解析单元对接收到的雷达应答器信号进行处理和解析,提取出船舶的位置、身份信息,所述数据同步与融合单元将解析后的雷达应答器数据与AIS数据进行时间同步和数据融合,以获取更全面、准确的船舶动态信息;
所述航迹挖掘模块包括航迹生成单元、航迹分析单元、可视化与交互单元和决策支持单元,所述航迹生成单元利用同步和融合后的AIS和雷达应答器数据,生成船舶的航迹信息,所述航迹分析单元对生成的航迹进行深入分析,包括航迹模式识别、异常航迹检测、行为预测,使用各种机器学习数据挖掘算法,所述可视化与交互单元将航迹数据和分析结果以图形化或地图化的方式展示给用户,并提供丰富的交互功能,包括航迹回放、险热图显示,所述决策支持单元基于航迹挖掘的结果,提供海上交通管理、安全监控方面的决策支持,包括生成航道优化建议、航行风险预警。
2.根据权利要求1所述的一种基于AIS和雷达应答器的船舶航迹挖掘系统,其特征在于,所述AIS接收单元负责接收船舶通过AIS系统广播的信号,包含船舶的静态信息和动态信息,静态信息包括船舶名称、MMSI码、船舶类型,动态信息包括位置、航速、航向。
3.根据权利要求1所述的一种基于AIS和雷达应答器的船舶航迹挖掘系统,其特征在于,所述雷达应答器是一种被动设备,当被船舶雷达触发时,会发送包含其位置信息的回应信号。
4.根据权利要求1所述的一种基于AIS和雷达应答器的船舶航迹挖掘系统,其特征在于,所述航迹生成单元利用同步和融合后的AIS和雷达应答器数据,生成船舶的航迹信息,包括航迹点序列的生成、航迹属性的计算,包括航速和航向。
5.一种基于AIS和雷达应答器的船舶航迹挖掘方法,其特征在于,包括如下步骤:
S1、数据收集:利用AIS基站网络接收船舶发出的AIS信号,AIS信号包含了船舶的识别信息、位置、航速、航向、时间戳的关键数据,同时,通过布设在关键海域的雷达应答器接收船舶的询问信号,并获取船舶的相关信息,这些信息包括船舶的识别码、位置、时间戳,雷达应答器接收的船舶信息在航标上进行处理;
S2、数据预处理:对AIS数据进行清洗,去除由于信号干扰、设备故障或传输错误导致的异常、重复或不完整的数据记录;
S3、数据融合:利用最近邻算法,将来自AIS和雷达应答器的数据匹配到同一船舶上,对于每个AIS或雷达应答器接收到的数据点,计算其与已知航迹中的最近数据点之间的距离,当该距离小于预设的阈值,则将该数据点关联到相应的航迹上,否则认为该数据点属于新的航迹;
S4、航迹挖掘:应用轨迹聚类算法对融合后的船舶航迹数据进行聚类分析,通过根据船舶的历史航行轨迹识别出常见的航行路径和模式,帮助理解船舶的行驶习惯和交通流特征,还通过利用异常检测算法检测航迹数据中的异常行为,以识别出偏离常规航线、异常停泊、超速行驶的异常行为;
S5、结果输出与应用:将挖掘出的船舶航迹结果以可视化图表、报告或实时数据流的形式输出,通过结果展示船舶的航行轨迹、交通密度分布、异常行为信息,为海上交通管理部提供直观的决策支持。
6.根据权利要求5所述的一种基于AIS和雷达应答器的船舶航迹挖掘方法,其特征在于,所述S1中AIS信号包含了船舶的识别信息,包括MMSI码,位置,包括经纬度,航速、航向、时间戳的关键数据。
7.根据权利要求5所述的一种基于AIS和雷达应答器的船舶航迹挖掘方法,其特征在于,所述S2进行数据预处理,包括对雷达应答器捕获的数据进行解码,将其转换为与AIS数据兼容的格式,并进行必要的错误检查和修正,同时将AIS数据和雷达应答器数据进行时空对齐,由于不同数据源存在时间延迟或空间偏差,因此通过算法对数据进行同步处理,确保每个数据点都能准确对应到实际的时间和地理位置。
8.根据权利要求5所述的一种基于AIS和雷达应答器的船舶航迹挖掘方法,其特征在于,所述S3在数据融合过程中,根据数据的质量和可靠性给予不同数据源适当的权重,当AIS数据在某个时间段内非常稳定且连续,而雷达应答器数据较为稀疏,则在融合时给予AIS数据更高的权重。
9.根据权利要求5所述的一种基于AIS和雷达应答器的船舶航迹挖掘方法,其特征在于,所述S4进行航迹挖掘,应用数据挖掘技术挖掘船舶航迹数据中的隐藏信息和规律,包括通过关联规则挖掘以发现不同船舶之间的交互模式或航道使用的关联关系,通过序列模式挖掘以揭示船舶航行的时序规律。
10.根据权利要求5所述的一种基于AIS和雷达应答器的船舶航迹挖掘方法,其特征在于,所述S5进行结果输出与应用,将航迹挖掘结果应用于海上交通监控、船舶行为分析、航道规划、海上搜救领域。

说明书全文

一种基于AIS和雷达应答器的船舶航迹挖掘系统及方法

技术领域

[0001] 本发明属于电子信息和自动化技术领域,特别是涉及一种基于AIS和雷达应答器的船舶航迹挖掘系统及方法。

背景技术

[0002] 船舶航迹是海上交通活动特征的直接体现,对于船舶行为辨识、交通组织以及导助航服务至关重要,AIS技术通过基站接收船舶发出的数据和信息,为航迹提取提供了基础,然而,这种方法依赖于船舶上的AIS设备正常工作,而现实中存在AIS数据传输不稳定、部分船舶未装备AIS或人为关闭设备等问题;
[0003] 雷达站在识别船舶和获取航迹方面相对成熟,但受限于海上设置场地和供电条件,其应用范围有限,雷达应答器通过接收船舶询问信号来获取船舶信息,传统的雷达应答器仅发送莫尔斯编码作为回应,随着雷达数字射频技术和微波技术的发展,全数字雷达应答器的出现为获取船舶运动轨迹提供了新的可能;
[0004] 当前我国拥有庞大的海区航标网络,为AIS航标和雷达应答器的布设提供了坚实的基础条件,通过结合AIS和雷达应答器技术,可以弥补各自在船舶航迹获取方面的不足,提高航迹数据的完整性和准确性;基于此,本发明提出了一种基于AIS和雷达应答器的船舶航迹挖掘系统及方法。

发明内容

[0005] 本发明提供了一种基于AIS和雷达应答器的船舶航迹挖掘系统及方法,将AIS数据和雷达应答器数据进行有效融合,在数据源层面实现了优势互补,提高了船舶航迹信息的完整性和准确性。
[0006] 本发明是通过以下技术方案实现的:
[0007] 一种基于AIS和雷达应答器的船舶航迹挖掘系统,包括AIS模、雷达应答器模块和航迹挖掘模块;
[0008] 所述AIS模块包括AIS接收单元、数据解码与预处理单元和数据存储单元,所述AIS接收单元负责接收船舶通过AIS系统广播的信号,这些信号包含船舶的静态信息(如船舶名称、MMSI码、船舶类型等)和动态信息(如位置、航速、航向等);所述数据解码与预处理单元对接收到的AIS原始数据进行解码,将其转换为标准的数据格式,并进行必要的数据清洗和预处理,以消除错误或冗余信息;所述数据存储单元将解码和预处理后的AIS数据存储在数据库中,供后续的航迹挖掘模块使用。
[0009] 所述雷达应答器模块包括雷达应答器接收器、信号处理与解析单元、数据同步与融合单元,所述雷达应答器接收器接收来自船舶雷达应答器的信号,雷达应答器是一种被动设备,当被船舶雷达触发时,会发送包含其位置信息的回应信号;所述信号处理与解析单元对接收到的雷达应答器信号进行处理和解析,提取出船舶的位置、身份等信息;所述数据同步与融合单元将解析后的雷达应答器数据与AIS数据进行时间同步和数据融合,以获取更全面、准确的船舶动态信息。
[0010] 所述航迹挖掘模块包括航迹生成单元、航迹分析单元、可视化与交互单元和决策支持单元,所述航迹生成单元利用同步和融合后的AIS和雷达应答器数据,生成船舶的航迹信息,这包括航迹点序列的生成、航迹属性的计算(如航速、航向等);所述航迹分析单元对生成的航迹进行深入的分析,包括航迹模式识别、异常航迹检测、行为预测等,这通常需要使用到各种机器学习数据挖掘算法;所述可视化与交互单元将航迹数据和分析结果以图形化或地图化的方式展示给用户,并提供丰富的交互功能,如航迹回放、险热图显示等;所述决策支持单元基于航迹挖掘的结果,提供海上交通管理、安全监控等方面的决策支持。例如,可以生成航道优化建议、航行风险预警等。
[0011] 一种基于AIS和雷达应答器的船舶航迹挖掘系统及方法,包括以下步骤:
[0012] S1、数据收集:利用AIS基站网络接收船舶发出的AIS信号,这些信号包含了船舶的识别信息(如MMSI码)、位置(经纬度)、航速、航向、时间戳等关键数据,同时,通过布设在关键海域的雷达应答器接收船舶的询问信号,并获取船舶的相关信息,这些信息可能包括船舶的识别码、位置、时间戳等,雷达应答器接收的船舶信息在航标上进行处理;
[0013] S2、数据预处理:对AIS数据进行清洗,去除由于信号干扰、设备故障或传输错误导致的异常、重复或不完整的数据记录;
[0014] 对雷达应答器捕获的数据进行解码,将其转换为与AIS数据兼容的格式,并进行必要的错误检查和修正;
[0015] 将AIS数据和雷达应答器数据进行时空对齐,由于不同数据源可能存在时间延迟或空间偏差,因此需要通过算法对数据进行同步处理,确保每个数据点都能准确对应到实际的时间和地理位置;
[0016] S3、数据融合:利用最近邻算法(Nearest Neighbor),将来自AIS和雷达应答器的数据匹配到同一船舶上,对于每个AIS或雷达应答器接收到的数据点,计算其与已知航迹中的最近数据点之间的距离,如果该距离小于预设的阈值,则将该数据点关联到相应的航迹上,否则,认为该数据点属于新的航迹;
[0017] 这一步是为了解决不同数据源之间可能存在的数据不一致问题;
[0018] 在数据融合过程中,根据数据的质量和可靠性给予不同数据源适当的权重,例如,如果AIS数据在某个时间段内非常稳定且连续,而雷达应答器数据较为稀疏,那么在融合时可以给予AIS数据更高的权重;
[0019] S4、航迹挖掘:应用轨迹聚类算法对融合后的船舶航迹数据进行聚类分析,这些算法能够根据船舶的历史航行轨迹识别出常见的航行路径和模式,有助于理解船舶的行驶习惯和交通流特征;
[0020] 利用异常检测算法检测航迹数据中的异常行为,这些算法能够识别出偏离常规航线、异常停泊、超速行驶等异常行为,对于海上交通监管和安全预警具有重要意义;
[0021] 应用数据挖掘技术挖掘船舶航迹数据中的隐藏信息和规律,例如,通过关联规则挖掘可以发现不同船舶之间的交互模式或航道使用的关联关系;通过序列模式挖掘可以揭示船舶航行的时序规律等;
[0022] S5、结果输出与应用:将挖掘出的船舶航迹结果以可视化图表、报告或实时数据流的形式输出,这些结果可以展示船舶的航行轨迹、交通密度分布、异常行为等信息,为海上交通管理部提供直观的决策支持;
[0023] 将航迹挖掘结果应用于海上交通监控、船舶行为分析、航道规划、海上搜救等领域,例如,海上交通管理部门可以利用这些结果优化航道布局、设置航行规则,提高海上交通的效率和安全性;海上搜救机构可以利用这些结果快速定位失踪船舶的可能位置,缩小搜救范围。
[0024] 本发明包括有以下有益效果:
[0025] 1、通过融合AIS和雷达应答器技术,取长补短,提高了航迹数据的完整性和准确性,解决了AIS数据传输不稳定、部分船舶未装备AIS或人为关闭设备等问题,以及传统雷达应答器功能限制等问题。
[0026] 2、满足了海上交通监管和航海保障的需求,能够提供更加全面、准确和实时的船舶航迹信息,为海上交通监管和船舶航行安全提供保障,其可应用于海上交通监控、船舶行为分析、航道规划、海上搜救等领域。
[0027] 3、为海上交通管理和安全提供了决策支持,通过对船舶航行的全面分析和挖掘,可以发现潜在的安全隐患和管理问题,为管理部门提供决策依据,提高海上交通的效率和安全性。附图说明
[0028] 为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0029] 图1为本发明一种基于AIS和雷达应答器的船舶航迹挖掘系统的系统架构图;
[0030] 图2为本发明一种基于AIS和雷达应答器的船舶航迹挖掘方法的数据预处理流程图
[0031] 图3为本发明中一种基于AIS和雷达应答器的船舶航迹挖掘方法的数据融合算法示意图。

具体实施方式

[0032] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
[0033] 如图1所示,本发明一种基于AIS和雷达应答器的船舶航迹挖掘系统,整个系统主要由AIS模块、雷达应答器模块和航迹挖掘模块三大部分组成。
[0034] 1.AIS模块
[0035] AIS接收单元:负责接收船舶通过AIS系统广播的信号,这些信号通常包含船舶的静态信息(如船舶名称、MMSI码、船舶类型等)和动态信息(如位置、航速、航向等);数据解码与预处理单元:对接收到的AIS原始数据进行解码,将其转换为标准的数据格式,并进行必要的数据清洗和预处理,以消除错误或冗余信息;数据存储单元:将解码和预处理后的AIS数据存储在数据库中,供后续的航迹挖掘模块使用。
[0036] 2.雷达应答器模块
[0037] 雷达应答器接收器:接收来自船舶雷达应答器的信号,雷达应答器是一种被动设备,当被船舶雷达触发时,会发送包含其位置信息的回应信号;信号处理与解析单元:对接收到的雷达应答器信号进行处理和解析,提取出船舶的位置、身份等信息;数据同步与融合单元:将解析后的雷达应答器数据与AIS数据进行时间同步和数据融合,以获取更全面、准确的船舶动态信息。
[0038] 3.航迹挖掘模块
[0039] 航迹生成单元:利用同步和融合后的AIS和雷达应答器数据,生成船舶的航迹信息,这包括航迹点序列的生成、航迹属性的计算(如航速、航向等);航迹分析单元:对生成的航迹进行深入的分析,包括航迹模式识别、异常航迹检测、行为预测等,这通常需要使用到各种机器学习和数据挖掘算法;可视化与交互单元:将航迹数据和分析结果以图形化或地图化的方式展示给用户,并提供丰富的交互功能,如航迹回放、风险热力图显示等;决策支持单元:基于航迹挖掘的结果,提供海上交通管理、安全监控等方面的决策支持,例如,可以生成航道优化建议、航行风险预警等;
[0040] 通过上述三个模块的协同工作,该系统能够实现对船舶航迹的高效、智能挖掘,为海上交通管理和安全监控提供有力支持。
[0041] 结合图2说明本发明一种基于AIS和雷达应答器的船舶航迹挖掘方法的数据预处理流程;
[0042] 1.数据接收与初步检查
[0043] AIS数据接收:通过AIS接收器捕获船舶广播的AIS信号;雷达应答器数据接收:通过雷达应答器接收器接收船舶的雷达回应信号;初步检查:确认数据接收完整,无大面积数据丢失。
[0044] 2.数据清洗
[0045] 移除重复数据:基于时间戳和船舶标识符(MMSI)删除重复条目;过滤无效数据:识别并剔除格式错误、不完整或无法解析的数据记录;处理异常值:通过统计方法识别异常速度、位置等数据,并进行适当修正或删除。
[0046] 3.数据解码
[0047] AIS数据解码:将AIS原始信号解码为船舶静态和动态信息;雷达应答器数据解码:解析雷达回应信号,提取船舶位置信息。
[0048] 4.数据格式化
[0049] 时间格式化:统一时间戳格式,如转换为UTC时间;坐标格式化:将经纬度坐标转换为统一的坐标系统,如WGS84;数据结构标准化:确保AIS和雷达应答器数据具有相同的字段和数据类型。
[0050] 5.时空对齐
[0051] 时间同步:对齐AIS数据和雷达应答器数据的时间戳,确保它们在时间上的一致性;空间关联:基于船舶位置和时间戳将AIS数据和雷达应答器数据进行空间关联。
[0052] 6.数据质量评估
[0053] 完整性评估:检查处理后数据的完整性,确保无关键信息丢失;准确性验证:通过与其他可靠数据源对比,验证处理后数据的准确性。
[0054] 7.输出预处理数据
[0055] 将经过预处理并评估合格的数据输出到航迹挖掘系统,供后续分析使用;此数据预处理流程图确保了从原始AIS和雷达应答器数据到航迹挖掘输入数据的高效、准确转换,为船舶航迹挖掘提供了坚实的基础。
[0056] 结合图3说明本发明一种基于AIS和雷达应答器的船舶航迹挖掘方法的数据融合算法;
[0057] 基于AIS和雷达应答器的船舶航迹挖掘方法中数据融合算法的工作流程包括输入数据源、处理过程、数据融合技术和最终输出。
[0058] 1.输入的数据源
[0059] AIS数据源:包括船舶的静态信息(如船舶名称、MMSI码、船舶类型等)和动态信息(如位置、航速、航向等);雷达应答器数据源:包括船舶的位置信息、距离和方位
[0060] 2.处理过程
[0061] 数据预处理:对AIS和雷达应答器数据进行清洗、解码和格式化,确保数据质量和一致性;时间同步:将AIS数据和雷达应答器数据按照时间戳进行对齐,解决数据之间的时间差异;空间关联:基于船舶位置信息将AIS数据和雷达应答器数据进行关联,形成统一的船舶航迹数据。
[0062] 3.数据融合技术
[0063] 卡尔曼滤波:利用卡尔曼滤波算法对AIS和雷达应答器数据进行融合,以提高船舶位置和航速的估计精度;数据插值:对于数据缺失或稀疏的情况,采用插值算法对航迹进行平滑处理。
[0064] 4.输出
[0065] 融合后的航迹数据:包括船舶的精确位置、航速和航向等信息,供后续航迹挖掘和分析使用;该数据融合算法的核心思想是利用AIS和雷达应答器数据的互补性,通过卡尔曼滤波和数据插值技术,生成高精度、连续平滑的船舶航迹数据,算法首先对AIS和雷达应答器数据进行预处理,确保数据的质量和一致性,然后,通过时间同步和空间关联步骤,将两种数据源进行对齐和关联,接下来,利用卡尔曼滤波算法对关联后的数据进行融合处理,以提高船舶位置和航速的估计精度,最后,对于数据缺失或稀疏的情况,采用插值算法对航迹进行平滑处理,生成最终的融合航迹数据。
[0066] 为了更具体地理解基于AIS和雷达应答器的船舶航迹挖掘方法中的数据融合算法,结合以下示例,它们说明了算法的不同应用场景和处理方式。
[0067] 示例一:正常情况下的数据融合
[0068] 输入:
[0069] AIS数据:船舶A的MMSI码、位置(经度、纬度)、航速和航向。
[0070] 雷达应答器数据:船舶A的距离和方位角。
[0071] 处理过程:
[0072] 数据预处理:清洗和格式化AIS和雷达数据,确保数据质量。
[0073] 时间同步:将AIS和雷达数据对齐到同一时间戳。
[0074] 空间关联:基于位置信息将AIS和雷达数据关联起来。
[0075] 数据融合:
[0076] 使用卡尔曼滤波算法融合AIS和雷达数据,生成船舶A的高精度位置和航速估计。
[0077] 预测步骤:
[0078] [\hat{x}{k|k‑1}=F_k\hat{x}{k‑1|k‑1}]
[0079] [P_{k|k‑1}=F_k P_{k‑1|k‑1}F_k^T+Q_k]
[0080] 其中,(\hat{x}{k|k‑1})是基于上一时刻的预测状态,(F_k)是状态转移矩阵,(P{k|k‑1})是预测误差协方差,(Q_k)是过程噪声协方差。
[0081] 更新步骤:
[0082] [K_k=P_{k|k‑1}H_k^T(H_k P_{k|k‑1}H_k^T+R_k)^{‑1}]
[0083] [\hat{x}{k|k}=\hat{x}{k|k‑1}+K_k(z_k‑H_k\hat{x}{k|k‑1})][P{k|k}=(I‑K_k H_k)P_{k|k‑1}]
[0084] 其中,(K_k)是卡尔曼增益,(H_k)是观测模型矩阵,(R_k)是观测噪声协方差,(z_k)是当前观测值,(\hat{x}{k|k})是更新后的状态估计,(P{k|k})是更新后的误差协方差。
[0085] 输出:
[0086] 融合后的航迹数据:船舶A的精确位置、航速和航向,用于后续航迹分析和挖掘。
[0087] 示例二:AIS数据缺失时的数据融合
[0088] 输入:
[0089] AIS数据:由于信号干扰,船舶B的AIS数据暂时缺失。
[0090] 雷达应答器数据:船舶B的距离和方位角仍然可用。
[0091] 处理过程:
[0092] 数据预处理:仅对雷达数据进行清洗和格式化。
[0093] 时间同步:由于AIS数据缺失,仅依赖雷达数据的时间戳。
[0094] 空间关联:仅使用雷达数据确定船舶B的位置。
[0095] 数据融合:
[0096] 由于AIS数据缺失,主要依赖雷达数据进行航迹估计。
[0097] 使用插值算法平滑雷达数据,以填补AIS数据的空白。
[0098] 线性插值公式:
[0099] [y=y_0+\frac{(x‑x_0)\times(y_1‑y_0)}{x_1‑x_0}]
[0100] 其中,((x_0,y_0))和((x_1,y_1))是已知的两个点,(x)是要插值的点的横坐标,(y)是插值得到的纵坐标。
[0101] 输出:
[0102] 融合后的航迹数据:尽管精度可能略有下降,但仍能提供船舶B的大致位置和航向。
[0103] 示例三:多源数据冲突时的数据融合
[0104] 输入:
[0105] AIS数据:船舶的位置和航速信息。
[0106] 雷达应答器数据:由于多路径效应或设备误差,船舶的雷达数据与AIS数据存在冲突。
[0107] 处理过程:
[0108] 数据预处理:识别并标记可能存在冲突的AIS和雷达数据。
[0109] 时间同步:对齐数据时间戳。
[0110] 空间关联:尝试将AIS和雷达数据关联起来,但考虑到冲突。
[0111] 数据融合:
[0112] 使用加权平均或其他冲突解决算法处理AIS和雷达数据之间的冲突。
[0113] 根据数据质量和可靠性为AIS和雷达数据分配不同的权重:
[0114] [\text{Fused Value}=\frac{w_1\times\text{AIS Value}+w_2\times\text{Radar Value}}{w_1+w_2}]
[0115] 其中,(w_1)和(w_2)分别是AIS数据和雷达数据的权重,根据数据质量和可靠性进行分配。
[0116] 输出:
[0117] 融合后的航迹数据:提供船舶C的折中位置和航速估计,同时标注数据冲突区域以供进一步审查。
[0118] 以上示例展示了基于AIS和雷达应答器的船舶航迹挖掘方法中的数据融合算法在不同情况下的灵活性和实用性,通过结合AIS和雷达数据的优势,并应用适当的数据融合技术,算法能够生成准确、可靠的船舶航迹数据,为航海安全和交通管理提供有力支持。
[0119] 本发明中,基于AIS和雷达应答器的船舶航迹挖掘系统及方法的优点和创新点如下:
[0120] 优点:
[0121] 综合性数据源:该方法结合了AIS(Automatic Identification System)和雷达应答器的数据,从而能够获取更全面、准确的船舶动态信息,AIS提供了船舶的标识、位置、航向和航速等关键信息,而雷达应答器则补充了在AIS信号受限或不可用时的位置追踪数据;
[0122] 实时性强:系统能够实时收集和处理AIS和雷达应答器的数据,确保船舶航迹信息的即时性和最新性,对于海上交通监控和安全预警至关重要;
[0123] 高精度航迹生成:通过对AIS和雷达数据的融合处理,该方法能够生成高精度的船舶航迹,包括航迹点序列和航迹属性,有效减少了单一数据源可能存在的误差和不确定性;
[0124] 智能航迹分析:航迹分析模块集成了模式识别、异常检测和行为预测等功能,能够自动识别常见的航迹模式、检测异常航迹,并基于历史数据预测船舶的未来行为,大大提高了海上交通管理的智能化平;
[0125] 可视化与交互性:系统提供直观的可视化界面,能够将航迹数据和分析结果以图形或地图的形式展示给用户,同时支持用户自定义分析参数和查看不同时间段的航迹数据,增强了系统的实用性和用户友好性。
[0126] 创新点:
[0127] 数据融合技术:该方法首次将AIS数据和雷达应答器数据进行有效融合,在数据源层面实现了优势互补,提高了船舶航迹信息的完整性和准确性;
[0128] 智能航迹挖掘算法:系统集成了先进的机器学习和数据挖掘算法,能够自动识别和分类航迹模式、检测异常航迹,并基于历史数据进行行为预测,这是传统航迹处理系统所不具备的智能化功能;
[0129] 实时风险预警机制:通过实时分析船舶航迹数据,系统能够及时发现潜在的航行风险并发出预警,有效提升了海上交通管理的安全性和响应速度;
[0130] 灵活的可视化与交互设计:系统不仅提供了丰富的可视化展示选项,还支持用户根据需求自定义分析参数和查看方式,这种灵活的设计使得系统能够更好地适应不同用户和应用场景的需求。
[0131] 在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0132] 以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
QQ群二维码
意见反馈