基于AIS数据的船舶安全航行水深参考图

摘要：

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10～20 min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、10.0～13.0 m,对应的至少可通航船舶吃水分别为1.8、2.4、3.3、5.0 m,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.

关键词：交通信息工程、水深参考图、BP神经网络、船舶分类、轨迹分割、凸包理论

所属期刊栏目：18

分类号：U612.26(航道工程)

资助基金：国家自然科学基金项目51479157;中央高校基本科研业务费专项资金资助项目2018Ⅲ064GX,2018-zy-127

在线出版日期：2018-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：171-181