基于时空约束和三角形迭代划分的渔船AIS与ARPA轨迹匹配

针对现有的轨迹相似度匹配算法用于渔船AIS(Automatic Identification System)与ARPA(Automatic Radar Plotting Aid)轨迹匹配时存在复杂度高、效率低等问题,本文提出基于时空约束和三角形迭代划分的渔船AIS与ARPA轨迹匹配算法TSC-TIP(Temporal and Spatial Constraint-Triangle Iterative Partitioning)。首先采用时空约束法筛选出ARPA目标时空约束范围内的AIS数据;其次采用三角形相似算法选择与AIS数据具有相似特征点的APRA轨迹数据;最后设计了子轨迹迭代划分法将每条轨迹划分为两条子轨迹并采用三角形相似法对子轨迹进行迭代筛选。为验证算法的性能,用渔船的真实AIS轨迹数据和ARPA轨迹数据进行了试验,结果表明:与基于经典距离的相似性度量方法相比,提出的TSC-TIP算法在不影响匹配准确率的前提下,匹配时间减少了95%。研究表明:TSC-TIP算法能有效匹配渔船AIS与ARPA轨迹数据,为面向AIS与ARPA的渔船轨迹数据融合研究提供了新思路。