结合地理信息与AIS数据的海上航道自适应提取方法

海上航道对于海上态势感知具有重要意义。然而,现有的航道提取方法存在航道航路点易丢失、提取准确性不高等问题,本文依据船舶航路点数量与其途经岛屿、港口等地理区域数量相等的准则,提出了一种结合地理信息与自动识别系统(Automatic Identification System, AIS)数据的海上航道自适应提取方法。首先,构建港口之间往返船只AIS航迹数据集,将每条AIS航迹等间距分段并计算每段航迹的平均航速,设置航速差初始阈值,计算相邻航段平均航速差超过阈值的数量作为初始船只转弯次数。其次,统计AIS航迹途经岛屿、港口等地理区域的数量,若其与利用AIS航迹提取的船舶转弯次数不相等,则根据两者的差异自适应调整航速差阈值,重新提取船舶航路点,直至其与途经地理区域的数量相等,将平均航速差超出最终阈值的航迹段的连接点作为船舶航路点。然后,利用基于密度的聚类算法将所有船舶的航路点聚类为航路点集合,计算航路点集合的质心作为航道的航路点。最后,以航道航路点为顶点、航路点之间的连线为边构建有向图,并删除落在陆地上的连线后得到最终的航道提取结果。利用潍坊港—连云港港之间行驶的20条船舶的AIS数据开展了海上航道提取实验,结果表明,与基于交通路径异常检测的航道提取方法相比,本文方法得到的船舶航路点的平均虚检率降低了9.1%,平均漏检率降低了16.7%,显著提升了航道航路点位置提取的准确性。

基于AIS轨迹和改进蚁群算法的船舶航线规划方法

在保证船舶航线安全的前提下,以最短航程为目标,提出基于AIS轨迹和改进蚁群算法的船舶航线规划方法。对船舶AIS数据进行预处理,去除船舶AIS数据中的冗余数据,完成船舶AIS数据提纯;采用基于粒子群与K均值混合聚类算法的核心转向点筛选与识别方法,筛选并识别船舶AIS数据中船舶航线核心转向点数据;通过基于改进蚁群算法的航线规划方法,以核心转向点数据为基础,构建航线网络,在此网络中,通过人工势场法对蚁群算法进行改进,对船舶航线进行寻优,实现船舶航线规划。经实验验证,本文方法能够规划出安全合理的船舶航线。

基于AIS数据的船舶风险领域模型

为构建船舶风险领域及分析其特征,基于船舶自动识别系统(Automatic Identification System,AIS)数据提出一种具有风险级别的船舶领域模型。首先,根据预处理后的AIS数据,获取他船相对于本船的位置。然后,采用椭圆领域边界对船舶相对位置数据进行筛选,同时获取到代表风险级别的临界点,并使用最小二乘法对其进行拟合,从而得到船舶风险领域。最后,利用老铁山水道中149 m、190 m、229 m、300 m船舶的AIS数据对所提方法进行验证,并分析船舶风险领域的特征。结果表明,该方法可以较好地反映船舶的风险级别;在同一风险级别时,不同尺度船舶间的风险领域长、短半轴与船长之比差异较小;风险级别为1的船舶领域边界接近于圆形;他船在本船周围分布的密集程度不同。本研究所提模型对航行安全保障、航行风险研究有一定的参考意义。

悬空波导环境下AIS信号超视距传播特性分析

大气波导可陷获无线电波信号,使其发生超视距传播现象,影响无线电系统信号传播预测和性能评估应用。本文针对由探空数据诊断的悬空波导个例,利用对流层电波传播确定性方法模拟岸-船自动识别系统(automatic identification system,AIS)传播链路,定量研究了不同悬空波导环境影响下AIS信号的超视距传播特性。结果表明:波导强度50 M单位且底高约7 m的悬空波导环境下,AIS信号发生明显超视距传播现象;波导底高约700 m且强度较大的悬空波导环境也会对AIS信号传播产生影响;相比于单一悬空波导模型,复合悬空波导(文中指两个悬空波导层结构组成)环境对AIS信号传播影响更大。本文研究成果可为大气波导监测反演、无线电系统设计、装备效应评估等应用提供重要理论参考。

船舶自动识别系统(AIS)数据在海洋渔业中研究应用现状

在全球海洋主要经济渔业资源衰退的背景下,如何保护和可持续开发利用海洋渔业资源受到全球各国、地区和组织高度重视,一直是研究热点。受传统海洋渔业数据的制约,一直难以全面了解远洋渔船的捕捞足迹,因此,无法对其实行有效监控和管理。船舶自动识别系统(automatic identification system,AIS)提供的全球远洋渔船轨迹数据可以用于量化分析从单艘到全球渔船行为,挖掘的历史捕捞强度空间信息可为海洋捕捞活动的监测管理和生态压力评估提供良好的可替代数据来源,成为近年海洋信息和海洋渔业研究的新热点。为促进AIS数据在我国海洋渔业中的研究应用,对AIS近年的研究内容和应用现状进行总结,指出AIS数据目前研究的不足和未来潜在的研究方法,以期为AIS在海洋渔业中的研究和应用提供参考。

基于图像处理和AIS数据的船舶异常行为报警系统

船舶数量增多在很大程度上影响着船舶航行的安全性,需要对其他船舶的异常行为进行判断并发出预警。单纯依靠AIS数据去判断船舶异常行为,存在数据准确度不高和信息滞后等问题。本文提出结合图像处理技术和AIS数据来对船舶异常行为进行综合判断,使用YOLO V3对获取的监控图像进行处理,对船舶目标进行有效识别,使用DBSCAN算法对船舶航迹进行聚类仿真,进而判断船舶的异常行为。最后将获取的图像目标识别、航迹聚类结果和异常行为规则库进行比较,实现对船舶异常行为的检测和报警。

AIS航标在遥测遥控系统中的定位跳变问题探究

文章以汕头港5号船舶自动识别系统(Automatic Identification System,AIS)航标为例,对AIS航标在遥测遥控系统中发生定位跳变的现象进行探讨,并简单阐述规范AIS航标管理和避免类似情况再次发生的一些工作思路。

AIS在航海技术中的应用分析

AIS(Automatic Identification System)是一种通过无线电通信技术实时监测船舶位置和状态的系统,为全球海上交通提供了安全性和效率性的支持。本文详细介绍了AIS的概述、特点以及在航海技术中的具体应用,包括船舶智能控制、船舶位置报告、港口船舶调度和水文气象信息监测等方面。未来,AIS技术有望推动航运智能技术的发展,成为保障航运安全的关键技术之一,为全球海上交通系统的可持续发展提供先进解决方案。

基于AIS和物联网的靠泊自动计算系统

船舶AIS数据资源的应用极大地推动了航运事业的发展。但与此同时,AIS信息存在如船舶状态信息错误的问题。为此,本文将AIS信息与物联网信号传输进行融合,实现航运数据的物联网对接,应用AIS大数据中的传感器自动更新的精准定位信息和航速情况,结合AIS电子围栏技术,构建靠泊自动计算系统,实现船舶靠泊状态的精准自主判断。

AIS在当代航海技术中的应用研究

结合航海贸易发展,以保障船舶航行安全性作为重点,要求相关工作人员应积极采取先进航海技术。而在船舶实际航行过程中,传统雷达技术的应用识别精度较低。因此,可借助AIS技术,提高船舶信息获取准确性,进而确保航行安全。AIS具有自动识别功能,能够有效提升信息传输质量,提升目标监测水平。本文在简述AIS的基础上,深入分析AIS与当代航海技术的关系,并具体分析AIS的应用。

基于AIS的港口繁忙指数模型研究

目前宁波地区港口经济快速发展,港口拥堵现象时有发生,为优化港口资源配置,提高港口服务效率,有必要对港口繁忙程度进行有效评估,因此提出港口繁忙指数这一概念。通过分析已有的指数类型和构建模式,确定了基于横向比较的港口繁忙指数构建方法,形成了港口繁忙程度评价指标体系,建立了港口繁忙指数模型,并依托东海航海保障中心宁波航标处AIS数据库对宁波舟山港北仑第二集装箱码头和大榭码头的繁忙指数进行计算,验证了该模型的有效性。

基于AIS信号的低空大气波导监测试验分析

鉴于低空大气波导对海上工作的雷达、通信系统的显著影响,提出了基于实测船舶自动识别系统(automatic identification system, AIS)信号的海上低空大气波导遥感新方法.首先讨论了不同大气折射环境下的AIS信号传播特性,验证了低空大气波导尤其表面波导对海上实际VHF频段AIS信号的显著影响;然后给出了2018年4月20日以及22日岸基AIS接收机接收功率平面位置分布图结果,利用接收站附近探空站的修正大气折射率剖面验证了大气波导是形成AIS信号远距离传播的主要原因;最后给出了基于AIS信号反演低空大气波导的步骤,采用粒子群优化算法得到根据单一方位接收功率的反演结果.该方法具有被动接收、时空分辨率高的优点,是当前雷达海杂波、卫星导航信号遥感探测大气波导的有益补充.

船舶AIS和雷达航迹数据的关联及融合

文中基于统计方法和模糊数学方法,设计出二级航迹数据关联及融合算法.在进行航迹数据关联时,先由基于统计的第一级关联准则对数据进行筛选,再由基于模糊数学的第二级关联准则从航向、航速、方位、距离四个因素进行综合评价,同时保证了算法的效率和准确率,数据融合采用基于最小方差原则的加权平均法.借助MATLAB对设计的算法进行仿真验证.结果表明:该算法的运算效率和融合数据的准确率均有提升.

北方海区沿海AIS信号覆盖影响因素及保证措施分析

文章对AIS岸基系统的建设情况和应用进行了介绍,对影响北方海区沿海AIS信号覆盖的因素进行了分析,并提出了保证沿海AIS信号覆盖的措施建议,以确保AIS信号的正常覆盖。

基于AIS数据的航运物流港口调度优化研究

目的针对宁波舟山港区的复杂航道水域与密集物流交通流,研究更加有效的调度方案,达成调度时间和等待时间最小化,即效率最大化。方法分析宁波舟山港区航道的航行情况,提出交会处复杂航道水域存在的问题,以调度时间和等待时间最小为目标的多目标函数,建立复杂航道水域船舶调度模型。针对大量的船舶AIS数据,构建基于神经网络的航道水域调度模型,对不同类型、不同大小的船舶建立速度变化和船舶预测模型,实现对船舶调度状态的预测。设计以传统粒子群算法为基础的改良版船舶调度算法。结果算法对模型求解表明,根据不同船长与间距可判别交通流拥挤程度进而对船舶进行调度。通过模型预测到可能产生拥挤,则应当选择小型船只走条帚门航道,大型船只走虾峙门航道,并且尽量避免产生拥堵。结论使用该模型与算法可以有效地提升船舶调度效率,为复杂航运物流港口调度优化研究提供了一定理论基础。

基于AIS通信量的水上交通事故检测方法

基于数据驱动的交通事故检测对水上交通事故的快速救援与降低事故损失具有重要作用。为实现无自主报告情形下的交通事故自动检测,研究了基于船舶自动识别系统(automatic identification system,AIS)通信量的水上交通事故检测方法。通常情况下,突发的水上交通事故会扰乱船舶正常航行秩序,事故引起的船舶运动状态改变会导致AIS通信量短时间内产生突变,为挖掘AIS通信量随水上交通事故演变的内在规律,并降低噪声影响,以凸显检测指标的突变特征,引入AIS通信量和船舶总数比值构建水上交通事故检测指标;为确保检测的时效性,采用滑动窗口模型用于划分检测指标数据片段与设定更新时间的间隔,并构建基于卡尔曼滤波的水上交通事故检测模型进行检测指标的短期预测;为保证检测结果的准确性,采用云模型进行检测模型阈值范围的快速划分。使用长江武汉段水域内AIS数据对基于AIS通信量的水上交通事故检测方法进行模型验证和仿真研究,实验结果表明:与采用标准正态偏差和多尺度直线拟合算法的检测模型相比,提出的基于卡尔曼滤波算法的检测模型可在耗时最短的情形下获得最高命中率与最低误检率,分别为97.25%与0.42%;在进一步的仿真实验中,针对3种不同的船舶事故场景,提出的基于AIS通信量的水上交通事故检测方法均能在5 min内检测出水上交通事故的发生。

船舶AIS与视频图像信息融合方法研究

针对船舶监控中AIS与视频图像跟踪轨迹关联匹配难的问题,提出一种基于综合因素模糊评判算法的AIS与视频图像融合方法.设计了分布式框架融合模型,通过Darknet网络模型结合YOLOv3算法深度学习框架,实现视频图像中船舶目标的识别与跟踪.抽取船舶AIS的目标运动特征,通过短时时空轨迹预测和坐标转换实现AIS航迹与视频图像跟踪轨迹的时空配准.基于综合因素模糊评判算法实现船舶AIS与监控图像信息融合.结果表明:所提出的方法对内河航道多船舶目标的融合准确率达到82.4%,对船舶交汇场景依据具有很高的识别率.

AIS数据驱动下的渡船横越场景识别与碰撞风险建模

为定量评价渡船横越航道过程的碰撞风险,提出了基于船舶自动识别系统(Automatic Identification System,AIS)数据的渡船会遇识别和碰撞风险评价模型。首先根据船舶航行轨迹识别出会遇场景,然后利用模糊综合评价法构建船舶碰撞风险评价模型,实现船舶碰撞风险的实时量化,最后基于长江南京段汽渡船舶进行案例分析。结果表明渡船在横越过程中会遇态势复杂,平均碰撞风险一般随会遇船舶数量的增加而增大。提出的模型可以分析渡船横越过程中的碰撞风险变化趋势和不同会遇场景下的碰撞风险水平,为渡船碰撞风险感知与路径规划提供支撑。

AIS远程故障诊断系统的设计与实现

现代航运中,AIS对航行安全越来越重要.由于AIS必须持续工作,且关联设备多,因而容易出现故障.而传统故障诊断维修效率低,给业界带来困扰.本文针对AIS终端各种可能的故障进行分析,创建诊断专家知识库,设计一套AIS智能故障诊断专家系统.系统通过船员现场操作和专家远程指导合作,实现AIS故障维修,解决AIS故障带来的隐患问题.实践证明,该系统检测正确率和自适应性达到预期效果,对各种型号AIS故障诊断具有通用性.

长江干线AIS航标助航作用的调查与评估

本文从综合评估结果来看,AIS航标可用性与辨识度以及助航作用效果得分超过了80,评级为良好,说明驾驶员、引航员、VTS管理人员对这种导助航设备比较认可和接受,同时它的实际价值——助航作用也比较大,所以AIS航标的推广应用具有比较好的前景和需求。航道管理部门要把握发展的方向和趋势,在不减少视觉航标的基础上,积极拓展新型助航设备的应用范围,为保障船舶航行安全、航道畅通提供更好的服务。