基于LSTM-EMD模型的船舶航迹预测方法

船舶运动轨迹预测是船舶避碰、海上交通管理等领域的一个关键问题,对于提高航海安全性有着不可忽视的作用。现有成果包含了许多不同的轨迹预测模型,但很少有关于预测误差和补偿技术的研究。针对船舶轨迹预测与补偿技术,提出了一种结合长短时记忆(Long Short-Term Memory,LSTM)神经网络模型和经验模态分解(Empirical Mode Decomposition,EMD)算法的预测框架,包含数据预处理、LSTM模型预测、EMD分解、残差预测及补偿,利用AIS(Automatic Identification System,AIS)数据进行实验验证,实验结果表明:与BP神经网络模型和LSTM神经网络模型相比,该组合模型的均方根误差和平均绝对百分比误差均为最小,是一种预测精度更高的船舶运动轨迹预测方法。