基于ais信息的港口水域船舶异常行为识别研究

《基于ais信息的港口水域船舶异常行为识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据主要符号表VTSVesselTraffiCService船舶交通服务AISAutomaticIdentificationSystem船舶自动识别系统IMOInternationalMaritimeOrganization国际海事组织MMSIMaritimeMobileServiceIdentity海上移动通信业务标识CoGCourse0verGround对地航向OLAPOn—LineAnalyticalProcessing在线联机分析处理ElectronicChartDisplayandInformationEC

2、DIS电子海图显示与信息系统SystemIntegratedVesselInformationService基于ECDIS和AIS的船舶IVISSEASystembasedonECIDSandAIS综合信息服务系统GMMGaussianMixtureModel高斯混合模型KDEKernelDensityEstimation核密度估计PDFProbablitityDensityFunction概率密度函数VII万方数据1．1选题背景第1章绪论随着全球经济一体化持续繁荣发展，特别是我国最近提出的“一路一带”的战略构想中的建设

3、21世纪海上丝绸之路，体现出国家对海洋运输的重视，预计我国与世界各个国家和地区之间海运贸易量持续增加，伴随而来的是承担海上货物运输船舶数量的急剧增加，并且运输船舶本身朝着大型化、高速化方向发展，这样导致我国沿海各狭水道、港口、码头等水域内的船舶交通越来越密集和复杂，船舶航行需要更加的谨慎，海事监管机构确保各自辖区通航水域内船舶交通安全和效率所面临的责任和挑战日益严峻。为了维护水域交通安全，提高交通效率，减少事故、保护海洋环境，我国自1982年在宁波启用第一个VTS系统开始，至今共建设了20余个VTS中心站【lJ，其覆盖范

4、围已经基本涵盖全国沿海各主要港口，对抵达所辖水域的船舶实行服务和监管。但是仍然有一些船舶在港口水域发生搁浅或者碰撞事故，这一方面可能是由于当时的地理环境和交通环境复杂，交通态势发生突变，船舶驾驶员没有做出正确的操船行动而酿成事故的发生；另一方面，船舶交通管理中心的值班人员在事故发生之前没有有效的识别、发现监控区域可能导致事故发生的船舶的异常行为，从而没有提前给予警告和提示，以阻止事故的发生。由此可见，海上交通监管中船舶异常行为的识别是VTS中心对海域实行有效的监控和保证海上交通安全和效率的重要基础和保障。传统的海上交通信

5、息采集方法主要有人工观测、航拍图像和雷达观测【2】，这些方法费时费力，且得到的海上交通数据精度不高，不方便存储和分析。从2002年至今，大量的船舶都配备船舶自动识别系统【3J(AutomaticIdentificationSystem)，该设备能够自动发射船舶实时的静态信息和动态信息。船舶的动、静态信息能够清晰的反映船舶的实时航行行为状态和海上的交通环境。AIS信息的结构如下表所示【3】：表1．1AIS信息中包含具体的静态、动态和与航次有关的信息Tab．1．1Dynamic，staticandvoyageinformat

6、ioncontainedbyAISdata万方数据经过多年的发展，沿海各港口监管机构已经积累了大量的船舶AIS信息数据，如果运用计算机和数据挖掘、机器学习技术对这些数据进行正确有效的处理和研究，就可以发现监控海域中那些妨碍交通效率或者有可能酿成交通事故的船舶异常行为，比如船舶航行偏离规定的航路、穿越航道、在航道中停车、行驶速度过高或者过低等行为14J，诸如此类的船舶异常行为不仅影响交通效率，而且会极大地增加交通危险，甚至导致船舶搁浅、碰撞、沉没，酿成巨大的人命财产损失和环境灾难。当VTS中心监控的船舶数量较少时，值班人员

7、可能会及时发现，但是如果海域出现数量巨大的船舶，加上VTS中心值班人员时间和精力有限而无法及时地识别这些异常船舶行为，就有可能产生无法估量的经济损失、人员伤亡。因此从加强海上交通监管效率的角度考虑，以船舶AIS信息作为基础数据，对中国沿海港口水域船舶异常行为识别方法进行研究，为建设我国的智能VTS系统提供理论基础。1．2国内外研究现状1．2．1国外研究现状有关船舶异常行为识别的研究成果主要集中在瑞典、澳大利亚、法国、美国、意大利等发达国家，文献[5】将研究区域划分成网格，运用二维高斯混合模型对每个网格船舶轨迹点进行空间拟

8、合，然后将检测船舶轨迹点代入对应网格的二维高斯混合模型，将得到的概率值与设定的阈值进行对比，如果概率值小于阈值，就将检测船舶标识为异常行为的船舶。文献[6]在文献[5]的基础上考虑船舶速度大小和方向，运用四维高斯混合模型拟合研究区域每个网格内的船舶轨迹点，然将检测船舶轨迹点代入对应网格的四维高斯混合模型，将得到的概率