基于AIS信息的港口水域船舶異常行為識(shí)別研究.pdf

1、船舶異常行為的識(shí)別研究是建設(shè)海上智能交通監(jiān)控系統(tǒng)的基礎(chǔ)理論，現(xiàn)階段我國沿海水域雖然建立了VTS系統(tǒng)，但是船舶擱淺、碰撞的事故時(shí)有發(fā)生，造成巨大的生命財(cái)產(chǎn)損失和對(duì)海洋環(huán)境的污染破壞。產(chǎn)生交通事故的原因可能是由于當(dāng)時(shí)的地理環(huán)境和交通環(huán)境復(fù)雜，交通態(tài)勢(shì)發(fā)生突變，船舶駕駛員沒有預(yù)知危險(xiǎn)，釀成海上交通事故;也可能是VTS中心的值班人員在事故發(fā)生之前沒有對(duì)轄區(qū)內(nèi)航行船舶進(jìn)行有效跟蹤、識(shí)別區(qū)域可能導(dǎo)致事故發(fā)生的異常行為的船舶，從而沒有提前給予警告和提

2、示，以阻止事故的發(fā)生。隨著船舶數(shù)量的增多，值班人員所面臨的工作壓力將會(huì)更大。為了提高海上交通監(jiān)控系統(tǒng)的效率，降低值班人員的工作負(fù)擔(dān)，本文在對(duì)已有研究進(jìn)行分析、歸納的基礎(chǔ)上采用軌跡聚類、貝葉斯分類器、非參數(shù)核密度估計(jì)的方法開展了船舶異常行為識(shí)別的研究，主要研究工作如下:
　　(1)根據(jù)平面幾何中的點(diǎn)與直線的關(guān)系，設(shè)計(jì)了選取特定多邊形區(qū)域內(nèi)船舶AIS信息的數(shù)學(xué)方法。將該方法在數(shù)據(jù)庫中運(yùn)用Transact-SQL語句編寫成存儲(chǔ)過程，可以

3、方便的實(shí)現(xiàn)特定海域船舶AIS信息選取。
　　(2)設(shè)計(jì)基于空間——方向距離的船舶軌跡線相似度度量計(jì)算方法。該方法綜合考慮船舶軌跡間的空間和方向相似性，經(jīng)測(cè)試該方法比傳統(tǒng)的只考慮船舶軌跡空間相似性方法更具有合理性，為船舶軌跡聚類學(xué)習(xí)提供更精確的劃分標(biāo)準(zhǔn)。
　　(3)以廈門港青嶼水道為例，建立船舶軌跡相似度矩陣，運(yùn)用K-means聚類算法對(duì)船舶航行行為模式進(jìn)行聚類學(xué)習(xí)，得到監(jiān)控海域內(nèi)船舶典型航行行為模式。
　　(4)采用非

4、參數(shù)核概率密度函數(shù)表達(dá)貝葉斯分類器中的類條件概率密度函數(shù)，經(jīng)過實(shí)驗(yàn)對(duì)比分析得出，核概率密度函數(shù)比已有文獻(xiàn)中采用的的多維高斯概率密度函數(shù)更能反映船舶軌跡點(diǎn)空間概率密度分布，該方法為貝葉斯分類器提供更精準(zhǔn)的分類依據(jù)。
　　(5)構(gòu)建基于貝葉斯分類器的廈門港青嶼水道船舶常規(guī)航行行為的分類和軌跡異常的航行行為識(shí)別模型。通過實(shí)驗(yàn)表明該方法能夠?qū)崿F(xiàn)船舶常規(guī)航行行為的正確分類和偏離原有航行行為模式的軌跡異常船舶行為在線識(shí)別。
　　本文以船