一种基于AIS信息的船舶实时准确位置获取方法技术

本发明专利技术公开了一种基于AIS信息的船舶实时准确位置获取方法，该方法包含以下步骤：1)划定被检测航段，通过采集到的船舶AIS信息实时数据，解析AIS数据，并整理航段内的所有船舶随时间变化的轨迹数据；2)对采集到的船舶轨迹数据进行清洗，剔除脏数据，得到原始数据集；3)填充原始数据集中每条船舶轨迹点与点间的真实轨迹信息数据，得到含输入和标签对的数据训练集；4)对数据训练集按比例进行抽样分割，将数据训练集划分为模型训练数据集和模型验证数据集；5)使用长短时记忆网络LSTM对船舶模型数据训练集进行船舶实时位置模型训练，并使用模型验证数据集进行模型验证，得到船舶实时位置模型；6)使用船舶实时位置模型，对被测船舶实时准确位置进行获取。

【技术实现步骤摘要】
一种基于AIS信息的船舶实时准确位置获取方法
本专利技术涉及深度学习技术，尤其涉及一种基于AIS信息的船舶实时准确位置获取方法。
技术介绍
随着我国经济飞速发展，内河航运行业也得到了空前的发展，成为国民经济中举足轻重的产业类型。AIS在内河船舶管理中占据重要地位。作为水运交通领域的主要讯息手段，AIS保障了内河水运的安全和高效。由于AIS讯息被限定只能在在VHF频段传输，当某一航段在航或在泊船舶较多时，如锚地、坝区，会造成船舶AIS传输频段阻塞，AIS讯息抢频段、延迟、丢包等问题。这些问题会对以AIS作为通航讯息手段的内河管理单位及船舶方造成恶劣影响。而基于深度学习的AIS大数据预测船舶实时准确的方法能够解决和改善上述问题，保障内河通航安全和效率。
技术实现思路
本专利技术主要解决和改善的问题应对现有技术中的不足，提出一种基于AIS信息的船舶实时准确位置获取方法。本专利技术采用的技术方案是：一种基于AIS信息的船舶实时准确位置获取方法，其特征包括以下步骤：1)划定被检测航段，通过采集到的船舶AIS信息实时数据，解析AIS数据，并整理航段内的所有船舶随时间变化的轨迹数据；2)对采集到的船舶轨迹数据进行清洗，剔除脏数据，得到原始数据集；3)填充原始数据集中每条船舶轨迹点与点间的真实轨迹信息数据，得到含输入和标签对的数据训练集；4)对数据训练集按比例进行抽样分割，将数据训练集划分为模型训练数据集和模型验证数据集；5)使用长短时记忆网络LSTM对船舶模型数据训练集进行船舶实时位置模型训练，并使用模型验证数据集进行模型验证，得到船舶实时位置模型；6)使用船舶实时位置模型，对被测船舶实时准确位置进行获取。按上述方案，所述步骤1)划定被检测航段，通过附近船舶或岸边建筑上的AIS设备采集到的连续船舶AIS信息实时数据，解析AIS数据，并整理航段内的所有船舶随时间变化的轨迹数据具体包括：依靠经纬度坐标划定需被测航段范围；1.1)解析AIS报文数据后，比对划定后的航段经纬度范围，剔除范围外的AIS船舶信息；1.2)整理航段内的所有船舶随时间变化的轨迹数据，如下：式中：SMMSIi表示任意一条划定范围内的船舶航迹数据，latn表示某一时刻该船舶航迹位置的纬度坐标，lngn表示某一时刻该船舶航迹位置的精度坐标，θn表示表示某一时刻该船舶的航行角度，tn表示某一时刻时间。所述步骤2)中对采集到的船舶轨迹数据进行清洗，剔除脏数据，得到原始数据集具体包括：3.1)剔除停靠船舶的轨迹数据，剔除违反航道航行规定的船舶轨迹数据；3.2)整理得到原始数据集SMMSIi。所述步骤3)中填充原始数据集中每条船舶轨迹点与点间的真实轨迹信息数据，得到含输入和标签对的数据训练集具体包括：4.1)在原始数据集中每条船舶轨迹点与点间填充真实轨迹信息数据，如下：得到数据训练集SMMSI′i式中数据角标n-1-k表示填充在原始数据集tn-1时刻和tn时刻之间的第k-1个船舶真实轨迹点；m表示填充的第m-1个船舶真实轨迹点；m与k无关，m与k的大小仅影响填充轨迹点的疏密程度，值越大则轨迹点越密集，反之亦然；m与k还影响最终船舶实时位置模型的预测点密度；4.2)将SMMSI′i拓展为含输入和标签对的数据训练集Si，如下：式中Si中第一列为输入数据，第二列为标签数据。所述步骤4)中对数据训练集按比例进行抽样分割，将数据训练集划分为模型训练数据集和模型验证数据集具体包括：5.1)依据步骤4.2)得到的数据训练集Si中船舶轨迹的彼此不相关特性，确定数据抽样方法为随机抽样；5.2)依据步骤4.2)得到的数据训练集Si中船舶轨迹数量确定分割比例如下：其中：ε数据训练集Si分割比例，表示i表示船舶轨迹数量。5.3)使用5.2)中的分割比例ε将数据训练集Si分割为模型训练数据集STRAi和模型验证数据集STESi。所述步骤5)中使用长短时记忆网络LSTM对船舶模型数据训练集进行船舶实时位置模型训练，并使用模型验证数据集进行模型验证，得到船舶实时位置模型具体包括：6.1)设置长短时记忆网络LSTM的两个门状态函数如下：设置长短时记忆网络LSTM的网络所有输出层节点的误差平方和为损失函数，如下：式中，yi表示训练样本里面的实际船舶实时位置位置数据，表示LSTM计算的出来的船舶实时位置预测值；6.2)实现LSTM的向前计算，遗忘门输出计算如下：ft＝σ(Wf[ht-1，xt]+bf)式中ft表示LSTM遗忘门输出，Wf是遗忘门的权重矩阵，ht-1表示上一时刻LSTM输出值，xt表示LSTM当前输入数据，[ht-1，xt]表示把两个向量按长度合并，bf是遗忘门的偏置项；引入等式将矩阵Wf拆解为Wfh和Wfx；输入门输出计算如下：it＝σ(Wi[ht-1，xt]+bi)式中it表示LSTM遗忘门输出，Wi是遗忘门的权重矩阵，bi是输入门的偏置项；引入等式将矩阵Wi拆解为Wih和Wix；输入计算状态输出计算如下：式中为输入计算状态输出，Wc是输入计算状态的的权重矩阵，bc是其的偏置项；引入等式将矩阵Wc拆解为Wch和Wcx；当前单元状态输出计算如下：式中ct为当前单元状态输出，运算符ο表示按元素乘；引入等式将矩阵Wi拆解为Wih和Wix；输出门输出计算如下：ot＝σ(Wo[ht-1，xt]+bo)式中ot为输出门输出，Wo是当前输入单元状态的的权重矩阵，bo是其的偏置项；引入等式将矩阵Wo拆解为Woh和Wox；LSTM输出值计算如下：ht＝otοtanh(ct)式中ht表示当前LSTM输出值；6.3)计算LSTM中每个神经元的误差项，计算如下：式中δ表示LSTM中各层神经元误差项；6.4)LSTM权重梯度计算，计算Wfh，Wih，Wch，Woh的权重梯度，计算如下：Wfx，Wix，Wcx，Wox的权重梯度，计算如下：偏置项梯度的计算如下：6.5)设置LSTM的所有权重系数为1，根据6.4)中的权重梯度更新LSTM所有权值系数，计算如下：其中η为步长，取0.01；6.6)使用模型训练数据集STRAi训练LSTM一轮，得到一组含更新后的权重系数的船舶实时位置模型；6.7)使用模型验证数据集STESi验证船舶实时位置模型，评估函数如下：计算当前船舶实时位置模型的评估函数计算值，若是第一次计算评估函数值，重复步骤6.6)；当评估函数的计算值出现递减时，重复步骤6.6)；当评估函数的计算值出现递增时，LST本文档来自技高网...

【技术保护点】
1.一种基于AIS信息的船舶实时准确位置获取方法，其特征包括以下步骤：/n1)划定被检测航段，通过采集到的船舶AIS信息实时数据，解析AIS数据，并整理航段内的所有船舶随时间变化的轨迹数据；/n2)对采集到的船舶轨迹数据进行清洗，剔除脏数据，得到原始数据集；/n3)填充原始数据集中每条船舶轨迹点与点间的真实轨迹信息数据，得到含输入和标签对的数据训练集；/n4)对数据训练集按比例进行抽样分割，将数据训练集划分为模型训练数据集和模型验证数据集；/n5)使用长短时记忆网络LSTM对船舶模型数据训练集进行船舶实时位置模型训练，并使用模型验证数据集进行模型验证，得到船舶实时位置模型；/n6)使用船舶实时位置模型，对被测船舶实时准确位置进行获取。/n

【技术特征摘要】
1.一种基于AIS信息的船舶实时准确位置获取方法，其特征包括以下步骤：
1)划定被检测航段，通过采集到的船舶AIS信息实时数据，解析AIS数据，并整理航段内的所有船舶随时间变化的轨迹数据；
2)对采集到的船舶轨迹数据进行清洗，剔除脏数据，得到原始数据集；
3)填充原始数据集中每条船舶轨迹点与点间的真实轨迹信息数据，得到含输入和标签对的数据训练集；
4)对数据训练集按比例进行抽样分割，将数据训练集划分为模型训练数据集和模型验证数据集；
5)使用长短时记忆网络LSTM对船舶模型数据训练集进行船舶实时位置模型训练，并使用模型验证数据集进行模型验证，得到船舶实时位置模型；
6)使用船舶实时位置模型，对被测船舶实时准确位置进行获取。


2.根据权利要求1所述的一种基于AIS信息的船舶实时准确位置获取方法，其特征在于，所述步骤1)划定被检测航段，通过附近船舶或岸边建筑上的AIS设备采集到的连续船舶AIS信息实时数据，解析AIS数据，并整理航段内的所有船舶随时间变化的轨迹数据，具体包括：依靠经纬度坐标划定需被测航段范围；
1.1)解析AIS报文数据后，比对划定后的航段经纬度范围，剔除范围外的AIS船舶信息；
1.2)整理航段内的所有船舶随时间变化的轨迹数据，如下：



式中：SMMSIi表示任意一条划定范围内的船舶航迹数据，latn表示某一时刻该船舶航迹位置的纬度坐标，lngn表示某一时刻该船舶航迹位置的精度坐标，θn表示表示某一时刻该船舶的航行角度，tn表示某一时刻时间。


3.根据权利要求1所述的一种基于AIS信息的船舶实时准确位置获取方法，其特征在于，所述步骤2)中对采集到的船舶轨迹数据进行清洗，剔除脏数据，得到原始数据集，具体包括：
3.1)剔除停靠船舶的轨迹数据，剔除违反航道航行规定的船舶轨迹数据；
3.2)整理得到原始数据集SMMSIi。


4.根据权利要求1所述的一种基于AIS信息的船舶实时准确位置获取方法，其特征在于，所述步骤3)中填充原始数据集中每条船舶轨迹点与点间的真实轨迹信息数据，得到含输入和标签对的数据训练集，具体包括：
4.1)在原始数据集中每条船舶轨迹点与点间填充真实轨迹信息数据，如下：



得到数据训练集SMMSI′i
式中数据角标n-1-k表示填充在原始数据集tn-1时刻和tn时刻之间的第k-1个船舶真实轨迹点；m表示填充的第m-1个船舶真实轨迹点；
4.2)将SMMSI′i拓展为含输入和标签对的数据训练集Si，如下：



式中Si中第一列为输入数据，第二列为标签数据。


5.根据权利要求1所述的一种基于AIS信息的船舶实时准确位置获取方法，其特征在于，所述步骤4)中对数据训练集按比例进行抽样分割，将数据训练集划分为模型训练数据集和模型验证数据集，具体包括：
5.1)依据步骤4.2)得到的数据训练集Si中船舶轨迹的彼此不相关特性，确定数据抽样方法为随机抽样；
5.2)依据步骤4.2)得到的数据训练集Si中船舶轨迹数量确定分割比例如下：



其中：ε数据训练集Si分割比例，表示i表示船舶轨迹数量。
5.3)使用5.2)中的分割比例ε将数据训练集Si分割为模型训练数据集STRAi和模型验证数据集STESi。


6.根据权利要求1所述的一种基于AIS信息的船舶实时准确位置获取方法，其特征在于，所述...

【专利技术属性】
技术研发人员：宁文龙，周家海，李定国，唐泽林，王伟，陈轩，陈玲玲，童庆，
申请(专利权)人：交通运输部水运科学研究所，
类型：发明
国别省市：北京;11