互见中基于AIS数据的船舶领域

为确定船舶领域,根据琼州海峡船舶自动识别系统(AIS)数据,再现该水域内船舶航行过程.依据海上避碰规则,判断会遇船舶间避让义务关系,建立船舶避让行为和最近会遇点位置间的关系模型.利用数理统计和模糊数学方法,获得不同避让度下船舶领域的边界曲线,建立海上船舶领域模型.     

基于AIS数据挖掘的受限水域船舶动态领域研究

为了研究船舶长度和速度对船舶领域的影响,基于AIS数据,建立受限水域内船舶动态领域模型。首先选取目标船舶,统计每一时刻他船到目标船的距离和相对方位,获得单船船位分布图,然后根据船舶长度和速度对目标船进行分类,对同一类型单船船位分布图进行叠加,采用数理统计方法确定船舶领域的边界,最终建立受限水域船舶动态领域模型。以舟山港螺头水道为例,共挖掘出15种不同类型的船舶动态领域模型。结果表明:船舶领域的长度随着船长,船速的增加而增加,当船舶长度相等时,船舶速度越大,船舶领域增加的幅度越大;船舶领域长度与船舶长度的比值并非为定值,而是随着船长,船速的增加而递减,船速越大,递减的幅度越大。     

基于AIS数据的船舶会遇挖掘与分析

为实现在AIS海量数据中快速高效地识别会遇船舶信息,对会遇船舶航行过程实施监控和分析,识别研究水域内存在的海上交通安全风险点。以台湾海峡部分区域内的AIS数据作为研究对象,运用改进的DBSCAN聚类算法,结合船舶会遇特征参数计算,挖掘两船会遇与多船会遇信息,根据船舶方位和航向差划分船舶交叉、对遇和追越三种会遇局面,并通过定量化方式多维度描述不同类型的船舶会遇过程。结果表明:分析轨迹数据的时空特性可以再现船舶会遇场景,能更清晰全面地展现船舶的会遇过程。     

XML数据本体抽取算法研究

XML只描述了文档的结构,却没涵盖数据的语义,而描述数据语义的本体语言不能直接对XML数据进行表述.针对这一问题,本文给出了从XML到RDF Schema的转换算法,使用RDF的正式传输格式RDF/XML作为媒介,通过编程以相当直接的方式把存储在标准XML中的数据转换成RDF,为语义Web环境下的智能处理提供了帮助.     

抽取音频数据特征的快速离散余弦变换方法

针对音频数据库中存原在的问题,提出了一种基于索引的变换,分析了离散余弦变换的特点,得出Ⅱ型和Ⅲ型快速主散余弦变换算法,并把这两种算法用于数据索引特征的抽取和音频信号的重构,所提算法具有搜索速度快、回取精度高的特点,同时也使得音频数据的索引对噪声不敏感,与原数据搜索相比,具有更高的成功率,通过对峰值信号噪音率和回取精度两个指标的评估,验证了这种方法对加快音频数据的搜索速度和提高回取精度的有效性,为音频数据自动分析和分类、基于内容的数据索引和查询、基于近似的搜索提供了快速而有效的手段。     

基于AIS的船舶航迹分布算法

为绘制航迹分布图,利用AIS信息,尤其是位置信息,设计了航迹分布图绘制算法.该算法以AIS信息数据库中动态表、静态表为数据源,利用存储过程,数据库访问技术实现航迹分布图在电子海图平台上的绘制.研究结果表明,这种航迹分布图绘制方法具有可行性、快捷性和较高的准确性.     

基于AIS的船舶智能避碰专家系统的研究

充分利用AIS的优越性,并以专家系统技术为主,设计具有一定智能的船舶避碰专家系统。该系统通过对海上两船间会遇局面进行分析,判断且能给出合理的避让方案,能有效解决避碰问题,保证了航行安全。     

基于AIS的船舶代理业务监控系统

船舶自动识别系统fAutomatic Identification System，简称AIS）是一种新型的助航系统及设备。目前已发展成通用自动识别系统（UAIS）。AIS采用自控时分多址联接技术，在海事VHF频段自动连续发送本船静态、动态和航次信息及安全短消息，同时也自动接收周围船舶发出的这些信息，并与海岸基站进行信息交换。国际海事组织（IMO）在《关于全球船载自动识别系统fAIS）性能标准的建议案》中对AIS的功能做出了描述，     

基于AIS的船舶三维显示与避碰系统研究

介绍了基于AIS的船舶三维显示与避碰系统的功能特点和关键技术.通过研究多分辨率地形绘制技术和海浪运动模型等虚拟现实技术,实现三维海床的实时绘制和逼真海面的模拟生成.通过对AIS报文解析,获取周边船舶的位置和态势信息,最终实现了海床、海面和周边船舶组成的三维场景一体可视化;并通过在逼真的海上三维场景上叠加显示AIS信息和避碰辅助决策信息,更直观有效地保障了船舶航行安全.     

基于服务专业化的数据抽取方法研究

办公过程的报告撰写是重要的行政工作之一.针对报告撰写过程中格式基本统一而数据需要随时更新的现实需要,提出一种基于原始数据的报告数据抽取方法,通过数据库技术的支持,归纳总结报告中数据需求的内容与特征,搭建专业化的数据抽取框架,辅以相应算法,实现各类相关统计数据的及时抽取并迅速形成工作报告主体内容.文中用示例验证了该方法的有效性,能达到辅助办公的目的.     

基于改进AIS系统的卫星接收机船舶检测率

为解决卫星接收AIS信号时存在多用户时隙冲突、信号传输过程中时延等问题,针对新的AIS方案,给出卫星接收机船舶正确检测率比较分析结果,同时,给出A类和B类混合分布以及不同海域下A类船舶的正确检测率.该新方案可以提高卫星接收机的船舶检测率.     

AIS性能标准对船舶航行安全的影响

船舶自动识别系统(AIS)作为一种新型的船用助航设备在船舶避碰方面起到重要的作用,通过介绍AIS的发展过程与技术性能,分析因盲目信赖AIS可能带来的不安全因数,针对如何充分利用AIS的特性,提出维护水上交通安全的看法.     

船舶驾驶员应对AIS有更深入的理解

针对当前存在对AIS性能过高估计及众多船舶驾驶员对其有误解的可能性，从IMO的强制装载要求开始，进而基于AIS的工作原理及其与雷达的比较从而揭示了AIS存在的利弊，最后得出结论，以对AIS有一个中肯的认识。     

基于AIS数据的船桥碰撞概率评估方法研究

针对船桥碰撞风险评估中桥梁船撞概率计算问题,基于自动识别系统(AIS)数据获得桥梁船撞影响参数,以解决现有方法中没有考虑特定桥梁航区实际通航船信息的问题.基于AIS数据分析了航行船舶动态,获得了船舶位置、航速和偏航角等参数,分析了船舶交通流,并以实际的船舶交通流对AASHTO规范模型中的几何概率进行修正;基于内河流域水流变化规律对AASHTO规范模型中的偏航概率进行修正,对比分析了修正前后的结果差异.结果表明:AASHTO规范模型没有考虑通航船舶的实际航道和速度变化情况,会导致所计算的桥梁船撞概率结果误差较大;对于船舶航行情况复杂的桥区,有必要采用基于AIS数据获得的实际通航船舶信息来估计船舶在桥区的分布情况,以提高计算结果的准确性;对于水流流速变化达到3 m/s,流向角变化达到3°的流域,应考虑水流变化对碰撞概率的影响.     

数据挖掘技术在数据抽取中的研究与应用

数据抽取是数据仓库和数据挖掘的基础,将挖掘数据环境和数据抽取技术结合起来,不但可以提高数据仓库的利用率,而且可以加快数据抽取的速度,提高设备的利用率.基于这种理念,以挖掘数据环境来提高数据抽取效率为目的,提出一种将电信数据模型与K-means算法相结合,从而提高数据抽取速度的方法,并探讨了将数据挖掘技术应用于数据抽取的可行性.     

船舶自动识别仪（AIS）的避碰应用

海上船舶数量不断增加，通航密度越来越大，为避免海上船舶碰撞，船载AIS设备可方便地接收到，VHF覆盖范围内的所有船舶实时的位置、运动参数。船舶驾驶员利用此设备提供的相应信息并结合ARPA雷达，可在一定程度上提高船舶避让的效率与可靠性。     

基于AIS信息的航道内船舶速度分布统计分析

为了定量地揭示航道内航行的各种类型船舶所采取的安全航速的分布规律,以船舶AIS信息为数据来源,在SQL数据库中计算得到船舶通过航道门线时的速度.在此基础上,运用直方图法、折线图法分析船舶的速度分布规律,定量地揭示出航道内不同类型船舶采取速度的分布范围,并以青屿水道内航行的货船为例,计算得出航道内不同长度的货船速度分布的均值、方差与船舶长度呈正相关的关系.可为进出航道的船舶采取安全航速,为港航管理部门制定相关制度提供决策依据.     

船舶自动识别仪（AIS）的避碰应用

海上船舶数量不断增加,通航密度越来越大,为避免海上船舶碰撞,船载AIS设备可方便地接收到,VHF覆盖范围内的所有船舶实时的位置、运动参数。船舶驾驶员利用此设备提供的相应信息并结合ARPA雷达,可在一定程度上提高船舶避让的效率与可靠性。     

基于样条卡尔曼算法的AIS数据修复

针对船舶自动识别系统（automatic identification system,AIS）的异常数据修复问题,提出一种样条卡尔曼（spline Kalman,SK）算法。该算法根据船舶动力学原理,构建反映运动特征变化约束关系的系统状态转移模型,并以样条插值得到的AIS修复数据作为卡尔曼滤波器的观测数据,进而实现AIS数据的精确修复。采用厦门港及附近水域的历史AIS数据检验SK算法的有效性,检验结果表明:对于低缺失率的AIS数据集,SK算法的修复效果与样条插值算法相近,均优于KNN、RF和SVM算法,但随着AIS数据集缺失率的上升,只有SK算法具有较好的修复稳定性。该研究成果可以更加有效地修复AIS的异常数据,从而为海事大数据分析及相关应用提供良好的数据基础。