基于海洋地理信息系统的船舶轨迹异常检测分析研究

伴随着定位设备、无线电通讯技术以及智能传感器的普及和发展,大规模高质量的可用轨迹数据被广泛记录。船舶轨迹异常检测可以帮助提升海洋态势感知能力,为海事监管辅助决策等提供支撑,已经成为了数据挖掘领域的一个新的研究热点。随着人工智能技术以及软硬件处理设备的发展,利用海洋地理信息系统(MGIS)决策管理、分析评价和模拟预测等多项功能,对船舶自动识别系统(Automatic Identification System, AIS)数据和合成孔径雷达(Synthetic Aperture Radar, SAR)数据进行协同管理与分析,能更高效、准确的建立模型、挖掘信息,对于加强海上安全、维护海上贸易、提供辅助决策等都有着重大意义。     

基于SAR和AIS的角度最近邻数据关联方法

提升海上态势感知能力是构建智慧海洋的重要环节。针对目前海上目标研究单源传感器存在感知盲区,多源传感器数据关联易受杂波干扰、在密集区表现不佳等问题,本文基于合成孔径雷达(SAR)和船舶自动识别系统(AIS)数据,提出一种抗干扰性强的角度最近邻数据关联方法,充分利用SAR与AIS船舶目标的空间角度关系,提高船舶目标在密集区域点迹关联的准确性。首先,对AIS数据进行时空滤波,实现数据粗关联,构建关联分析的数据候选集;然后,从时空数据的空间关系角度出发,在灰狼优化和匈牙利算法的启发下,利用点迹对特征向量矩阵进行运算,实现对多源空间数据的优化关联;最后结合数据几何关系对结果进行置信度评估。本文选取5幅SAR影像与AIS数据进行实验,并基于SAR影像数据及船舶轨迹点分布密度设计仿真实验,结果表明,本文所提出的角度最近邻数据关联方法,在密集分布情况下,关联精度为传统NN、GNN算法的3.62和4.61倍,运行时间为1.69 s,相较于NN算法仅增长1.36 s,仅占GNN运行时间的0.49%,在运行时间增长不大的情况下具有更强的抗干扰能力,在密集区域仍能取得较好的关联效果。     

六角网格条件下基于CA的最短路径分析

元胞自动机CA的空间网格常采用四边形网格,很少采用六角网格.本文对原始矢量道路进行压缩后,在六角网格地形量化研究基础上克服六角网格显示和表达的缺点,制定了六角网格道路量化规则并生成了六角网格数据;依据该数据,构建了以六角网格为空间网格的元胞自动机模型;基于该模型求解了栅格数据形式下的最短路径分析问题;并与相同环境下A*算法路径搜索进行了简单比较,为兵棋推演系统或其他模拟仿真中的GIS空间分析和应用提供参考和解决方案.