基于近海雷达与AIS探测目标融合算法研究

利用岸基雷达站的雷达传感器以及船舶自动识别系统(Automatic Identification System,AIS)所获取的目标信息,针对近岸海域目标密集的特点,提出了一种提高雷达与AIS信息融合精度的算法。该算法在将雷达基于站心球坐标系的位置信息转换成AIS基于WGS 84坐标系的位置信息实现空间配准、以及将AIS航迹的时间通过外推法与雷达航迹时间统一起来的基础上,首先采用目标位置及航速的欧氏距离判别法,剔除一部分不符合条件的目标数据,减少参与融合的数据量,然后进一步采用模糊数学中的柯西型隶属度函数及统计加权法对航迹相似度判断。研究结果表明,本文所提出的融合算法适用于目标较密集的近海海域。     

温州市海洋渔业监控指挥中心建设

温州市海洋渔业监控指挥中心是温州市海洋渔业船舶的海上情况实时监控和海陆间全天候卫星通信的监控指挥中心，通过对该中心的系统组成、网络架构、逻辑结构、基本设备和功能特性的介绍，反映出该中心能最大限度地保障海洋渔业船舶生产安全，满足海洋渔业综合管理、应急救援和防台救灾的需要。     

南海区域渔船活动时空特征分析

近年来海洋资源的不断开发利用,使得海洋空间规划变得尤为重要,其中以渔业资源占主要比重。为了对渔业资源监测与规划提供辅助决策信息,本文通过对南海及周边国家2018年船舶自动识别系统（AIS）数据进行预处理,采用数理统计和GIS空间分析方法,实现了南海区域渔船活动强度时空特征分析。结果显示： ① 2018年南海及周边国家渔船以区域性分布为主,集中在中国和越南沿海岸100 km以内区域,在秋季11月捕捞活动频繁,全年渔船平均活动强度白天大于夜晚,16:00 PM 时达到最大渔船活动强度; ② 中国在广东省、广西省和海南省各主要港口渔船活动强度呈现聚集性点状分布,渔船活动强度多大于100,部分港口附近海域呈条带状分布,西沙群岛相较南海其他群岛渔船活动强度较大,除越南外其他周边国家靠近南海附近海域部分海湾和港口有聚集式分布,渔船活动强度都小于2; ③ 越南渔船区域性分布明显,在胡志明港口呈现稳定的块状聚集性分布,且一年四季活动强度变化趋势不大,近岸渔船活动强度保持在50~100,越南渔船在中国南海禁渔线内靠近海南省西南部有两处活动较强的块状分布区域,2018年全年在此区域活动频率占采样天数的87.71%,且平均每小时有7~10艘渔船在该海域活动,休渔期内平均每小时渔船数量大于5,给中国南海海域渔业资源造成巨大威胁。本文通过AIS数据研究分析渔船活动可为海洋空间规划与政府相关部门提供数据支撑。     

COVID-19疫情前后北美五大湖航运网络多尺度时空变化及影响因素研究

新冠疫情给全球海洋运输业造成了严重的影响，在后疫情时代航运产业的复苏过程中蕴含新的挑战与发展机遇。现有研究时间跨度不足，无法充分认识航运网络的变化过程，其次，仅对宏观尺度空间格局变化进行分析忽略了网络变化的内在驱动因素。因此本研究基于复杂网络理论、社区探测算法和TOPSIS分析方法，提出一种航运网络多尺度变化分析框架，结合2019—2021年北美五大湖船舶轨迹数据分析整体航运网络、港口群落和港口3个尺度的变化特征。此外，还对各类型航运网络的变化机理进行追踪。研究结果表明：(1)网络流量方面，疫情前货轮和牵引船交通量占比达交通量总量的80%，疫情爆发后船舶交通量总量下降22.4%，各类型船舶交通量变化的时期、速度不同，其中，游船与货轮恢复能力强，油船次之，客船交通量降幅超50%为各类最高，受影响严重且恢复能力最弱，后疫情时期交通量总量较疫情前上涨4.4%，表明网络流量恢复能力整体较强；(2)网络结构方面，疫情前航运网络随气温变暖呈扩张趋势，港口数量、航线数量递增式上升，疫情后网络结构受损连通性下降，后疫情时期指标值迅速恢复、航线密度增大，期间网络“骨架”未被破坏。整体而言，五大湖航运网络...     

应用数字航道航标信息提高航标测绘效率

通过研究"数字航道"动态监测平台中航标的各项信息与航标测绘数据的关联性,实现航标数据共享,优化现阶段航道维护性中航标测绘的工作方式和流程,从而实现利用数字航道航标信息提升航道测绘工作效率和质量,降低航道维护测量成本。     

基于AIS的BDS差分数据播发系统研究、验证及其应用展望

针对自动识别系统(AIS)不支持北斗卫星导航系统（BDS）差分数据播发问题,本文开展了AIS差分电文信息传输及通信协议研究,提出了AIS播发BDS差分数据解决方案,搭建了一套测试演示系统,验证了AIS播发BDS差分数据系统的可行性和BDS AIS船台动静态定位精度可达米级,并对该系统在海事领域的应用进行了展望.      

AIS系统在海洋遥感卫星的应用与设计优化

目前国际和国内已普遍采用星载船舶自动识别系统（Automatic Identification System,AIS）接收系统提升针对全球船只信息的采集和监测能力。本文主要介绍了国内外星载AIS系统发展的主要进展及取得的成果,重点针对目前星载AIS系统存在的近海船只密集区域信号碰撞导致检测概率降低的技术问题,通过建模仿真找到具体原因,给出后续AIS星载载荷针对此问题在设计和应用上的优化建议。本文可作为后续星载AIS系统设计的参考。     

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。     

空间影响域覆盖最大的航标自动选取方法

针对当前海图制图综合中航标手工选取作业效率低、选取结果受限于作业人员业务水平和工作态度等不足,提出了一种基于空间影响域覆盖最大的航标自动选取方法。通过定义空间影响域,创建空间影响域模型,加权评估航标地理位置重要性,设计空间影响域覆盖最大的分轮次自动选取策略,实现了航标的自动选取。实验结果表明:本文方法实现了航标的自动选取且结果符合《中国航海图编绘规范》要求,能避免手工选取可能存在的明显失误和不同作业人员可能导致的结果不一致性,作业效率明显高于当前普遍使用的手工选取方法。     

基于Voronoi图点群选取改进算法及航标选取应用

针对现有的基于Voronoi图点群自动选取算法可能漏选重要点、选取点数与预定数相差较大的不足,通过对点选取概率计算模型、点固定条件和算法终止条件等进行改进,使算法适用于航标选取。实验表明,改进算法能够克服现有算法的不足,可以应用于航标的自动选取。