基于低信噪比AIS数据的船舶航迹精准预测

• 作者: 鄢博冉 高大为 朱永生 张金奋 闫柯
• 来源期刊: 船舶工程
• 学科: 交通运输
• 关键词: 船舶航迹 精准预测 自动识别系统(AJS) 实时噪声估计 滑动卡尔曼滤波
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 船舶电气、探通导设备及自动控制
• 页码范围: 111-117
• 页数: 7页
• 分类号: U675.7
• 语种: 中文
• DOI: 10.13788/j.cnki.cbgc.2021.10.18

摘要

针对船舶自动识别系统(AIS)数据存在较大的实时系统噪声和测量噪声,且易丢包和产生错误的问题,提出了滑动卡尔曼循环网络.该方法采用加窗处理的方式,通过在各窗口中建立状态方程,并使用实时计算的噪声对其进行更新,将非线性高斯系统转化为线性高斯系统.将该高信噪比状态参数输入相应时刻的循环单元中,训练网络参数,从而拟合其非线性关系,实时预测船舶的航迹进行.试验对"大连—烟台"航段的AIS数据进行分析,并将所得结果与传统方法相对比,证明该方法具有较高的精度和较快的速度,可实时对船舶航行轨迹进行精准预测.