基于改进滑动窗口的渔船AIS轨迹数据压缩算法

发布时间：2021-08-13 04:27

　　为解决渔船自动识别系统（AIS）轨迹数据质量不高、渔船轨迹分析需要保留更多特征点的问题,提出了一种基于改进滑动窗口的渔船AIS轨迹数据压缩算法。结果表明:改进的算法利用相邻轨迹点间的经纬度变化趋势确定行驶特征点,在保留时序信息的同时压缩高密度的停滞点,并用采样法保留直行中间点,尽可能多地保留了轨迹特征点,实现了渔船轨迹的有效压缩;本研究中提出的基于改进滑动窗口的渔船AIS轨迹数据压缩算法与Douglas-Peucker算法相比,压缩率从99%降至94%以下,很好地保留了渔船轨迹特征点,同时也避免了Sliding Window轨迹压缩算法存在的轨迹形态失真问题,。研究表明,基于改进滑动窗口的渔船AIS轨迹数据压缩算法更适用于压缩渔船轨迹。 

【文章来源】：大连海洋大学学报. 2020,35(03)北大核心CSCD

【文章页数】：7 页

【部分图文】：

渔船在捕捞时的航行特征

如图2所示,以p0为起点,初始化滑动窗口为{p0,p1}。以线段p0p2作为{p0,p1,p2}部分的近似轨迹,计算p1点和线段p0p2之间的垂直欧氏距离。若距离小于阈值,那么继续扩大窗口,加入新的轨迹点p3,滑动窗口为{p0,p1,p2,p3},以线段p0p3为近似轨迹,计算窗口内其他点的垂直欧氏距离。由于其距离超过设定的距离阈值,所以之前的窗口{p0,p1,p2}被选作近似轨迹的一段。接着以p3为新的滑动窗口起点,加入p3、p4,重复之前的步骤,直到轨迹终点。图中原始轨迹最终被简化为{p0,p2,p5,p8}。2.2 基于改进滑动窗口的渔船AIS轨迹数据压缩算法

为验证渔船AIS轨迹数据压缩算法的有效性,分别对单条渔船轨迹进行不同算法的压缩对比试验。算法采用Python语言编写,版本为3.6,IDE使用Spyder。原始试验数据集来自大连世想海洋科技有限公司,渔船轨迹数据以.csv的文件格式存储,时间跨度从2018年10月1日至2018年11月30日,大小约3.57G,原始数据样例如表3所示。

【参考文献】：
期刊论文
[1]动态阈值结合全局优化的船舶AIS轨迹在线压缩算法[J]. 宋鑫,朱宗良,高银萍,苌道方.  计算机科学. 2019(07)
[2]基于运动模式的船舶轨迹分段压缩算法[J]. 盛凯,刘忠,周德超,冯成旭.  海军工程大学学报. 2018(06)
[3]改进的Sliding Window在线船舶AIS轨迹数据压缩算法[J]. 高邈,史国友,李伟峰.  交通运输工程学报. 2018(03)
[4]一种加入时间维的船舶轨迹高效离线压缩算法研究[J]. 徐凯,邱家瑜,李燕.  计算机科学. 2017(S2)
[5]渔业船舶事故类型的灰色关联分析[J]. 温国平,于晓利.  大连海洋大学学报. 2017(02)
[6]基于AIS数据的海上交通流区域自动识别[J]. 刘虎,李伟峰.  中国航海. 2016(04)
[7]基于AIS数据的船舶运动模式识别与应用[J]. 魏照坤,周康,魏明,史国友.  上海海事大学学报. 2016(02)
[8]船舶AIS数据云存储系统研究[J]. 丁振国.  浙江交通职业技术学院学报. 2016(01)
[9]基于北斗卫星船位数据提取拖网航次方法研究[J]. 张胜茂,程田飞,王晓璇,张寒野,刘勇,冯春雷,黄洪亮.  上海海洋大学学报. 2016(01)
[10]轨迹数据压缩综述[J]. 江俊文,王晓玲.  华东师范大学学报(自然科学版). 2015(05)



本文编号：3339742