基于AIS的渔船轨迹相似性分析技术研究
发布时间：2021-09-15 13:19
渔船作为重要的海洋渔业生产工具,渔船的运行轨迹数据中包含大量的时空分布信息,通过对渔船轨迹信息的精准分析能够挖掘出渔船的出海规律及作业行为模式等,对精准掌握渔船作业行为、发现渔船异常行为、规范渔业执法等具有重要意义。目前已有大量国内外学者利用AIS轨迹数据中的轨迹点的时间、经纬度、航向、速度等属性,通过建立数学模型和研究算法处理轨迹数据,但研究的对象大多是商船,对渔船领域的研究涉猎不深,因此本文以渔船作为研究对象,以大量渔船AIS轨迹数据为基础进行研究分析,针对渔船轨迹的数据特点,对渔船AIS轨迹数据进行相关预处理工作后,对其进行相似性分析工作,具体工作可概括为以下两点:1)提出了基于改进滑动窗口的渔船AIS轨迹数据压缩算法:针对渔船AIS轨迹数据数据质量不高、渔船轨迹分析需要保留更多特性点这一特点,在Sliding window算法基础上利用相邻轨迹点之间的经纬度变化状态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,用采样法保留直行中间点,尽可能多地保留了轨迹特征点。实验表明,基于改进滑动窗口的渔船AIS轨迹压缩算法将压缩率控制在94%以下,很好的保留了渔船轨迹特征点,...
【文章来源】：大连海洋大学辽宁省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
Douglas-Peucker算法
成线段作为当前滑动窗口{p0,p1,p2}的近似轨迹，计算轨迹点p1到近似线段之间的垂直欧氏距离，该距离小于设定的阈值，所以加入新的轨迹点p3，继续扩大滑动窗口大小，此时窗口更新为{p0,p1,p2,p3}，接着将线段作为当前窗口的近似轨迹，计算当前窗口内原始轨迹的点到近似线段的垂直欧氏距离，点到近似线段的距离大于设定的阈值，窗口内的轨迹点p0,p1,p2保留为压缩轨迹中的点，然后设新的滑动窗口中的第一个轨迹点为p2，向窗口中加入轨迹点p3、p4，重复之前的过程，直到窗口滑到轨迹的终点。最终图中的轨迹最后被简化为{p0,p2,p5,p8}。图2-2SlidingWindow算法Fig2-2ThealgorithmofSlidingWindow从图2-2中可以看出，用SlidingWindow算法压缩轨迹虽然可以做到轨迹局部压缩最优，但该算法无法兼顾全局的轨迹走势，压缩后轨迹的形态会与原始的轨迹形态有一定的差距，其原因在于轨迹转向的时候特征点的压缩率太高，SlidingWindow算法会在轨迹出现频繁转向时压缩掉大量的特征点，导致轨迹失真。而在渔船轨迹数据中，如果频繁转向，可能意味着渔船处于捕捞作业状态，恰恰是渔船轨迹分析过程中需要挖掘的重要信息，所以，为保留此类信息，我们需要在算法的基础上做出改进。
基于AIS的渔船轨迹相似性分析技术研究12从下图2-3中可以看出，在对轨迹P和轨迹Q进行相似性度量时，虽然两条轨迹的整体形状很相似，但是时间轴上是对不齐的，轨迹点出现了一对多的匹配，DTW算法正是通过这种方法来解决局部时间偏移的问题。DTW算法的相似性度量不受相比较的两条轨迹的轨迹点数量是否相同的影响，因此相比较欧几里得距离算法要求度量相似性的两条轨迹长度必须相等且轨迹点数目相等而言优势明显，虽然动态规划可以解决上述问题，但是DTW算法的时间复杂度会受轨迹长度的影响，如果面对长度为m和n的两条轨迹而言DTW算法的时间复杂度为O(m×n)，计算成本较大。图2-3两条轨迹之间的归整路线Fig2-3Awarpingpathbetweentwotrajectories2.3.3基于轨迹的豪斯多夫距离算法基于轨迹的豪斯多夫距离算法也是基于轨迹段距离计算的算法，中心思想就是将度量距离分成三个部分:两个轨迹段之间间隔的垂直距离、两个轨迹段之间长度差的平行距离和两个轨迹段之间方向差异的角度距离。该方法分别从垂直距离，水平距离和夹角距离三个方面对轨迹段之间的距离进行计算，不同于MBR算法将轨迹简化的过于粗略，基于距离的豪斯多夫距离法在度量相似性时考虑的更加全面，计算精度更高。如图2-4所示，轨迹段S1与轨迹段S2之间的垂直距离与其中一条轨迹段的起始点与终点到另一条轨迹段的垂直欧式距离有关，d⊥a是轨迹段S1的起点到轨迹段S2的垂直欧式距离，d⊥b是轨迹段S1的终点到轨迹段S2的垂直欧式距离，所以对两条轨迹段之间的垂直距离定义为d⊥=⊥a⊥b⊥a⊥b。d∥a表示轨迹段S1的起点到轨迹段S2的平行距离，d∥b是轨迹段S1的终点到轨迹段S2的平行距离，轨迹段的平行距离定义为d∥=min（d∥a，d∥b）。角度距离的计算涉及到两条轨迹段的长度和轨迹段之间的夹角，?
【参考文献】：
期刊论文
[1]基于AIS数据的船舶排放估测模型与实船验证[J]. 王直欢,王维勋,施欣. 上海海事大学学报. 2019(04)
[2]基于轨迹段DBSCAN的船舶轨迹聚类算法[J]. 江玉玲,熊振南,唐基宏. 中国航海. 2019(03)
[3]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)
[4]物联网技术在远洋渔船数据挖掘及渔船调度管理的应用[J]. 熊泽明. 舰船科学技术. 2019(10)
[5]浅谈渔船管理中存在的问题及其解决途径[J]. 卫航. 南方农机. 2019(09)
[6]AIS在渔船上的应用与展望[J]. 王振洲,王宇,蒋庆朝. 数字通信世界. 2019(01)
[7]基于DBSCAN算法的船舶轨迹自适应层次聚类[J]. 赵梁滨,史国友,杨家轩. 中国航海. 2018(03)
[8]基于自适应阈值的船舶轨迹异常点检测算法[J]. 韩昭蓉,许光銮,黄廷磊,任文娟. 计算机与现代化. 2018(09)
[9]时空轨迹相似性度量方法综述[J]. 周星星,吉根林,张书亮. 地理信息世界. 2018(04)
[10]基于AIS和GIS的海上风电场船舶监控系统软件设计[J]. 沈思曦,陈元林,安博文,卢学佳. 现代计算机(专业版). 2018(20)
博士论文
[1]内河在航船舶动态跟踪和航迹融合方法研究[D]. 严忠贞.武汉理工大学 2013
硕士论文
[1]基于AIS数据的船舶航线挖掘[D]. 刘敦伟.大连海事大学 2017
[2]基于AIS数据的船舶领域模型统计平台研究[D]. 张鹏.大连海事大学 2016
[3]基于AIS数据的开阔水域船舶领域分析研究[D]. 丁法.大连海事大学 2016
本文编号：3396152
【文章来源】：大连海洋大学辽宁省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
Douglas-Peucker算法
成线段作为当前滑动窗口{p0,p1,p2}的近似轨迹，计算轨迹点p1到近似线段之间的垂直欧氏距离，该距离小于设定的阈值，所以加入新的轨迹点p3，继续扩大滑动窗口大小，此时窗口更新为{p0,p1,p2,p3}，接着将线段作为当前窗口的近似轨迹，计算当前窗口内原始轨迹的点到近似线段的垂直欧氏距离，点到近似线段的距离大于设定的阈值，窗口内的轨迹点p0,p1,p2保留为压缩轨迹中的点，然后设新的滑动窗口中的第一个轨迹点为p2，向窗口中加入轨迹点p3、p4，重复之前的过程，直到窗口滑到轨迹的终点。最终图中的轨迹最后被简化为{p0,p2,p5,p8}。图2-2SlidingWindow算法Fig2-2ThealgorithmofSlidingWindow从图2-2中可以看出，用SlidingWindow算法压缩轨迹虽然可以做到轨迹局部压缩最优，但该算法无法兼顾全局的轨迹走势，压缩后轨迹的形态会与原始的轨迹形态有一定的差距，其原因在于轨迹转向的时候特征点的压缩率太高，SlidingWindow算法会在轨迹出现频繁转向时压缩掉大量的特征点，导致轨迹失真。而在渔船轨迹数据中，如果频繁转向，可能意味着渔船处于捕捞作业状态，恰恰是渔船轨迹分析过程中需要挖掘的重要信息，所以，为保留此类信息，我们需要在算法的基础上做出改进。
基于AIS的渔船轨迹相似性分析技术研究12从下图2-3中可以看出，在对轨迹P和轨迹Q进行相似性度量时，虽然两条轨迹的整体形状很相似，但是时间轴上是对不齐的，轨迹点出现了一对多的匹配，DTW算法正是通过这种方法来解决局部时间偏移的问题。DTW算法的相似性度量不受相比较的两条轨迹的轨迹点数量是否相同的影响，因此相比较欧几里得距离算法要求度量相似性的两条轨迹长度必须相等且轨迹点数目相等而言优势明显，虽然动态规划可以解决上述问题，但是DTW算法的时间复杂度会受轨迹长度的影响，如果面对长度为m和n的两条轨迹而言DTW算法的时间复杂度为O(m×n)，计算成本较大。图2-3两条轨迹之间的归整路线Fig2-3Awarpingpathbetweentwotrajectories2.3.3基于轨迹的豪斯多夫距离算法基于轨迹的豪斯多夫距离算法也是基于轨迹段距离计算的算法，中心思想就是将度量距离分成三个部分:两个轨迹段之间间隔的垂直距离、两个轨迹段之间长度差的平行距离和两个轨迹段之间方向差异的角度距离。该方法分别从垂直距离，水平距离和夹角距离三个方面对轨迹段之间的距离进行计算，不同于MBR算法将轨迹简化的过于粗略，基于距离的豪斯多夫距离法在度量相似性时考虑的更加全面，计算精度更高。如图2-4所示，轨迹段S1与轨迹段S2之间的垂直距离与其中一条轨迹段的起始点与终点到另一条轨迹段的垂直欧式距离有关，d⊥a是轨迹段S1的起点到轨迹段S2的垂直欧式距离，d⊥b是轨迹段S1的终点到轨迹段S2的垂直欧式距离，所以对两条轨迹段之间的垂直距离定义为d⊥=⊥a⊥b⊥a⊥b。d∥a表示轨迹段S1的起点到轨迹段S2的平行距离，d∥b是轨迹段S1的终点到轨迹段S2的平行距离，轨迹段的平行距离定义为d∥=min（d∥a，d∥b）。角度距离的计算涉及到两条轨迹段的长度和轨迹段之间的夹角，?
【参考文献】：
期刊论文
[1]基于AIS数据的船舶排放估测模型与实船验证[J]. 王直欢,王维勋,施欣. 上海海事大学学报. 2019(04)
[2]基于轨迹段DBSCAN的船舶轨迹聚类算法[J]. 江玉玲,熊振南,唐基宏. 中国航海. 2019(03)
[3]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)
[4]物联网技术在远洋渔船数据挖掘及渔船调度管理的应用[J]. 熊泽明. 舰船科学技术. 2019(10)
[5]浅谈渔船管理中存在的问题及其解决途径[J]. 卫航. 南方农机. 2019(09)
[6]AIS在渔船上的应用与展望[J]. 王振洲,王宇,蒋庆朝. 数字通信世界. 2019(01)
[7]基于DBSCAN算法的船舶轨迹自适应层次聚类[J]. 赵梁滨,史国友,杨家轩. 中国航海. 2018(03)
[8]基于自适应阈值的船舶轨迹异常点检测算法[J]. 韩昭蓉,许光銮,黄廷磊,任文娟. 计算机与现代化. 2018(09)
[9]时空轨迹相似性度量方法综述[J]. 周星星,吉根林,张书亮. 地理信息世界. 2018(04)
[10]基于AIS和GIS的海上风电场船舶监控系统软件设计[J]. 沈思曦,陈元林,安博文,卢学佳. 现代计算机(专业版). 2018(20)
博士论文
[1]内河在航船舶动态跟踪和航迹融合方法研究[D]. 严忠贞.武汉理工大学 2013
硕士论文
[1]基于AIS数据的船舶航线挖掘[D]. 刘敦伟.大连海事大学 2017
[2]基于AIS数据的船舶领域模型统计平台研究[D]. 张鹏.大连海事大学 2016
[3]基于AIS数据的开阔水域船舶领域分析研究[D]. 丁法.大连海事大学 2016
本文编号：3396152
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/3396152.html
