摘 要

随着船舶自动识别系统（Automatic Identification Systems, AIS）的强制使用，大量与船舶有关的静态与动态信息能够自动通过岸基或星载接收站传递给海事系统及船务公司，为有效进行水上交通监控和管理提供了必要的数据支撑。但在航行过程中，船舶大部分时间保速保向或只有微小调整，使得接收到的船舶AIS轨迹数据存在海量无效和冗余信息，如此庞大的数据会增加计算机存储成本，降低服务器的数据调用效率。因此，有必要研究在保留船舶AIS轨迹主要结构特征的同时有效地压缩无效和冗余信息。本文在详细分析船舶AIS的基础上，利用高斯混合模型统计分析船舶AIS轨迹的结构特征，构建了基于道格拉斯-普克（Douglas-Peucker, DP）算法的船舶时空AIS轨迹数据压缩方法，实验结果证明了本文压缩方法的有效性。本文研究工作主要包括以下几个方面：

（1）利用高斯混合模型，对长江武汉段上下行船舶时空AIS轨迹数据分别进行统计分析，重点研究船舶AIS轨迹相连两点间经度差和纬度差的分布规律，以确定上下行船舶时空AIS轨迹数据间的统计差异。

（2）在分析长江武汉段上下行船舶AIS轨迹差异性的基础上，研究DP算法不同阈值对船舶时空AIS轨迹数据压缩的影响，并利用动态时间规整算法对压缩效果进行评价，以确定针对上下行船舶时空AIS轨迹数据的最佳阈值压缩阈值。

由于船舶时空AIS轨迹数据的结构复杂性，以及研究时间有限等因素的影响，论文还有诸多需继续完善的地方。针对研究过程中发现的问题，今后将重点从压缩阈值自适应选取和轨迹压缩质量评价等方面进行研究。

关键词：船舶自动识别系统；数据压缩；DP算法；高斯混合模型；DTW算法

Abstract

As the ship Automatic Identification system (Automatic Identification Systems, AIS) mandating the use of a large number of static and dynamic information related to the ship automatically through the shore-based or spaceborne terminal is passed to the maritime system and the shipping company, as an effective water traffic monitoring and management provides the necessary data to support. But because the ship is most of the time when navigating in high speed to or only minor adjustments, that receives a huge ship AIS trajectory data is invalid and redundant information, such a huge data increases the cost of computer memory, reduce the efficiency of data server calls. Therefore, it is important to study how to compress invalid and redundant information based on the main structural features of the AIS trajectory. The paper mainly includes the following:

（1）The AIS data of the channel of the Yangtze River in Wuhan are collected. The difference between the outbound ship and the descending ship is estimated by using the Gaussian mixture model. The compression is required separately.

（2）Select the multiple thresholds to compress the upstream and downstream ship AIS trajectories respectively, use DTW to evaluate the compression effect, and obtain the optimal compression threshold.

Introduced the present situation of the AIS system, collect the Yangtze river in Wuhan section of the ship AIS trajectory data and using the gaussian mixture model shows that the latitude and longitude difference of AIS data obey the distribution of choosing different thresholds for uplink and downlink ship AIS trajectory data compression respectively by DP algorithm, and using the DTW (dynamic time warping) evaluation of compression effect, selecting the best threshold.

Key Words：Automatic Identification Systems；Data compression；Douglas-Peucker (DP) algorithm；Gaussian Mixture Model

目录

第1章绪论 1

1.1研究背景、目的和意义 1

1.2国内外研究现状 2

1.2.1道路交通GPS轨迹数据压缩 2

1.2.2船舶交通AIS轨迹数据压缩 4

1.2.3道格拉斯-普克算法 4

1.3论文主要研究方法及内容 6

1.3.1研究方法及技术路线 6

1.3.2论文组织结构 7

第2章船舶AIS概述 8

2.1船舶AIS系统产生背景 8

2.2 船舶AIS系统简介 8

2.3船舶AIS系统主要应用 10

2.3.1 AIS系统在船舶避碰的应用 10

2.3.2 AIS系统在船舶交通服务中的应用 11

2.4船舶AIS系统的局限性 11

第3章船舶AIS轨迹数据统计分析 13

3.1 概述 13

3.2船舶AIS轨迹数据分类 13

3.3 船舶AIS轨迹数据预处理 14

3.4高斯混合模型及其参数估计 14

3.4.1 高斯混合模型 14

3.4.2 基于最大期望算法的高斯混合模型参数估计 15

3.5实验结果及分析 16

3.5.1上行船舶AIS轨迹数据统计结果 16

3.5.2 下行船舶AIS轨迹数据统计结果 20

3.6本章小结 23

第4章船舶AIS轨迹数据压缩 24

4.1概述 24

4.2 上行船舶AIS轨迹数据压缩 24

4.3 下行船舶AIS轨迹数据压缩 25

4.4 实验结果比较分析 26

4.5 本章小结 27

第5章结论与展望 28

5.1结论 28

5.2展望 28

参考文献 29

致谢 31

第1章绪论

1.1研究背景、目的和意义

船舶自动识别系统（Automatic Identification Systems, AIS）是由岸上固定通信基站设施和船载移动AIS设备共同组成一种船舶自动识别系统。AIS系统可以辅助VTS系统服务船舶，方便水上交通管理部门了解实时交通信息和作出交通指引、发布航行警告或其他影响船舶航行的气象、水文、航标等信息，并能够保证船岸间的正常通讯。同时，还能够提供海事服务，发布航行通警告和交通管制信息等。因此，AIS系统的强制使用在水上交通安全管理和船舶交通服务中具有重要意义。