摘 要

内河水路运输由于承载量大、单位成本低、占地资源少等比较优势，在我国综合交通运输体系中占有重要地位。水路运输管理信息化和智能化系统的相关研究一直是国际航运界关注的问题，而获得实时在航船舶交通信息是构建智能航运系统的关键。船舶自动识别系统作为水运信息化领域的主要感知工具，其数据可用性对于水运安全、高效具有重要意义。然而，过闸船舶为避免在三峡锚地排队等待过闸时间长，普遍存在谎报位置情况。而AIS缺乏完整的信息验证机制，这些错误的信息会干扰航运管理，从而导致对水面交通事态的误判，同时也为对以AIS数据为基础的船舶交通行为分析造成误导。因此，我们需要基于三峡船舶的AIS数据，设计合理的算法，对过闸船舶的位置信息进行甄别，来限制谎报位置的情况发生。

对于不可靠的 AIS 动态数据，要建立 AIS 错误数据识别与数据可靠度评估方法。首先，根据内河船舶操纵性的相关标准规范，从船舶轨迹位移距离、航速、平均速度、加速度和转向率五个方面制定了数据清洗规则。然后，仿造人工甄别异常 AIS 数据的过程，提出一种基于概率推理的识别方法，包括先验知识提取、证据建模、证据可靠性评估、证据合成与权重优化 5 个步骤。运用似然度建模方法，将经过人工辨识的 AIS 数据中的速度、航向角和轨迹位置信息转化为[0,1]区间的证据信度，并用 ER 规则合成。以验证过的 AIS 数据作为输入，根据不同的目标优化函数，采用非线性优化方法修正证据的权重系数，提高模型的使用灵活性和准确性。实验结果表明，提出的方法具有接近人工水平的识别准确率，能够删除错误和异常的 AIS 动态数据。

先验知识提取、证据建模、证据可靠性评估、证据合成与权重优化等五步均主要通过 MATLAB 软件实现。MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多。

关键字：船舶自动识别系统；数据甄别；可靠度评估；MATLAB

Abstract

The five steps of prior knowledge extraction, evidence modeling, evidence reliability assessment, evidence synthesis, and weight optimization are mainly achieved through MATLAB software. MATLAB is a commercial mathematics software produced by American MathWorks. It is used for advanced technical computing languages and interactive environments for algorithm development, data visualization, data analysis, and numerical calculation. It mainly includes MATLAB and Simulink. The basic data unit of MATLAB is the matrix. Its instruction expression is very similar to the forms commonly used in mathematics and engineering. Therefore, using MATLAB to solve problems is much simpler than accomplishing the same thing with languages like C and FORTRAN.

For unreliable AIS dynamic data, AIS error data identification and data reliability assessment methods should be established. First of all, according to the relevant standards and regulations of the inland river ship's maneuverability, data cleaning rules have been formulated in terms of ship track displacement distance, speed, average speed, acceleration and steering rate. Then, imitating the process of identifying the abnormal AIS data manually, a method based on probabilistic reasoning is proposed, which includes five steps: prior knowledge extraction, evidence modeling, evidence reliability assessment, evidence synthesis, and weight optimization. The likelihood modelling method was used to convert the speed, heading angle and track position information of the manually identified AIS data into the evidence reliability of the [0,1] interval and synthesize them using ER rules. Using the validated AIS data as input, according to different objective optimization functions, the non-linear optimization method is used to modify the weight coefficient of the evidence, thereby improving the flexibility and accuracy of the model. The experimental results show that the proposed method has a recognition accuracy close to the artificial level, and can remove false and abnormal AIS dynamic data.

The five steps of prior knowledge extraction, evidence modeling, evidence reliability assessment, evidence synthesis, and weight optimization are mainly achieved through MATLAB software. MATLAB is a commercial mathematics software produced by American MathWorks. It is used for advanced technical computing languages and interactive environments for algorithm development, data visualization, data analysis, and numerical calculation. It mainly includes MATLAB and Simulink. The basic data unit of MATLAB is the matrix. Its instruction expression is very similar to the forms commonly used in mathematics and engineering. Therefore, using MATLAB to solve problems is much simpler than accomplishing the same thing with languages like C and FORTRAN.

Key words: ship automatic identification system; data discrimination; reliability assessment; MATLAB

目录

第1章 绪论 1

1.1课题研究背景及意义 1

1.2国内外研究现状 2

1.3研究的基本内容，目的及方法 5

1.3.1研究整体思路 6

1.3.2单条证据信度计算 6

1.3.3ER证据融合方法 7

1.3.3研究方法 8

第2章基础理论及实验平台 10

2.1基础理论方法 10

2.1.1 船舶操纵性能 10

2.1.2ER证据融合方法 10

2.2实验平台 11

2.2.1算法处理 12

2.2.2图形处理 12

2.2.3简单易用 12

2.2.4模块工具 13

2.3本章小结 13

第3章 AIS数据可用性及有效因素 14

3.1AIS系统介绍及使用规范 14

3.1.1AIS系统介绍 14

3.1.2使用规范 15

3.2AIS静态信息可用性 16

3.3AIS动态信息可用性分析 18

3.3.1航速统计 18

3.3.2经纬度位置 18

3.4本章小结 19

第4章AIS数据动态甄别 21

4.1数据预处理 21

4.2.1先验知识获取 24

4.2.2信度转换 28

4.2.3信度可靠性评估 29

4.2.4证据合成 30

4.2.5权重优化 30

4.3 MATLAB演示 32

4.4本章小结 34

第5章 总结与展望 35

5.1 总结 35

5.2 存在的问题与不足 35

5.3 展望 35

参考文献 37

致 谢 39

长江三峡流域AIS数据（部分） 40

MATLAB代码（主程序） 42

第1章 绪论

1.1课题研究背景及意义

交通运输业是国民经济发展的基石，与国家经济建设命脉息息相关。水路运输以其运输承载量大、单位成本低、能源消耗少、土地资源占用少等优势，在我国综合交通运输体系中占有重要地位。我国是一个水运大国，水运资源十分丰富，长江、珠江、京杭运河、淮河、黑龙江和松辽水系构成了我国内河水运格局的主体。长江干线航道更是素有“黄金水道”之称，是世界上货物运输量最大、最繁忙的通航河流，对促进我国流域社会经济发展发挥了重要作用。随着国家对水路运输基础设施持续不断的投入，我国水路运输取得长足发展。内河水运对于促进我国东西部地区经济平衡发展，构建两型社会，实施西部大开发和发展长江经济带战略等方面起着非常关键的作用。发展水路运输，特别是充分发挥长江流域的航运能力，加强内陆与沿海及国外的沟通与交流是我国经济发展不可忽视的环节，是拉动经济发展的重要突破口。2013 年，习近平总书记和李克强总理先后在武汉、重庆等长江航运中心考察，提出要依托长江黄金水道，加强流域合作，促进中西部地区协同发展，建设中国新的经济增长带。可见，内河水路运输在我国经济新支撑带战略中具有不可替代的地位和作用。

交通运输管理现代化是实现交通运输可持续发展的关键渠道。国务院在 2011 年颁发的《关于加快长江等内河水运发展的意见》中提出，要在 2021 年之前建成畅通、高效、平安、绿色的现代化内河水运体系。由此可见，国务院、国家各部委对水路运输高度重视，内河航运信息化智能化建设已经成为实施国家重大战略的需要。

在内河航运管理中，我国的三峡流域的航运管理显得尤为重要。三峡工程是世界瞩目的重大工程，这一宏伟工程的建成对防洪、发电和航运方面带来了巨大的效益同时也给三峡坝区的航运管理带来了新的课题。而实时地获取在航船舶的位置信息是构建科学的，智能的航运管理体系的关键。船舶自动识别系统（AIS）作为水路交通的的应答设备，能配合全球定位系统（GPS）将船舶实时的位置、航速、航向等信息发送给 AIS 基站，有助于三峡坝区的船舶动态信息监控以及航运管理的进行。

但是，过闸船舶为避免在三峡锚地排队等待过闸时间长，普遍存在谎报位置情况。而AIS缺乏完整的信息验证机制，这些错误的信息会干扰航运管理，从而导致对水面交通事态的误判，同时也为对以AIS数据为基础的船舶交通行为分析造成误导。因此，我们需要基于三峡船舶的AIS数据，设计合理的算法，对过闸船舶的位置信息进行甄别，来限制谎报位置的情况发生。

1.2国内外研究现状

AIS 数据包含丰富的船舶动静态信息，对于海事监管、船舶行为模式识别、船舶避碰和路径规划都具有重大应用价值。AIS 数据的可用性指的是在AIS数据应用中，AIS 数据所提供动静态信息的正确性、规范性和完整性。可用性高的AIS 数据体现在动静态信息与船舶的实际状态一致，信息格式符合相关规范，信息完整不缺失。AIS 静态信息采用人工输入，其可用性由 AIS 船台操作人员职业素养决定；AIS 动态信息来源于AIS 外接传感器，更新频率高，其可用性主要受 AIS 通讯链路的影响。AIS 数据的可用性是 AIS 相关研究的基础性问题，国内外对此报以很大关注。AIS 数据可用性保障技术，包含 AIS 通讯链路分析，错误数据识别和处理，缺失轨迹还原几个方面。本文主要针对错误数据识别和处理。

由于AIS与ARPA雷达良好的互补关系，AIS 与雷达的轨迹融合备受关注，其中的核心与难点问题在于AIS与雷达提供的时空异步轨迹的关联。林长川采用模糊综合决策航迹关联方法对AIS和ARPA雷达提供的轨迹目标点按精度加权进行关联和融合，并通过仿真实验验证算法的有效性。在仿真实验中，AIS与雷达轨迹的关联需要经过多个扫描周期，而 AIS 数据的正确性和连续性会影响到轨迹关联的速度。Liu ^[1]等详细对比了 AIS 信息与雷达探测信息的差异，基于模糊融合推断算法以真实采集的雷达目标和 AIS 轨迹为例演示了AIS 与雷达目标的关联方法，并在研究中指出应当注意错误和不完整 AIS 数据对轨迹关联带来的不利影响。Kazimierski^[2] 等采用协方差矩阵决定 AIS 与雷达轨迹融合中的权重，指出需要根据实际情况合理的设置阈值以消除错误 AIS 数据的影响。可见，AIS 数据的可用性在船舶轨迹融合中具有重要影响。AIS 数据也被广泛用于分析船舶交通流和评估航道通过能力。金兴赋^[3]基于AIS 数据以成山头水域为例研究了船舶交通量与船舶速度间关系，孟范立^[4]通过AIS 数据挖掘分析了港口水域船舶达到规律模型，李笑晨^[5]等利用 AIS 轨迹数据统计分析天津港航道船舶交通流状况，揭示了天津港航道船舶交通流的规律并生成模拟交通流，席朝阳^[6]基于2000多万条 AIS 数据分析建立了不良天气条件下的受限水域的船舶领域模型，余劲^[7]研究了基于 AIS 数据判断船舶交通流 分布的问题，并以西江航道为例验证了船舶交通流量服从泊松分布。王茂清^[8]以 AIS 数据为基础分析了港口航道船舶行为特征，并基于经典船舶领域模型，分析了各类船舶行为特征领域尺度，以及各类船舶行为对应交通流的运动规律，以此作为计算航道通过能力的输入条件。国内学者刘敬贤^[9]等利用 AIS 数据分析船舶进出港口航道的行为对宏观船舶交通流的影响，并以此为基础研究港口航道的通过能力问题。同时，刘敬贤^[10]等还提出了利用 AIS 数据预测船舶交通流的方法，采用灰色系统理论以可见船舶交通流来判断整体船舶交通流。在以 AIS 数据作为基础的船舶交通流分析中，数据的可用性非常重要。错误的船舶静态信息可能导致折算的交通流量出现偏差，缺失的动态信息可能导致统计得到的交通流量偏少。船舶行为模式分析与异常行为识别是当前 AIS 数据应用研究的热点。港口航道船舶密度高，分析船舶行为对于港口水域通航安全具有重大意义。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：