CN109726355B - 一种基于向量插值的船舶轨迹修复方法 - Google Patents

一种基于向量插值的船舶轨迹修复方法 Download PDF

Info

Publication number
CN109726355B
CN109726355B CN201910008797.2A CN201910008797A CN109726355B CN 109726355 B CN109726355 B CN 109726355B CN 201910008797 A CN201910008797 A CN 201910008797A CN 109726355 B CN109726355 B CN 109726355B
Authority
CN
China
Prior art keywords
points
track
repaired
point
starting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910008797.2A
Other languages
English (en)
Other versions
CN109726355A (zh
Inventor
秦红星
杨茜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201910008797.2A priority Critical patent/CN109726355B/zh
Publication of CN109726355A publication Critical patent/CN109726355A/zh
Application granted granted Critical
Publication of CN109726355B publication Critical patent/CN109726355B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于向量插值的船舶轨迹修复方法,属于图形和可视化技术领域。该方法包括以下步骤:S1:输入缺失轨迹段起止点的动态信息、坐标信息和时间,设置待修复轨迹点个数,确定待修复轨迹点的时间间隔,并对起止点的经纬度坐标进行高斯投影转换,对起止点的速度单位进行转换;S2:采用双向迭代的方式,根据起止点的动态信息求出两组待修复轨迹点的动态信息,在此基础上再利用起止点的动态信息和高斯平面坐标,求出两组坐标预测值;S3:根据权重对两组坐标预测值进行加权平均,再进行高斯反投影计算,得到最终的待修复轨迹点经纬度坐标。本发明能够提高作曲线运动的船舶轨迹修复准确率且相应降低算法运行时间。

Description

一种基于向量插值的船舶轨迹修复方法
技术领域
本发明属于图形和可视化技术领域,涉及一种基于向量插值的船舶轨迹修复方法。
背景技术
船舶航行轨迹是船舶的位置和时间的记录序列,而船舶轨迹数据通常由AIS(Automatic Identification System)提供。随着海上通航的发展,在船舶和岸基已经安装了大量的AIS设备,建立了岸基船舶动态数据交换网络,全天候接收记录沿岸航行船舶对外播发的运动信息,并形成了区域性乃至全球联网的船舶运动轨迹数据库。轨迹分析是建立在轨迹完整的状态下,但由于AIS操作不当、人为关闭AIS设备、AIS设备自身工作不正常或AIS船站和岸站之间信息传输时隙拥堵等各种主客观原因,使相邻两条AIS数据信息时间间隔较长,产生轨迹缺失,这将对轨迹分析产生错误分析,不仅对通航领域状况无法准确掌握,错误评估船舶碰撞风险,甚至会对海洋生态和环境保护领域产生错误的指导,这些影响对轨迹修复提出更高的要求,所以能够更准确的修复有缺失的船舶轨迹,对分析船舶的航行状态、提高通航水域交通服务质量等具有重要意义。
随着研究的不断深入,研究者们已经提出了很多船舶轨迹修复方法。这些船舶轨迹修复方法中,大致可分为未考虑动态信息和考虑动态信息两类,第一类中的方法,有参数化插值曲线模型的,有基于非局部滤波思想的,但都只利用坐标信息进行轨迹修复;第二类中的方法,有采用多项插值的,有采用Hemite插值的,都是在坐标信息的基础上加入速度、航向、加速度等动态信息。
尽管这些船舶轨迹修复方法各有优点,但是也存在不同的缺点。有些方法计算简单,时间复杂度小,但轨迹修复结果很粗糙,特别是对于作曲线运动的船舶轨迹,无法有效修复船舶轨迹;有些方法计算太过复杂,导致时间复杂度高,虽然对作曲线运动的船舶轨迹进行修复时具有一定的准确率,但在准确率和时间复杂度之间难以取得平衡。
发明内容
有鉴于此,本发明的目的在于提供一种基于向量插值的船舶轨迹修复方法,解决现有船舶轨迹修复方法中存在对作曲线运动的船舶轨迹的修复结果粗糙,轨迹修复准确率不高或在保证轨迹修复准确率时需增加算法运行时间的问题。本发明能够提高作曲线运动的船舶轨迹修复准确率且相应降低算法运行时间。
为达到上述目的,本发明提供如下技术方案:
一种基于向量插值的船舶轨迹修复方法,具体包括以下步骤:
S1:输入缺失轨迹段起止点的动态信息、坐标信息和时间,设置待修复轨迹点个数,确定待修复轨迹点的时间间隔,并对起止点的经纬度坐标进行高斯投影转换,对起止点的速度单位进行转换;
S2:采用双向迭代的方式,根据起止点的动态信息求出两组待修复轨迹点的动态信息,在此基础上再利用起止点的动态信息和高斯平面坐标,求出两组坐标预测值;
S3:根据权重对两组坐标预测值进行加权平均,再进行高斯反投影计算,得到最终的待修复轨迹点经纬度坐标。
进一步,步骤S1中,所述设置待修复轨迹点个数n(取任意大于1的整数,本方法中n取20),根据起止点A和B的时间tA、tB,求出待修复轨迹点的时间间隔
Figure BDA0001936448280000021
进一步,步骤S1中,对起止点A和B的经纬度坐标(XA,YA)、(XB,YB)进行高斯投影转换,得到高斯平面坐标(xA,yA)、(xB,yB);对A、B的速度单位节(kn),通过等式1kn=1海里/h=1852m/h进行转换,将节(kn)转换成m/h。
进一步,步骤S2中,起止点A、B和与之相邻的两点A-1、B+1对应时间分别是tA、tB、tA-1、tB+1,对应航速分别是vA、vB、vA-1、vB+1,时间差ΔtA-1=tA-tA-1,ΔtA=tB-tA,ΔtB=tB+1-tB,速度差ΔvA-1=vA-vA-1,ΔvA=vB-vA,ΔvB=vB+1-vB,具体求解方式为:
当Δti>Δti-1时,
Figure BDA0001936448280000022
当Δti<Δti-1时,
Figure BDA0001936448280000023
其中ai为船舶在ti时刻的加速度。
进一步,步骤S2中,求解待修复轨迹点的加速度和航向,具体通过以下方式:
利用起止点A、B的加速度aA、aB和航向θA、θB,通过线性插值的方式求出待修复轨迹点的加速度ai和航向θi,其中i=1,2,...,n-1,则:
从A到B所有点的航向表示为θA、θa1、θa2、...、θa(n-1)、θB,加速度表示为aA、aa1、aa2、...、aa(n-1)、aB;
从B到A所有点的航向表示为θB、θb1=θa(n-1)、θb2=θa(n-2)、...、θb(n-1)=θa1、θA,加速度表示为aB、ab1=aa(n-1)、ab2=aa(n-2)、...、ab(n-1)=aa1、aA
进一步,步骤S2中,分别以点A、B为起点,利用速度公式v=v0+a*t迭代求解出两组待修复轨迹点的速度,公式为:
Figure BDA0001936448280000031
Figure BDA0001936448280000032
其中,vai表示以A为起点的待修复轨迹点的速度,vbi表示以B为起点的待修复轨迹点的速度。
进一步,步骤S2中,根据A点的动态信息、平面坐标和待修复轨迹点的动态信息,迭代求出一组待修复轨迹点坐标预测值,公式为:
Figure BDA0001936448280000033
Figure BDA0001936448280000034
其中,xai、yai分别表示以A为起点的平面横坐标预测值和平面纵坐标预测值;
根据B点的动态信息、平面坐标和待修复轨迹点的动态信息,迭代求出一组待修复轨迹点坐标预测值,公式为:
Figure BDA0001936448280000035
Figure BDA0001936448280000036
其中,xbi、ybi分别表示以B为起点的平面横坐标预测值和平面纵坐标预测值。
进一步,步骤S3中,根据A、B两点与两组待修复轨迹点的时间关系计算出权重,公式为:
Figure BDA0001936448280000037
其中,Q1和Q2分别为A、B两点的权重;加权平均后得到最终轨迹修复点的平面坐标:
Figure BDA0001936448280000038
其中,xi、yi分别表示最终的平面横坐标和平面纵坐标。
本发明的有益效果在于:本发明在基于线性插值的基础上,采用双向迭代的思路,在坐标信息的基础上充分利用动态信息,较准确的计算出待修复轨迹点的坐标,本发明所述方法克服了以往难以在轨迹修复准确率和时间复杂度之间取得平衡的问题,能够较准确的修复作曲线运动的船舶轨迹,同时执行算法也只需花费较少的时间开销,该方法对船舶轨迹的修复具有有效性。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明所述船舶轨迹修复方法的流程图;
图2为双向迭代展示图;
图3为修复轨迹与原始轨迹比较图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
本发明提供的一种基于向量插值的船舶轨迹修复方法,基于迭代和加权平均理论,首先设置待修复轨迹点个数,确定待修复轨迹点的时间间隔,并对起止点经纬度坐标进行高斯投影转换;然后根据起止点动态信息计算待修复轨迹的动态信息,利用待修复轨迹的动态信息和起止点动态信息、坐标信息,求出两组坐标预测值;接着对两组坐标预测值进行加权平均,再进行高斯反投影计算,求解出最终的待修复轨迹点经纬度坐标,如图1所示,本发明所述船舶轨迹修复方法具体包括以下步骤:
步骤1:输入缺失轨迹段起止点的动态信息、坐标信息、时间,确定待修复轨迹点的时间间隔,并对起止点的经纬度坐标进行高斯投影转换;
步骤101:设置待修复轨迹点个数n(取任意大于1的整数,本实施例中n取20,根据起止点A和B的时间tA、tB,求出待修复轨迹点的时间间隔T,其公式为:
Figure BDA0001936448280000041
步骤102:采用高斯-克吕格投影将起止点A和B的经纬度坐标(XA,YA)、(XB,YB)进行高斯投影转换,得到高斯平面坐标(xA,yA)、(xB,yB)。
步骤103:A、B的速度单位是节(kn),通过等式1kn=1海里/h=1852m/h,将速度单位转换成m/h。
步骤2:采用双向迭代的思想,根据起止点动态信息求出两组待修复轨迹点的动态信息。
步骤201:起止点A、B和与之相邻两点A-1、B+1对应时间分别是tA、tB、tA-1、tB+1,对应航速分别是vA、vB、vA-1、vB+1,时间差ΔtA-1=tA-tA-1,ΔtA=tB-tA,ΔtB=tB+1-tB,速度差ΔvA-1=vA-vA-1,ΔvA=vB-vA,ΔvB=vB+1-vB,具体求解方式:
当Δti>Δti-1时,
Figure BDA0001936448280000051
当Δti<Δti-1时,
Figure BDA0001936448280000052
其中ai为船舶在ti时刻的加速度。
步骤202:计算待修复轨迹点的加速度和航向,通过步骤201得到起止点A、B的加速度aA、aB,利用A、B的航向θA、θB,用线性插值的方式求出待修轨迹点的加速度ai(i=1,2,...,n-1)和航向θi(i=1,2,...,n-1),则:
从A到B所有点的航向表示为θA、θa1、θa2...θa(n-1)、θB,加速度表示为aA、aa1、aa2...aa(n-1)、aB;
从B到A所有点的航向表示为θB、θb1=θa(n-1)、θb2=θa(n-2)...θb(n-1)=θa1、θA,加速度表示为aB、ab1=aa(n-1)、ab2=aa(n-2)...ab(n-1)=aa1、aA
步骤203:利用A点的动态信息,通过速度公式v=v0+a*t计算出第一个待修复轨迹点的速度,将该速度与相应的加速度通过速度公式计算出第二个待修复轨迹点速度,按照这种方式进行迭代,直到求出一组待修复轨迹点的速度,具体的计算公式为:
Figure BDA0001936448280000053
利用B点的动态信息作为初始值,按同样的迭代方式计算出一组待修复轨迹点的速度,公式为:
Figure BDA0001936448280000054
其中,vai表示以A为起点的待修复轨迹点的速度,vbi表示以B为起点的待修复轨迹点的速度。
步骤3:求出两组坐标预测值
步骤301:利用步骤2中求得的以A为起点的待修复轨迹点动态信息,再根据A点的动态信息和平面坐标,按照步骤2中的迭代思路,求出一组待修复轨迹点坐标预测值,具体公式为:
Figure BDA0001936448280000055
Figure BDA0001936448280000056
其中,xai、yai分别表示以A为起点的平面横坐标预测值和平面纵坐标预测值。
步骤302:利用步骤2中求得的以B为起点的待修复轨迹点动态信息,再根据B点的动态信息和平面坐标,迭代求出另一组待修复轨迹点坐标预测值,公式为:
Figure BDA0001936448280000061
Figure BDA0001936448280000062
其中,xbi、ybi分别表示以B为起点的平面横坐标预测值和平面纵坐标预测值。如图2所示的是以A、B为起点进行双向迭代的结果。
步骤4:根据权重对两组坐标预测值进行加权平均。
步骤401:根据A、B点与两组坐标预测值的时间关系分配权重,时间差越小,分配的权重值越高,公式为:
Figure BDA0001936448280000063
其中,Q1和Q2分别为A、B两端的权重。
步骤402:利用步骤401中计算出的权重,对两组坐标预测值进行加权平均,求出最终的平面坐标:
Figure BDA0001936448280000064
其中,xi表示最终平面横坐标,yi表示最终平面纵坐标。如图2所示,对两个方向的迭代结果进行加权平均后取得的结果。
步骤403:对步骤402中的计算出的平面坐标进行高斯反投影计算,这样就得到最终的待修复轨迹点经纬度坐标,其轨迹修复结果如图3所示。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。

Claims (3)

1.一种基于向量插值的船舶轨迹修复方法,其特征在于,该方法具体包括以下步骤:
S1:输入缺失轨迹段起止点的动态信息、坐标信息和时间,设置待修复轨迹点个数,确定待修复轨迹点的时间间隔,并对起止点的经纬度坐标进行高斯投影转换,对起止点的速度单位进行转换;
S2:采用双向迭代的方式,根据起止点的动态信息求出两组待修复轨迹点的动态信息,在此基础上再利用起止点的动态信息和高斯平面坐标,求出两组坐标预测值;具体包括以下步骤:
S21:起止点A、B和与之相邻的两点A-1、B+1对应时间分别是tA、tB、tA-1、tB+1,对应航速分别是vA、vB、vA-1、vB+1,时间差ΔtA-1=tA-tA-1,ΔtA=tB-tA,ΔtB=tB+1-tB,速度差ΔvA-1=vA-vA-1,ΔvA=vB-vA,ΔvB=vB+1-vB,具体求解方式为:
当Δti>Δti-1时,
Figure FDA0003906987360000011
当Δti<Δti-1时,
Figure FDA0003906987360000012
其中ai为船舶在ti时刻的加速度;
S22:求解待修复轨迹点的加速度和航向,具体通过以下方式:
利用起止点A、B的加速度aA、aB和航向θA、θB,通过线性插值的方式求出待修复轨迹点的加速度ai和航向θi,其中i=1,2,...,n-1,则:
从A到B所有点的航向表示为θA、θa1、θa2、...、θa(n-1)、θB,加速度表示为aA、aa1、aa2、...、aa(n-1)、aB
从B到A所有点的航向表示为θB、θb1=θa(n-1)、θb2=θa(n-2)、...、θb(n-1)=θa1、θA,加速度表示为aB、ab1=aa(n-1)、ab2=aa(n-2)、...、ab(n-1)=aa1、aA
S23:分别以点A、B为起点,利用速度公式v=v0+a*t迭代求解出两组待修复轨迹点的速度,公式为:
Figure FDA0003906987360000013
Figure FDA0003906987360000014
其中,vai表示以A为起点的待修复轨迹点的速度,vbi表示以B为起点的待修复轨迹点的速度;
S24:根据A点的动态信息、平面坐标和待修复轨迹点的动态信息,迭代求出一组待修复轨迹点坐标预测值,公式为:
Figure FDA0003906987360000021
Figure FDA0003906987360000022
其中,xai、yai分别表示以A为起点的平面横坐标预测值和平面纵坐标预测值;
根据B点的动态信息、平面坐标和待修复轨迹点的动态信息,迭代求出一组待修复轨迹点坐标预测值,公式为:
Figure FDA0003906987360000023
Figure FDA0003906987360000024
其中,xbi、ybi分别表示以B为起点的平面横坐标预测值和平面纵坐标预测值;
S3:根据权重对两组坐标预测值进行加权平均,再进行高斯反投影计算,得到最终的待修复轨迹点经纬度坐标;具体包括:
根据A、B两点与两组待修复轨迹点的时间关系计算出权重,公式为:
Figure FDA0003906987360000025
其中,Q1和Q2分别为A、B两点的权重;加权平均后得到最终轨迹修复点的平面坐标:
Figure FDA0003906987360000026
其中,xi、yi分别表示最终的平面横坐标和平面纵坐标。
2.根据权利要求1所述的一种基于向量插值的船舶轨迹修复方法,其特征在于,步骤S1中,所述设置待修复轨迹点个数n,根据起止点A和B的时间tA、tB,求出待修复轨迹点的时间间隔
Figure FDA0003906987360000027
3.根据权利要求2所述的一种基于向量插值的船舶轨迹修复方法,其特征在于,步骤S1中,对起止点A和B的经纬度坐标(XA,YA)、(XB,YB)进行高斯投影转换,得到高斯平面坐标(xA,yA)、(xB,yB);通过等式1kn=1海里/h=1852m/h进行转换,将A、B的速度单位节转换成m/h。
CN201910008797.2A 2019-01-04 2019-01-04 一种基于向量插值的船舶轨迹修复方法 Active CN109726355B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910008797.2A CN109726355B (zh) 2019-01-04 2019-01-04 一种基于向量插值的船舶轨迹修复方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910008797.2A CN109726355B (zh) 2019-01-04 2019-01-04 一种基于向量插值的船舶轨迹修复方法

Publications (2)

Publication Number Publication Date
CN109726355A CN109726355A (zh) 2019-05-07
CN109726355B true CN109726355B (zh) 2022-11-25

Family

ID=66298840

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910008797.2A Active CN109726355B (zh) 2019-01-04 2019-01-04 一种基于向量插值的船舶轨迹修复方法

Country Status (1)

Country Link
CN (1) CN109726355B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111260529B (zh) * 2020-01-08 2024-03-08 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) 船舶环境数据的确定方法、装置及船舶
CN112947572B (zh) * 2021-03-12 2023-02-10 华南理工大学 一种基于地形跟随的四旋翼飞行器自适应运动规划方法
CN113901085B (zh) * 2021-09-30 2024-03-15 中远海运科技股份有限公司 一种船舶轨迹动态绘制方法及系统
CN114708750B (zh) * 2022-06-06 2022-09-06 武汉理工大学 一种桥区水域船舶碰撞风险检测方法和装置
CN115454144B (zh) * 2022-10-28 2023-02-24 中国电子科技集团公司第二十八研究所 一种动目标飞行轨迹平滑方法及系统
CN117073680A (zh) * 2023-07-28 2023-11-17 武汉理工大学 一种船舶航行轨迹修复方法、电子设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2232097C1 (ru) * 2003-07-31 2004-07-10 Доронин Владимир Олегович Способ восстановления скорости и траектории движения транспортного средства по зарегистрированным данным при дорожно-транспортном происшествии и устройство для его осуществления
CN101794451A (zh) * 2010-03-12 2010-08-04 上海交通大学 基于运动轨迹的跟踪方法
CN104504935A (zh) * 2014-12-30 2015-04-08 江苏理工学院 航海交通管制方法
CN106646518A (zh) * 2016-11-18 2017-05-10 北京创业公社征信服务有限公司 基于三阶贝塞尔曲线及插值的gps轨迹数据补全方法
CN108364344A (zh) * 2018-02-08 2018-08-03 重庆邮电大学 一种基于回环测试的单目实时三维重建方法
CN108806335A (zh) * 2018-05-29 2018-11-13 大连海事大学 一种基于ais轨迹大数据的船舶交通环境重构方法
CN109001722A (zh) * 2018-05-30 2018-12-14 武汉理工大学 一种基于lstm模型的船舶航迹数据融合方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160202670A1 (en) * 2015-01-08 2016-07-14 Northwestern University System and method for sequential action control for nonlinear systems

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2232097C1 (ru) * 2003-07-31 2004-07-10 Доронин Владимир Олегович Способ восстановления скорости и траектории движения транспортного средства по зарегистрированным данным при дорожно-транспортном происшествии и устройство для его осуществления
CN101794451A (zh) * 2010-03-12 2010-08-04 上海交通大学 基于运动轨迹的跟踪方法
CN104504935A (zh) * 2014-12-30 2015-04-08 江苏理工学院 航海交通管制方法
CN106646518A (zh) * 2016-11-18 2017-05-10 北京创业公社征信服务有限公司 基于三阶贝塞尔曲线及插值的gps轨迹数据补全方法
CN108364344A (zh) * 2018-02-08 2018-08-03 重庆邮电大学 一种基于回环测试的单目实时三维重建方法
CN108806335A (zh) * 2018-05-29 2018-11-13 大连海事大学 一种基于ais轨迹大数据的船舶交通环境重构方法
CN109001722A (zh) * 2018-05-30 2018-12-14 武汉理工大学 一种基于lstm模型的船舶航迹数据融合方法

Non-Patent Citations (11)

* Cited by examiner, † Cited by third party
Title
Haoran Du ; Youan Xiao ; Liyu Duan ; Song Gao.An algorithm for vessel"s missing trajectory restoration based on polynomial interpolation.《2017 4th International Conference on Transportation Information and Safety (ICTIS)》.2017, *
Xiaohan Zhang ; Yixiong He ; Ruhong Tang ; Junmin Mou ; Shuai Gong.A Novel Method for Reconstruct Ship Trajectory Using Raw AIS Data.《2018 3rd IEEE International Conference on Intelligent Transportation Engineering (ICITE)》.2018, *
三次样条插值在船舶轨迹修复中的研究;田利芹等;《舰船科学技术》;20160323(第06期);第83-85页 *
基于AIS的轨迹插值方法;周鹏,陈金海,林乾锋,梅强,黄鹏飞;《集美大学学报(自然科学版)》;20181128;第23卷(第6期);第443-447页 *
基于GPS的道路线形恢复技术的研究;杨轸等;《同济大学学报(自然科学版)》;20030530(第05期);第66-70页 *
基于Vondrak滤波和三次样条插值的船舶轨迹修复研究;刘立群; 吴超仲; 褚端峰; 陈志军; 孙川;《交通信息与安全》;20150820;第33卷(第4期);第100-105页 *
基于块运动轨迹相似性的H.264运动修复-错误隐藏算法;南哲万; 阮秋琦; 安高云;《铁道学报》;20130215;第35卷(第2期);第66-71页 *
基于最小二乘支持向量机的AIS数据修复方法;王永明; 刘兴龙; 桑凌志;《上海海事大学学报》;20181203;第39卷(第4期);第82-89页 *
样条插值法在AIS数据修复中的应用研究;周彩等;《中国水运.航道科技》;20180820(第04期);第79-82页 *
舶舶AIS轨迹异常的自动检测与修复算法;吴建华等;《中国航海》;20170325(第01期);第11-15+104页 *
船舶自动识别系统数据修复和预测算法研究;刘磊等;《哈尔滨工程大学学报》;20181218(第06期);第46-51页 *

Also Published As

Publication number Publication date
CN109726355A (zh) 2019-05-07

Similar Documents

Publication Publication Date Title
CN109726355B (zh) 一种基于向量插值的船舶轨迹修复方法
CN107941537B (zh) 一种机械设备健康状态评估方法
Ma et al. Ultra-short-term wind generation forecast based on multivariate empirical dynamic modeling
CN102707276B (zh) 基于目标拓扑信息的ais与雷达航迹抗差关联算法
CN109584552B (zh) 一种基于网络向量自回归模型的公交到站时间预测方法
CN107290965B (zh) 基于局部加权贝叶斯网络的自适应软测量预测方法
CN105243502B (zh) 一种基于径流区间预测的水电站调度风险评估方法及系统
CN103759732B (zh) 一种角度信息辅助的集中式多传感器多假设跟踪方法
CN107978147B (zh) 一种基于knn算法的交通流异常数据双向检测修复方法
CN111563072A (zh) 一种基于ais信息的船舶实时准确位置获取方法
CN106199581A (zh) 一种随机集理论下的多机动目标跟踪方法
Zhou et al. A trajectory prediction method based on aircraft motion model and grey theory
CN103645635A (zh) 一种基于模拟退火-强化学习算法的船舶运动控制器
Yang et al. An approach to ship behavior prediction based on AIS and RNN optimization model
CN104392113B (zh) 一种近海海面冷空气大风风速的估算方法
CN104537233B (zh) 一种基于核密度估计的配电网伪量测生成方法
CN113887789B (zh) 一种基于循环神经网络的改进船舶轨迹预测方法及其装置
CN111091248A (zh) 一种船舶路径规划方法及系统
CN105071388B (zh) 一种基于极大似然估计的配电网状态估计方法
CN104180801A (zh) 基于ads-b系统航迹点的预测方法和系统
CN112307685B (zh) 水声传感网中基于高斯混合模型的流体运动边界预测方法
CN107092808B (zh) 一种编队目标合并机动模式下的跟踪方法
Lian et al. Research on ship AIS trajectory estimation based on particle filter algorithm
Scheepmaker et al. Running time supplements: energy-efficient train control versus robust timetables
CN113836661B (zh) 时间预测方法、模型训练方法、相关装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant