原创 神经网络预测船舶航迹

随着我国海洋工业的发展和船舶数量和频率的增加，海上交通事故和走​​私活动呈上升趋势，海上交通安全形势不容乐观。

在海上搜救和海关走私活动中，为了确保搜救和走私活动的顺利进行，有必要根据已知的历史位置信息来预测目标船的航迹，从而推断未来一段时间的船舶位置信息。因此，准确有效地预测船舶航向非常重要。航迹预测问题是指在大量历史航迹数据的情况下，通过寻找规律来预测目标船的位置。然而，从历史航迹数据的不同特征中找出船舶的运动规律是一个巨大的挑战。

1问题描述

针对船舶航迹预测问题，本文的研究重点是在一定的时间范围内，在一定海域内遵循特定规则的特定船舶类型。船舶航迹由具有一定规则的一系列离散数据点组成。给定大量的历史数据，这些数据主要包括航行期间各个时间的船舶经度和纬度坐标信息。

2方法

数据质量将对船舶航迹预测产生重要影响。由于AIS数据平面的原始位置坐标，与目标船的航迹相关的大量冗余数据不易受到噪声的影响，因此变得不均匀，因此，为了解决上述问题，可获得更可靠，有用的数据，基于SSPD的数据预处理算法，该算法首先将经纬度坐标投影数据转换为平面坐标，然后使用线性插值法对轨迹数据进行补充，然后再基于SSPD法将大量历史轨迹与被测目标轨迹进行相似度测量，计算出每个轨迹之间的距离，最后根据该距离，得到满足筛选标准的相关轨迹数据子集。该方法对于提高航迹预测的准确性和效率是切实可行的。