船舶軌跡實(shí)時預(yù)測方法
【專利摘要】本發(fā)明涉及一種船舶軌跡實(shí)時預(yù)測方法，包括如下幾個步驟，首先通過海面雷達(dá)獲得船舶的實(shí)時和歷史位置信息并做初步處理；然后在每一采樣時刻對船舶軌跡數(shù)據(jù)預(yù)處理，然后在每一采樣時刻對船舶軌跡數(shù)據(jù)聚類，再而在每一采樣時刻對船舶軌跡數(shù)據(jù)利用隱馬爾科夫模型進(jìn)行參數(shù)訓(xùn)練，然后在每一采樣時刻依據(jù)隱馬爾科夫模型參數(shù)，采用Viterbi算法獲取當(dāng)前時刻觀測值所對應(yīng)的隱狀態(tài)q，最后在每一采樣時刻通過設(shè)定預(yù)測時域W，基于船舶當(dāng)前時刻的隱狀態(tài)q，獲取未來時段船舶的位置預(yù)測值O，從而在每一采樣時刻滾動推測到未來時段內(nèi)船舶的軌跡。本發(fā)明滾動實(shí)時對船舶軌跡進(jìn)行預(yù)測，準(zhǔn)確性較好，從而為后續(xù)船舶沖突解脫提供有力保障。
【專利說明】船舶軌跡實(shí)時預(yù)測方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種海域交通管制方法，尤其涉及一種基于滾動規(guī)劃策略的船舶軌跡 實(shí)時預(yù)測方法。

【背景技術(shù)】
[0002] 隨著全球航運(yùn)業(yè)的快速發(fā)展，部分繁忙海域內(nèi)的交通愈加擁擠。在船舶交通流密 集復(fù)雜海域，針對船舶間的沖突情形仍然采用航行計(jì)劃結(jié)合人工間隔調(diào)配的管制方式已不 能適應(yīng)航運(yùn)業(yè)的快速發(fā)展。為保證船舶間的安全間隔，實(shí)施有效的沖突調(diào)配就成為海域交 通管制工作的重點(diǎn)。船舶沖突解脫是航海領(lǐng)域中的一項(xiàng)關(guān)鍵技術(shù)，安全高效的解脫方案對 于增加海域船舶流量以及確保海運(yùn)安全具有重大意義。
[0003] 為了提高船舶的航行效率，船用雷達(dá)自動標(biāo)繪儀目前已經(jīng)被廣泛應(yīng)用到船舶監(jiān)控 和避碰中，該設(shè)備通過提取船舶相關(guān)信息為船舶間沖突情形的判定提供參考依據(jù)。盡管此 類設(shè)備極大降低了人工監(jiān)控的負(fù)荷，但它并不具備船舶自動沖突解脫功能。而船舶沖突解 脫是基于對船舶軌跡的預(yù)測的基礎(chǔ)上，在船舶實(shí)際航行中，受氣象條件、導(dǎo)航設(shè)備以及駕駛 員操作等各種因素的影響，它的運(yùn)行狀態(tài)往往不完全屬于某一特定的運(yùn)動狀態(tài)，在船舶軌 跡預(yù)測過程中需要考慮各種隨機(jī)因素的影響，通過獲取各類隨機(jī)因素的最新特性對其未來 軌跡實(shí)施滾動預(yù)測并增強(qiáng)其軌跡預(yù)測的魯棒性。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明要解決的技術(shù)問題是提供一種魯棒性較好的船舶軌跡實(shí)時預(yù)測方法，該方 法的船舶軌跡預(yù)測精度較高。
[0005] 實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案是提供一種船舶軌跡實(shí)時預(yù)測方法，包括如下幾個步 驟：
[0006] ①通過海面雷達(dá)獲得船舶的實(shí)時和歷史位置信息，各船舶的位置信息為離散二維 位置序列X' =[χ/，x2' ]和y' =[y/，y2'，…，丫/ ]，通過應(yīng)用小波變 換理論對原始離散二維位置序列X' =[x/ ,X2'，...，χη']和y' =[y/，y；/，...，yn']進(jìn)行初步處理，從而獲取船舶的去噪離散二維位置序列χ=[χρχ2, ...，χη]和y= Ly1,J2, ,yn]；
[0007] ②在每一采樣時刻對船舶軌跡數(shù)據(jù)預(yù)處理，依據(jù)所獲取的船舶原始離散二維位置 序列X=[X1,x2, . . .，xn]和y=Iiy1,y2, . . .，yn]，采用一階差分方法對其進(jìn)行處理獲取新 的船舶離散位置序列ΔX= [ΔX1,Δχ2, · · ·，Δxn_J和Δy= [Δy17Δy2，…，Δyn_J，其 中Axi =Xi+1-Xi，Ayi =yi+1-yi(i= 1，2, · · ·，n-1);
[0008] ③在每一采樣時刻對船舶軌跡數(shù)據(jù)聚類，對處理后新的船舶離散二維位置序列 Λχ和Ay，通過設(shè)定聚類個數(shù)M'，采用遺傳聚類算法分別對其進(jìn)行聚類；
[0009] ④在每一采樣時刻對船舶軌跡數(shù)據(jù)利用隱馬爾科夫模型進(jìn)行參數(shù)訓(xùn)練，通過將處 理后的船舶運(yùn)行軌跡數(shù)據(jù)八1和Ay視為隱馬爾科夫過程的顯觀測值，通過設(shè)定隱狀態(tài)數(shù) 目N和參數(shù)更新時段τ'，依據(jù)最近的Τ'個位置觀測值并采用B-W算法滾動獲取最新隱 馬爾科夫模型參數(shù)λ';
[0010] ⑤在每一采樣時刻依據(jù)隱馬爾科夫模型參數(shù)，采用Viterbi算法獲取當(dāng)前時刻觀 測值所對應(yīng)的隱狀態(tài)q;
[0011] ⑥在每一采樣時刻，通過設(shè)定預(yù)測時域w，基于船舶當(dāng)前時刻的隱狀態(tài)q，獲取未 來時段船舶的位置預(yù)測值〇,從而在每一采樣時刻滾動推測到未來時段內(nèi)船舶的軌跡。
[0012] 進(jìn)一步的，所述步驟①中，通過應(yīng)用小波變換理論對原始離散二維位置序列X'= [χ/，χ2'，…，乂/ ]和y' =[y/，y2'，…，又/ ]進(jìn)行初步處理，從而獲取船舶的 去噪離散二維位置序列X=[χρχ2,...，χη]和y= [yi，y2,...，yn]:對于給定的原始二維 序列數(shù)據(jù)V=[χ/，χ，，...，χη']，利用如下形式的線性表達(dá)式分別對其進(jìn)行近似：

【權(quán)利要求】
1. 一種船舶軌跡實(shí)時預(yù)測方法，其特征在于包括如下幾個步驟： ① 通過海面雷達(dá)獲得船舶的實(shí)時和歷史位置信息，各船舶的位置信息為離散二維位置 序列x' =[x/，x2'，...，xn']和y' =[y/，y2'，...，yn']，通過應(yīng)用小波變換理 論對原始離散二維位置序列X' =[x/，x2',...，義/ ]和y' =[y/，y2'，...，丫/ ] 進(jìn)行初步處理，從而獲取船舶的去噪離散二維位置序列x=[Xpx2, . . .，xn]和y= [y^ y 2，? ? ?，yJ ; ② 在每一采樣時刻對船舶軌跡數(shù)據(jù)預(yù)處理，依據(jù)所獲取的船舶原始離散二維位置序列 x= [x^Xy. . .，xn]和y= [ypyy. . .，yn]，采用一階差分方法對其進(jìn)行處理獲取新的船舶 離散位置序列Ax= [Ax"Ax2, ? ? ?，Axn_J和Ay= [Ay"Ay2，…，Ayn]，其中Axi =xi+1-Xi，Ayi=yi+「y"i= 1，2, ? ? ?，n_l); ③ 在每一采樣時刻對船舶軌跡數(shù)據(jù)聚類，對處理后新的船舶離散二維位置序列△x和 Ay，通過設(shè)定聚類個數(shù)M'，采用遺傳聚類算法分別對其進(jìn)行聚類； ④ 在每一采樣時刻對船舶軌跡數(shù)據(jù)利用隱馬爾科夫模型進(jìn)行參數(shù)訓(xùn)練，通過將處理后 的船舶運(yùn)行軌跡數(shù)據(jù)AX和Ay視為隱馬爾科夫過程的顯觀測值，通過設(shè)定隱狀態(tài)數(shù)目N 和參數(shù)更新時段t'，依據(jù)最近的T'個位置觀測值并采用B-W算法滾動獲取最新隱馬爾 科夫模型參數(shù)A'; ⑤ 在每一采樣時刻依據(jù)隱馬爾科夫模型參數(shù)，采用Viterbi算法獲取當(dāng)前時刻觀測值 所對應(yīng)的隱狀態(tài)q; ⑥ 在每一采樣時刻，通過設(shè)定預(yù)測時域W，基于船舶當(dāng)前時刻的隱狀態(tài)q，獲取未來時 段船舶的位置預(yù)測值〇,從而在每一采樣時刻滾動推測到未來時段內(nèi)船舶的軌跡。
2. 根據(jù)權(quán)利要求1所述的船舶軌跡實(shí)時預(yù)測方法，其特征在于：所述步驟①中，通過應(yīng) 用小波變換理論對原始離散二維位置序列x' =[x/，x2'，...，xn']和y' =[y/， y2'，...，y/ ]進(jìn)行初步處理，從而獲取船舶的去噪離散二維位置序列x=[xpx2,..., xn]和y= [y^y2, ...，yn]:對于給定的原始二維序列數(shù)據(jù)x' = [x/，x2'，...，x/ ]，
f' (x')表示對數(shù)據(jù)平滑處理后得到的函數(shù)表達(dá)式，)表示母波，S、J和K均 為小波變換常數(shù)，)表示母波的轉(zhuǎn)換形式，c"表示由小波變換過程得到的函數(shù)系 數(shù)，它體現(xiàn)了子波U^,K(x')對整個函數(shù)近似的權(quán)重大小，若此系數(shù)很小，那么它意味著子 波VT,K(x')的權(quán)重也較小，因而可以在不影響函數(shù)主要特性的前提下，從函數(shù)近似過程 中將子波VT,K(x')除去；在實(shí)際數(shù)據(jù)處理過程中，通過設(shè)定閾值x來實(shí)施"閾值轉(zhuǎn)換"， 當(dāng)c"<x時，設(shè)定c"=0;閾值函數(shù)的選取采用如下兩種方式：

5. 5. 3)時刻更新：令g=g-1，若g彡1，返回步驟5. 5. 2)，否則終止。
5. 根據(jù)權(quán)利要求1至4之一所述的船舶軌跡實(shí)時預(yù)測方法，其特征在于：所述步驟③ 中，聚類個數(shù)M'的值為4。
6. 根據(jù)權(quán)利要求1至5之一所述的船舶軌跡實(shí)時預(yù)測方法，其特征在于：所述步驟④ 中，狀態(tài)數(shù)目N的值為3,參數(shù)更新時段t'為30秒，T'為10。
7. 根據(jù)權(quán)利要求1至6之一所述的船舶軌跡實(shí)時預(yù)測方法，其特征在于：所述步驟⑥ 中，預(yù)測時域W為300秒。
【文檔編號】G06Q10/04GK104484726SQ201410849496
【公開日】2015年4月1日 申請日期:2014年12月30日 優(yōu)先權(quán)日:2014年12月30日
【發(fā)明者】韓云祥, 趙景波, 李廣軍 申請人:江蘇理工學(xué)院