基于AIS数据的船舶航行行为分析与异常检测.docxVIP

PAGEII

摘要

随着海上贸易繁荣，海上交通安全备受关注。船舶航行行为的规范性对安全至关重要，而AIS数据为监测船舶动态提供了重要依据。本研究基于AIS数据，对丹麦附近海域的船舶航行行为进行分析并实现异常检测。对AIS数据进行预处理（去重、动静态数据融合、排序等），运用船舶轨迹航段判定算法和目标水域数据提取方法筛选数据，并采用DP算法进行轨迹数据压缩；改进轨迹相似性度量方法，基于DBSCAN算法进行轨迹聚类，提取船舶行为模式；从船舶类型、航速、航向、航行时间等方面统计行为特征规律，采用自适应K中心点聚类算法挖掘典型运动轨迹并平滑处理；构建多特征融合的异常行为检测模型，进行全局和局部轨迹异常检测。研究结果表明，改进方法能准确提取船舶行为模式，揭示不同类簇船舶的行为特征规律，异常检测模型具有高检出率和低误报率，可有效识别船舶轨迹异常。

关键词：AIS数据；船舶航行;行为分析；异常检测

Abstract

Withtheprosperityofmaritimetrade,maritimetrafficsafetyhasattractedmuchattention.Thestandardizationofshipnavigationbehavioriscrucialtosafety,andAISdataprovidesanimportantbasisformonitoringshipdynamics.BasedonAISdata,thenavigationbehaviorofshipsinthewatersnearDenmarkwasanalyzedandrealizedabnormaldetection.AISdataispreprocessed(de-weight,dynamicandstaticdatafusion,sorting,etc.),includingDPalgorithmandtrajectorydatacompression,improvingtrajectorysimilaritymeasurement,trajectoryclusteringbasedonDBSCANalgorithm,extractingshipbehaviorpatterns;shiptype,speed,heading,andsailingtime,miningadaptiveK-pointclusteringalgorithmandsmoothprocessing;constructingabnormalbehaviordetectionmodelwithmulti-featurefusiontodetectglobalandlocaltrajectoryanomalies.Theresultsshowthattheimprovedmethodcanaccuratelyextracttheshipbehaviorpattern,revealthebehaviorcharacteristicsofdifferentclustersofships,andtheabnormaldetectionmodelhashighdetectionrateandlowfalsealarmrate,whichcaneffectivelyidentifytheabnormalshiptrajectory.

KeyWords:AISdata;Shipnavigation;Behavioranalysis;Anomalydetection

目录

TOC\o1-3\h\u

324341绪论 1

15311.1研究背景与意义 1

294301.2国内外研究现状 1

75391.3研究内容及方法 3

71341.4研究创新点 4

287712船舶AIS数据预处理 5

264222.1AIS数据简介 5

149862.2数据初步处理 5

67402.3数据质量问题及解决 5

107772.3.1AIS数据质量问题分析 5

307352.3.2AIS数据质量维护 5

138962.4数据精细化处理 6

254702.4.1船舶轨迹航段判定算法 6

173202.4.2目标水域数据提取 6

19829