[发明专利]一种海缆水域AIS目标检测方法

说明书

本发明涉及一种海缆水域AIS目标检测方法，包括：接收港区周边船舶发送的AIS数据，将港区水域分级网格化并使船舶ID与不同级别的坐标位置关联；根据时间区间和选定的目标区域对AIS数据进行筛选，并对目标区域作划分网格处理，计算船舶出现在不同级别的网格内的频率，获得船舶分布频率直方统计图；利用船舶位置信息建立图像模型，使用离散型随机分布马尔科夫预测模型预测船舶航行趋势，形成目标船舶航行轨迹预测曲线；提取出高级别警戒水域附近船舶的信息并在港区水域分级网格图中进行标识；所述船只的信息包括船舶ID、航向和航速；控制VHF电台对闯入高级别警戒水域附近的船舶进行播报。本发明提高了海缆水域的安全性。

技术领域

本发明涉及船舶自动识别系统(AIS)、VHF电台技术和计算机图形处理技术领域，特别是一种海缆水域AIS目标检测方法。

背景技术

随着海缆区界目标位置检测与船舶航迹播报应用需求与定位精确性的不断增长，及时准确地掌握区界内相关船舶的位置并对其进行航向预测，已经成为了智能海缆防护的核心要素。但现有技术中，未能根据船舶自动识别系统(AIS)发送的信息及时自动分析出船舶进入高等级网格水域的概率，也不能再海图上做对应的标记，并通过VHF自动对进入高等级网格水域的船舶进行广播提醒，从而导致船舶对港区海缆进行破坏。

船舶自动识别系统(AIS)技术配合全球定位系统(GPS)将船位、船速、改变航向率及航向等船舶动态结合船名、呼号等船舶静态资料由甚高频(VHF)频道向附近水域船舶及岸台广播，使邻近船舶及岸台能及时掌握附近海面所有船舶之动静态资讯，获取船舶位置坐标及时进行避让。

Very high frequency(VHF)(甚高频)是指频带由30MHz到300MHz的无线电电波。VHF多数是用作电台及电视台广播，同时又是航空和航海的沟通频道。

马尔科夫预测模型：过程或(系统)在时刻t0所处的状态为已知的条件下，过程在时刻tt0所处状态的条件分布过程在时刻t0之前所处的状态无关的特性成为马尔科夫性或无后效性。

马尔可夫(Markov)预测法，就是一种关于事件发生的概率预测方法。它是根据事件的目前状况来预测其将来各个时刻(或时期)变动状况的一种预测方法。马尔可夫预测法是地理预测研究中重要的预测方法之一。

马尔科夫决策过程具有马尔可夫性(无后效性，及系统的下个状态只与当前状态信息有关，与更早的状态无关)，但不同的是MDP(马尔科夫决策)考虑了动作，马尔可夫决策过程由一个四元组构成M＝(S,A,Psa,R)。马尔可夫链Markov chain表示时间和状态都是离散的马尔科夫过程。

状态在马尔可夫预测中，“状态”是一个重要的术语。所谓状态，就是指某一事件在某个时刻(或时期)出现的某种结果。

船舶闯入危险度：指船闯入港区的可能性大小，规定其取值范围为0到1，闯入危险度是度量海缆水域是否发生危险的概率标准，当港区处于碰撞危险中时，是用作对哪些船舶进行避碰筛选的重要参数。

发明内容

本发明的目的在于克服现有技术的船舶对港区海缆破坏问题，采用合适而准确的预警播报策略，提出了一种港区海缆AIS目标检测方法，大大提高了海缆水域的安全性。

本发明解决其技术问题所采用的技术方案是：

一种海缆水域AIS目标检测方法，包括：

步骤101，接收港区周边船舶发送的AIS数据，在海图上对船舶进行标绘，将港区水域分级网格化并使船舶ID与不同级别的坐标位置关联；

步骤102，根据时间区间和选定的目标区域对AIS数据进行筛选，并对目标区域作划分网格处理，计算船舶出现在不同级别的网格内的频率，建立单船舶的网格图；累加单船舶网格图的网格计数，形成单船舶的网格频数图；

步骤103，对船舶密度分布进行降噪处理；