[发明专利]一种基于AIS大数据的航道动态仿真系统

说明书

本发明提供的一种基于AIS大数据的航道动态仿真系统，包括航道建立模块、数据处理模块、演化模块和仿真模块，航道建立模块基于电子海图信息建立航道网络CA模型；数据处理模块基于AIS大数据获取指定范围内航道网络中船舶的航行轨迹信息；演化模块用于获取数据处理模块内的船舶的航行轨迹信息，并在航道网络模型中学习且训练CA的动态演化模型参数；仿真模块用于利用演化装置学习后得到的CA的动态演化模型参数，进行搭建内河航道网络仿真的CA模型。总的来说，该基于AIS大数据的航道动态仿真系统获取并利用AIS的实际船舶数据来进行训练CA演化模型，减少与实际船舶行驶行为的误差，提高仿真效果。

技术领域

本发明涉及大数据处理和航道仿真学习领域，具体为一种基于AIS大数据的航道动态仿真系统。

背景技术

AIS(船舶自动识别系统)是指一种应用于船和岸、船和船之间的海事安全与通信的新型助航系统，能够降低了船舶间碰撞的风险，增强了ARPA雷达、船舶交通管理系统、船舶报告的功能，在电子海图上显示所有船舶可视化的航向、航线、船名等信息，改进了海事通信的功能，提供了一种与通过AIS识别的船舶进行语言和文本通信的方法，使得航海界进入了数字时代。

CA模型(元胞自动机模型)是通过对时间和空间的离散化，建立与一种有效的描述航运网络的时间和空间资源的模型，在航运系统分析中被广泛使用。但是CA模型中包含多种参数，其中包括航道网络的环境参数，元胞自动机演化模型参数等。在现有CA的相关工作中，航道网络的CA模型参数主要是通过人工经验来手动设置的，之所以是基于人工经验来手动设置参数，是因为缺少对真实系统的观测知识，这种方式有可能使得CA模型在演化的结果与实际情况有较大的误差，影响到模型的准确性。

发明内容

(一)解决的技术问题

为解决以上问题，本发明提供了一种基于AIS大数据的航道动态仿真系统，获取并利用AIS的实际船舶数据来进行训练CA演化模型，减少与实际船舶行驶行为的误差，提高仿真效果。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：包括航道建立模块、数据处理模块、演化模块和仿真模块，航道建立模块基于电子海图信息建立航道网络 CA模型；数据处理模块基于AIS大数据获取指定范围内航道网络中船舶的航行轨迹信息；演化模块用于获取数据处理模块内的船舶的航行轨迹信息，并在航道网络模型中学习且训练CA的动态演化模型参数；仿真模块用于利用演化装置学习后得到的CA的动态演化模型参数，进行搭建内河航道网络仿真的CA模型。

优选的，演化模块的动态演化模型参数学习利用迭代优化算法。

优选地，演化模块内的航段宽度学习算法基于遗传算法。

一种基于AIS大数据的航道动态仿真方法：

S1：航道模块基于电子海图信息建立航道网络CA模型：

G＝(V，E)

G为航道网络模型；

其中集合V包括航道网络的所有交叉、分岔口和航道网络的入口以及出口，边集E中包括顶点之间具有直接航道项链的顶点连接关系，即(i，j)∈E，其中i和j为连通航道关系；

S2：数据处理模块基于AIS大数据获取指定范围内航道网络中船舶的航行轨迹信息，并将该数据表格化，其中每个内容之间通过“|”分隔，内容依次为船舶ID信息、时间、经度、纬度、速度、方向以及X，Y和Z方向的加速度；

获取到真实的AIS数据后，便可获得1-T时刻航道网络中的船只数量，表示为N_0T,根据AIS数据分析，可测每个航段的流量，设n个航段从1到T时刻的流量为{f_i，t，i＝1，...，t＝1，...，T}，从而得到真实数据的各时刻的各航段船舶数量以及n个航段信息的不同时间的流量信息；