[发明专利]融合航线提取与趋势判断的海上目标位置预测方法

权利要求书

1.一种融合航线提取与趋势判断的海上目标位置预测方法，其特征在于，包括：

步骤1，对AIS轨迹数据进行数据预处理，将AIS轨迹数据中的轨迹按航程进行分段并剔除异常轨迹；

步骤2，分别选取预处理后的AIS轨迹数据中各个轨迹的起点和终点，采用DBSCAN聚类算法对选取的各个轨迹的起点进行聚类，得到起点聚类结果，采用DBSCAN聚类算法对选取的各个轨迹的终点进行聚类，得到终点聚类结果；

步骤3，根据起点聚类结果和终点聚类结果将预处理后的AIS轨迹数据中具有相同起点和相同终点的轨迹划分为同一类，对所有同一类轨迹采用DBSCAN聚类算法再次划分，得到轨迹聚类结果；

步骤4，采用Delaunay三角网算法分别将轨迹聚类结果中每同一类轨迹的所有轨迹合并为一条航线，得到多条航线并建立航线库；

步骤5，采用B样条曲线拟合方法分别对航线库中的每一条航线进行拟合，得到每一条航线的拟合函数；

步骤6，在航线库中寻找与目标轨迹的起点相同的航线，分别计算和记录目标轨迹和与在航线库中寻找到的所有与目标轨迹起点相同的航线的弗雷歇距离，选取出航线库中与目标轨迹的弗雷歇距离最近的航线与目标轨迹进行航线匹配，获得目标轨迹与匹配航线间的偏移距离，并将匹配航线的拟合函数作为目标轨迹的拟合函数；

步骤7，根据目标轨迹的速度、加速度和未来时间计算未来时间内目标轨迹的运动距离，根据未来时间内目标轨迹的运动距离、目标轨迹的拟合函数和目标轨迹与匹配航线间的偏移距离对未来时刻目标轨迹的位置进行预测，得到预测的未来时刻目标轨迹的位置信息。

2.根据权利要求1所述的融合航线提取与趋势判断的海上目标位置预测方法，其特征在于，所述步骤1具体包括：

步骤11，确定研究区域，删除AIS轨迹数据中研究区域范围之外和重复记录的轨迹数据；

步骤12，根据航程的起航和到达信息对轨迹数据进行分段；

步骤13，将存在长时间缺失连续位置记录的轨迹进行剔除，对分段后的轨迹数据的连续位置记录进行判断，当当前轨迹的连续位置间隔超出设定的阈值，则将当前段轨迹剔除。

3.根据权利要求2所述的融合航线提取与趋势判断的海上目标位置预测方法，其特征在于，所述步骤2具体包括：

采用DBSCAN聚类算法对选取的各个轨迹的起点进行聚类，步骤如下：

步骤21，设定距离阈值Eps与数量阈值Minpts，循环遍历选取出的预处理后的AIS轨迹数据中的各个轨迹的起点P_z，当起点P_z有超过Minpts个其他停留点P_j(j≠z)，且起点P_z与其他停留点P_j(j≠z)之间的距离小于距离阈值Eps时，则将起点P_z当成一个簇Cluster_j的核点，否则，将起点P_z当成一个噪声点Noise_v；

步骤22，给定一个簇Cluster_j的核点，当存在一个起点P_z与簇Cluster_j中的核点之间的距离小于距离阈值Eps时，则将当前起点P_z加入到簇Cluster_j之中；

步骤23，循环迭代步骤22，直到没有新的起点添加到任何簇时，结束循环，得到起点聚类结果。