[发明专利]基于改进编解码器架构的序列到序列渔船轨迹预测方法

权利要求书

1.基于改进编解码器架构的序列到序列船舶轨迹预测方法，其特征在于该方法包含以下步骤：

步骤1：对存储AIS数据的MPP数据库建立空间索引，使用空间区域包含搜索方式提取近海区域船舶的轨迹数据；

步骤2：对近海区域船舶轨迹数据进行预处理，获取AIS数据集；

步骤3：构建基于改进编解码器的序列到序列船舶轨迹预测模型，利用步骤2数据对其进行训练，实现船舶轨迹预测；

步骤4：利用训练好的改进船舶轨迹预测模型，实现船舶轨迹预测；

所述的改进编解码器的序列到序列渔船轨迹预测模型，包括改进的编码器和LSTM解码器；

所述的改进编码器包含全局时间卷积和局部时间卷积两个并行卷积结构；

所述的序列到序列预测是指输入给定在时间步长k之前的T个历史船舶位置序列预测在时间步长k之后的T个船舶未来位置序列

2.如权利要求1所述的基于改进编解码器架构的序列到序列船舶轨迹预测方法，其特征在于：所述的对近海区域船舶轨迹数据预处理包括：

对于轨迹数据，以固定报位间隔时间Δ进行采样；

对采样后的数据采用0均值归一化方法进行归一化，得到归一化数据；

其中lon和lat表示归一化前的经纬度数据，lon′和lat′表示归一化后的经纬度数据，lon_mean和lat_mean表示数据的均值，lon_std和lat_std表示数据的标准差；

对归一化数据使用滑动窗口划分，获取AIS数据集。

3.如权利要求1所述的基于改进编解码器架构的序列到序列船舶轨迹预测方法，其特征在于，所述的全局时间卷积包含输入层、卷积层和Dropout层；

所述的输入层的输入数据长度为T；

所述的卷积层包含16个20*2的卷积核。

4.如权利要求1所述的基于改进编解码器架构的序列到序列船舶轨迹预测方法，其特征在于，所述的局部时间卷积包含输入层、卷积层、池化层和Dropout层：

所述的输入层的输入数据长度为T；

所述的卷积层包含16个5*2的卷积核；

所述的池化层采用最大池化操作。

5.如权利要求3或4所述的一种基于改进编解码器架构的序列到序列船舶轨迹预测方法，其特征在于，所述的Dropout层的比率为0.1。

6.如权利要求1所述的基于改进编解码器架构的序列到序列船舶轨迹预测方法，其特征在于，所述的LSTM解码器使用单向LSTM单元。

7.如权利要求1所述的基于改进编解码器架构的序列到序列船舶轨迹预测方法，其特征在于：所述的编码器包含的全局时间卷积和局部时间卷积的输出激活函数采用Relu函数。