航道水沙要素移动测量技术研究综述

航道水沙要素具有强时变、非线性、随机性等特征,大范围时空数据的快速获取是航道运行观测的难点。随着传感器、物联网、移动计算等技术的发展,基于船载传感器的航道水沙要素观测技术已经成为当前航道测量领域的重要研究方向。介绍了水上水下一体化船载测量系统研究现状,综合波浪、水流、泥沙等要素移动观测技术需求,分析了船载航道水沙要素传感器信息处理技术原理与特点,综述了航道水沙信息多源图像处理智能方法研究成果,展望了航道水沙要素测量核心传感器、智能学习、实时计算等关键技术方法。研究表明:结合新一代人工智能技术开发新型高分辨率的水沙观测传感器,研制集成船载传感器的航道水沙要素移动测量系统在原理与技术上具有可行性。     

船舶自动识别系统数据修复和预测算法研究

针对船舶AIS数据丢失或错误等问题,本文借助分段三次Hermite插值实现AIS数据初步修复或预测,建立神经网络训练集和测试集,开展单点和连续多点AIS数据修复和预测;对比分析了BP神经网络与三次样条插值、分段三次Hermite插值方法以及组合算法在船舶AIS数据修复和预测中的精度。以重庆弯曲河段和武汉顺直河段为例,分析了航道平面形态、算法组合等对于船舶AIS数据修复和预测精度的影响。结果表明:联合算法有效提升了船舶AIS数据修复精度;在船舶AIS预测中,神经网络模型表现最优。研究成果可为船舶行为特征分析、建模等相关领域的研究提供借鉴。