[发明专利]一种航海交通管制方法

摘要

本发明涉及一种航海交通管制方法，包括如下几个步骤，首先通过海面雷达获得船舶的实时和历史位置信息；然后在每一采样时刻，依据船舶的实时和历史位置信息滚动推测未来时段内船舶的轨迹；再而基于船舶当前的运行状态和历史位置观察序列，获取海域风场变量的数值；再而基于各船舶的运行状态和设定的船舶在海域内运行时需满足的安全规则集，对船舶的动态行为实施监控并为海上交通控制中心提供及时的告警信息；当告警信息出现时，在满足船舶物理性能和海域交通规则的前提下，通过设定优化指标函数以及融入风场变量数值，采用自适应控制理论方法对船舶避撞轨迹进行滚动规划，并将规划结果传输给各船舶执行。本发明实时预测规划轨迹，安全性较好。

主权项

一种航海交通管制方法，其特征在于包括如下几个步骤：①通过海面雷达获得船舶的实时和历史位置信息，各船舶的位置信息为离散二维位置序列x′＝[x1′，x2′，...，xn′]和y′＝[y1′，y2′，...，yn′]，通过应用小波变换理论对原始离散二维位置序列x′＝[x1′，x2′，...，xn′]和y′＝[y1′，y2′，...，yn′]进行初步处理，从而获取船舶的去噪离散二维位置序列x＝[x1，x2，...，xn]和y＝[y1，y2，...，yn]；②在每一采样时刻，依据步骤①得到的船舶的实时和历史位置信息滚动推测未来时段内船舶的轨迹，其具体过程如下：2.1)船舶轨迹数据预处理，依据所获取的船舶原始离散二维位置序列x＝[x1，x2，...，xn]和y＝[y1，y2，...，yn]，采用一阶差分方法对其进行处理获取新的船舶离散位置序列Δx＝[Δx1，Δx2，...，Δxn‑1]和Δy＝[Δy1，Δy2，...，Δyn‑1]，其中Δxi＝xi+1‑zi，Δyi＝yi+1‑yi(i＝1，2，...，n‑1)；2.2)对船舶轨迹数据聚类，对处理后新的船舶离散二维位置序列Δx和Δy，通过设定聚类个数M′，采用K‑means聚类算法分别对其进行聚类；2.3)在每一采样时刻对船舶轨迹数据利用隐马尔科夫模型进行参数训练，通过将处理后的船舶运行轨迹数据Δx和Δy视为隐马尔科夫过程的显观测值，通过设定隐状态数目N和参数更新时段τ′，依据最近的T′个位置观测值并采用B‑W算法滚动获取最新隐马尔科夫模型参数λ′；2.4)依据隐马尔科夫模型参数，采用Viterbi算法获取当前时刻观测值所对应的隐状态q；2.5)在每一采样时刻，通过设定预测时域W，基于船舶当前时刻的隐状态q，获取未来时段船舶的位置预测值O；③在每一采样时刻，基于船舶当前的运行状态和历史位置观察序列，获取海域风场变量的数值；④在每一采样时刻，基于各船舶的运行状态和设定的船舶在海域内运行时需满足的安全规则集，当船舶间有可能出现违反安全规则的状况时，对其动态行为实施监控并为海上交通控制中心提供及时的告警信息；⑤当告警信息出现时，在满足船舶物理性能和海域交通规则的前提下，通过设定优化指标函数以及融入风场变量数值，采用自适应控制理论方法对船舶避撞轨迹进行滚动规划，并将规划结果传输给各船舶执行，其具体过程如下：5.1)设定船舶避撞轨迹规划的终止参考点位置P、避撞策略控制时域Θ、轨迹预测时域W；5.2)设定在给定优化指标函数的前提下，基于合作式避撞轨迹规划思想，通过给各个船舶赋予不同的权重以及融入实时风场变量滤波数值，得到各个船舶的避撞轨迹和避撞控制策略并将规划结果传输给各船舶执行，且各船舶在滚动规划间隔内仅实施其第一个优化控制策略；5.3)在下一采样时刻，重复步骤5.2)直至各船舶均到达其解脱终点。