蘇俊杰，蘭培真

(1.集美大學海上交通安全研究所，福建 廈門 361021；2.交通安全應急信息技術國家工程實驗室，福建 廈門 361021)

0 引言

目前，AIS是海事分析的主要數(shù)據(jù)源，但AIS設備由于性能缺陷、信號干擾和設備故障等因素的影響，導致岸基設施接收到的AIS報文在解碼后通常會存在部分異常數(shù)據(jù)，而在數(shù)據(jù)挖掘分析的過程中，低質(zhì)量的數(shù)據(jù)往往會帶來巨大的安全隱患[1]，因此，亟需開展數(shù)據(jù)清洗和數(shù)據(jù)修復工作來提高AIS數(shù)據(jù)的可用性。

傳統(tǒng)的船舶AIS數(shù)據(jù)修復主要通過插值法實現(xiàn)，文獻[2]基于線性插值對船舶軌跡數(shù)據(jù)進行修復，但僅對近似直線運動的軌跡有較好的修復表現(xiàn)，對曲線運動軌跡的修復則存在較大誤差。文獻[3-7]基于多項式插值、三次樣條插值或Hermite插值對船舶軌跡數(shù)據(jù)進行修復，能獲得較高的修復精度，但修復誤差與AIS數(shù)據(jù)缺失程度呈正相關。采用插值法修復AIS數(shù)據(jù)，不同特征變量數(shù)據(jù)的修復過程是相互獨立的，沒有考慮船位、船速、航向數(shù)據(jù)之間存在的變化約束，丟失了船舶航行狀態(tài)特征數(shù)據(jù)間的關聯(lián)性。文獻[8-9]基于船舶運動學對船舶軌跡數(shù)據(jù)進行修復，理論上可根據(jù)模擬特征變量間的關聯(lián)性對船舶軌跡數(shù)據(jù)進行高精度的修復，但AIS數(shù)據(jù)不能提供足夠的參數(shù)輸入。文獻[10-13]基于最小二乘向量機、隨機森林、K近鄰等機器學習模型對AIS數(shù)據(jù)進行修復，這些模型雖然能自主學習相似軌跡數(shù)據(jù)的關聯(lián)性，在大量準確完整的船舶歷史航跡數(shù)據(jù)支撐下，對AIS數(shù)據(jù)有比較高的修復精度，但實際上很難獲取到準確完整的模型訓練樣本數(shù)據(jù)。文獻[14-15]基于卡爾曼濾波算法對實時連續(xù)變化的系統(tǒng)的動態(tài)觀測值進行修復，可穩(wěn)定有效消除傳感器獲取數(shù)據(jù)的誤差，但相關算法的實現(xiàn)依賴于完整的動態(tài)觀測數(shù)據(jù)和狀態(tài)相關性模型。

本文提出一種樣條卡爾曼算法(spline Kalman，SK),擬更準確地修復AIS數(shù)據(jù)，并利用廈門港及附近水域的歷史AIS數(shù)據(jù)驗證算法的有效性。

1 樣條卡爾曼算法

卡爾曼濾波算法的基本框架如圖1所示。

給定ti-1時刻系統(tǒng)的真實值和ti時刻的系統(tǒng)狀態(tài)觀測值，即可得到ti時刻系統(tǒng)狀態(tài)的真實值，具體步驟描述如下。

步驟1 根據(jù)運動學模型，構建系統(tǒng)狀態(tài)轉移模型，該模型用于描述系統(tǒng)狀態(tài)ti-1時刻至ti時刻的變化趨勢。

可見，卡爾曼濾波算法的基本思路是通過融合當前時刻系統(tǒng)狀態(tài)的觀測值和預測值逼近系統(tǒng)的真實狀態(tài)值，僅需要系統(tǒng)前一時刻的真實狀態(tài)值，不需要其他的歷史數(shù)據(jù)，占用內(nèi)存小，運行速度快，適合用于實時連續(xù)變化系統(tǒng)的建模，因此，本文基于卡爾曼濾波算法對AIS數(shù)據(jù)進行修復。

ti時刻的船舶航行狀態(tài)Yi可由經(jīng)度loni、緯度lati、航速vi、航向θi構成的4維特征向量表示，即Yi=(loni,lati,vi,θi)，i=1,2,…,n。大多數(shù)據(jù)修復研究將問題數(shù)據(jù)集轉化為缺失數(shù)據(jù)集，再通過插值算法對缺失數(shù)據(jù)集進行填補，這類方法會導致船舶航行狀態(tài)的觀測值存在部分缺失。為方便卡爾曼濾波算法的應用，本文采用局部光滑性較好的分段三次樣條插值法[12]對狀態(tài)觀測值進行初步修復,以獲得較為準確的狀態(tài)觀測值。

(1)

S3(t)=-Mi[(t-ti+1)3/(6Δti)]+Mi+1[(t-ti)3/(6Δti)]+[xi-

(2)

為求未知數(shù)Mi，對S3(t)求導：

(xi+1-xi)/Δti-[(Mi+1-Mi)/6]Δti。

(3)

由此可得：

(4)

同理，在區(qū)間[ti-1,ti]可得：

S′(ti-0)=-(Δti-1/6)Mi-1+[(Δti-1)/3]Mi+(xi-xi-1)/Δti-1。

(5)

由式(4)和式(5)可得：μMi-1+2Mi+λiMi+1=di。

其中：μi=-Δti-1/(Δti-1+Δti);λi=Δti/(Δti-1+Δti);di=[6/(Δti-1+Δt)][(xi+1-xi)/Δti)-(xi-xi-1)/Δti-1]=6f[ti-1,ti,ti+1];f[ti-1,ti,ti+1]=[1/(Δti-1+Δti){[(xi+1-xi)/Δti]-[(xi-xi-1)]/Δti-1}。

令式(1)中i=1，式(2)中i=n，則端點方程為：

求得Mi后即可獲得該狀態(tài)特征變量x關于時間t的三次樣條擬合函數(shù)S3(t)，從而可對AIS數(shù)據(jù)中缺失的狀態(tài)值進行初步修復，得到卡爾曼濾波算法的完整狀態(tài)觀測數(shù)據(jù)Zi。由于AIS數(shù)據(jù)的初步修復只考慮了單個狀態(tài)特征的變化趨勢，不足以反映船舶運動特性，因此，本文通過構建船舶航行的狀態(tài)轉移模型來模擬狀態(tài)特征變化的關聯(lián)性，對AIS數(shù)據(jù)進行二次修復，從而還原船舶的運動特性。為便于計算，將航速分解為經(jīng)度方向航速vlon=vi×cosθi和緯度方向航速vlati=vi×sinθi，則Yi=(loni,lati,vloni,vlati,θi)。由于AIS播發(fā)的時間間隔較短，因此，可認為船舶在經(jīng)緯度方向近似做勻加速運動，則用ti時刻的船舶航行狀態(tài)來預測ti+1時刻的狀態(tài)，更新方程為：

其中:F、B、C、D表示相應的矩陣;hlon,hlat分別為單位經(jīng)度和緯度的實際距離;aloni=(vloni+1-vloni)/Δt;alati=(vlati+1-vlat)/Δt;ωi=(θi+1-θi)/Δt。

預測協(xié)方差矩陣為：Pi+1=FPiFT+Q。其中:Pi為ti時刻對應的協(xié)方差矩陣，衡量狀態(tài)特征間的關聯(lián)性，初始協(xié)方差矩陣P0設為對角陣，值取6;Q是用來衡量外界干擾的不確定性的過程噪聲，也設為對角陣，取值10-5。

卡爾曼增益矩陣為：Ki+1=Pi+1(Pi+1+R)-1。其中:R是觀測噪聲，用來衡量觀測值的不確定性。

2 檢驗分析

為檢驗本文提出的AIS異常數(shù)據(jù)修復算法的有效性，對廈門港及其周邊水域船舶歷史AIS數(shù)據(jù)進行修復，修復步驟如圖2所示。選取航行軌跡較為準確完整的385條船舶的AIS數(shù)據(jù)作為驗證數(shù)據(jù)，取AIS原始數(shù)據(jù)中的MMSI(maritime mobile service identify)、時間、經(jīng)度、緯度、航速、航向作為觀測數(shù)據(jù)，以船舶的唯一標識MMSI為一級索引，用以區(qū)分不同的船舶軌跡數(shù)據(jù)，并以時間為二級索引排序觀測數(shù)據(jù)，對重復的AIS數(shù)據(jù)，僅保留唯一記錄；根據(jù)經(jīng)驗剔除明顯錯誤數(shù)據(jù)，保留缺失數(shù)據(jù)，清洗后的AIS數(shù)據(jù)如圖3所示。

不同缺失率下5種數(shù)據(jù)修復算法的誤差如表1所示。數(shù)據(jù)修復用時如表2所示。

表1 數(shù)據(jù)缺失的修復誤差

表2 不同缺失率AIS數(shù)據(jù)修復用時

由表1～表2可知，在10%和20%的數(shù)據(jù)缺失率下，AIS數(shù)據(jù)修復以分段三次樣條插值的效果最優(yōu)，綜合誤差分別為0.092%和0.229%，其次是樣條卡爾曼算法，綜合誤差分別為0.118%和0.243%，表明在低缺失率情況下，樣條卡爾曼算法對AIS數(shù)據(jù)的修復效果近似于三次樣條插值，優(yōu)于K近鄰法、隨機森林算法和支持向量機。而在30%、40%和50%的數(shù)據(jù)缺失率下，AIS數(shù)據(jù)修復以樣條卡爾曼算法的效果最優(yōu)，綜合誤差分別為0.579%，1.086%和2.022%，而對比算法的最優(yōu)綜合誤差分別為0.687%，2.291%和3.425%。從整體上看，樣條卡爾曼算法在不同缺失率情況下對AIS數(shù)據(jù)的修復效果最好，表明系統(tǒng)狀態(tài)轉移方程對狀態(tài)變量起到了一定的約束作用。由表2可知，K近鄰法、隨機森林法、支持向量機、三次樣條插值和樣條卡爾曼算法修復不同缺失率情況下的AIS數(shù)據(jù)的平均用時分別為0.28、1.71、24.13、1.78、1.95 s，除支持向量機算法數(shù)據(jù)修復效率較低外，其他修復算法修復AIS數(shù)據(jù)耗時均較小，表明樣條卡爾曼算法能滿足AIS數(shù)據(jù)修復時效性和和準確性的要求。

不同缺失率下船舶特征數(shù)據(jù)修復誤差變化曲線如圖4所示。

在低數(shù)據(jù)缺失率的情況下，5種修復算法對AIS數(shù)據(jù)均具有較好的修復效果，隨著AIS數(shù)據(jù)缺失率的不斷增加，5種修復算法的不同狀態(tài)變量的修復誤差都呈現(xiàn)上升趨勢，其中，樣條卡爾曼算法的修復穩(wěn)定性最優(yōu)，三次樣條插值算法次之，表明樣條卡爾曼算法適用于不同缺失率的AIS數(shù)據(jù)修復，而K近鄰、隨機森林、支持向量機等機器學習算法對不同狀態(tài)變量的修復誤差增長尤其明顯，可見機器學習算法對數(shù)據(jù)具有很大依賴性，在數(shù)據(jù)缺失較多的情況下對AIS數(shù)據(jù)的修復效果不佳。

3 結論

針對AIS數(shù)據(jù)的修復提出樣條卡爾曼算法，該算法用分段三次樣條插值法得到的初步修復數(shù)據(jù)，并將該數(shù)據(jù)作為卡爾曼濾波算法的觀測數(shù)據(jù)，并考慮動力學原理和誤差干擾因素，建立系統(tǒng)離散狀態(tài)方程，約束船舶狀態(tài)變化。檢驗結果表明，算法能穩(wěn)定地對不同缺失率的AIS數(shù)據(jù)集進行修復，修復效率較高，能為基于AIS數(shù)據(jù)的相關研究提供相對可靠的數(shù)據(jù)基礎。由于卡爾曼算法會受到系統(tǒng)離散狀態(tài)方程和初次修復算法的影響，因此，在以后的研究中，需要進一步提高狀態(tài)觀測數(shù)據(jù)的修復精度，并建立更為準確的系統(tǒng)離散狀態(tài)轉移模型，使得AIS數(shù)據(jù)的修復更加完整準確。