系统工程与电子技术

作者：祁文娟, 刘志恒, 周绥平, 江澄, 节永师, 石磊

单位：1. 西安电子科技大学空间科学与技术学院, 陕西 西安 710126；2. 自然资源部矿山地质灾害成灾机理与防控重点实验室, 陕西 西安 710054；3. 北京空间机电研究所先进光学遥感技术北京市重点实验室, 北京 100094

关键词：轨迹聚类,船舶行为,自动识别系统

基金：自然资源部国土卫星遥感应用重点实验室开放基金(KLSMNR-G202303);先进光学遥感技术北京市重点实验室开放基金(AORS20238);陕西省土地整治重点实验室(300102353502);陕西省自然科学基础研究计划(2023-JC-QN-0299);国家自然科学基金(62371375);陕西省创新能力支撑计划(2022TD-37)

随着船舶自动识别系统(automatic identification system, AIS)的发展, 利用船舶轨迹数据进行聚类分析已成为海洋交通管理和船舶行为分析的关键环节。然而, 现有基于轨迹点的聚类方法未能充分考虑轨迹时序性, 而以整条轨迹为聚类对象则易导致计算效率低和忽视局部信息。针对上述问题, 提出一种基于改进TRACLUS算法的船舶行为分析框架, 使用Hausdorff距离计算轨迹相似性度。所提框架分为3个部分: 基于特征点的轨迹划分, 将整条轨迹进行分段，以考虑轨迹公共子轨迹; 轨迹段聚类, 采用基于密度的聚类算法对轨迹段进行聚类, 形成轨迹簇; 代表性轨迹提取, 使用扫描线方法在轨迹簇中识别出具有相似行为模式的路径。利用港口数据作为数据集, 结果表明改进的聚类算法相比原轨迹聚类(trajectory clustering, TRACLUS)算法在效果和运行效率上均有提升, 能有效提取研究区域内的船舶整体运动趋势和局部相似航行行为。

来源：2025年第4期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第4期