现代科技的发展使水上运输安全监管也向智能化、信息化、网络化、现代化趋势迈进。现代化水上运输安全监管体系要求安全监管、决策支持、事故预防、现场指挥、信息处理等服务有机结合，并协调为一个整体，这样才能满足海上全方位、全天候、实时的安全监管，也是未来水上运输监管体系的发展趋势[1]。由于航道流域等级变化较大，船舶种类也随之增加，船舶向着高速化、大型化发展，导致船舶事故时有发生，不但威胁着船舶与人员的安全，也扰乱了海上交通运输的环境，因此，实时监控船舶航迹至关重要。船舶航迹实时监控指的是通过星载设备、船载设备与基站设备等，获取船舶位置、航向、航速等动态数据，以及船舶名称、类型、载重、吃水等静态数据，经过一定处理后传输给周围船舶与岸基，实现船-船、船-岸的实时通讯。传统船舶航迹实时监控方法中，由于数据结构复杂程度较高，在数据迁移方面存在着较大的困难，为此提出智能信息网络在船舶航迹实时监控中的应用研究。智能信息网络可以很好地处理航迹数据，并实现航迹数据的自适应迁移。
1智能信息网络在船舶航迹实时监控中的应用
1.1船舶航迹数据获取为了保障船舶航迹数据的完整度，此研究采用AIS与雷达同时获取船舶航迹数据，通过时间校准采集船舶航行点迹。1.2船舶航行点迹合并以上述获取的船舶航迹数据为基础，经过研究发现，其均是船舶航行点迹，为了能够清晰地描述船舶航迹，采用智能信息网络中的BP神经网络算法合并船舶航行点迹[2]。船舶航行点迹合并模型搭建过程如下：步骤1设置雷达数据分量为BP神经网络算法的第一与第二个输入值，AIS数据分量为BP神经网络算法的第三与第四个输入值;步骤2由步骤1可知，BP神经网络算法输入参数共4个，输出参数为2个，中间层层数计算公式为1.3航迹数据迁移以上述合并的船舶航迹数据为依据，利用智能信息网络中的自适应学习模型实现航迹数据的迁移，具体实现过程如下：1)将船舶航迹数据输入到智能信息网络中，以时间为依据进行分类，主要分为历史数据与实时数据;2)对船舶航迹数据进行多元参数优化预处理，将部分实时数据作为测试数据集，剩余数据作为训练数据集;3)利用训练数据集训练自适应学习模型，设定视角权重，实现船舶航迹数据的完整性;4)将上述得到的完整船舶航迹数据传输至相关用户。通过上述过程完成了智能信息网络在船舶航迹实时监控中的应用，与该智能信息网络合并了船舶航行点迹，并完整迁移了船舶航迹数据，为船舶安全航行提供坚实的支撑[3]。
2仿真对比实验分析
2.1实验准备选取某航道某时间段内编号为MMSI：413891910船舶为实验对象，其AIS与雷达航迹数据如图2所示。可知，AIS航迹数据异常主要由通信线路造成，故AIS航迹数据异常点较少;雷达航迹数据异常主要由障碍物遮挡造成，故雷达航迹数据异常点较多，并经常批量出现。2.2实验数据分析为了验证智能信息网络应用效果，采用传统船舶航迹实时监控方法[4]与提出方法进行仿真对比实验，通过船舶航迹合并参数以及航迹数据迁移参数反映智能信息网络的应用效果。2.2.1船舶航迹合并参数分析船舶航迹合并参数指的是AIS与雷达数据的拟合程度，计算公式为：(4)ψxyx′y′式中：表示船舶航迹合并参数;和表示AIS与雷达数据合并结果;和表示船舶实际航迹数据。常规情况下，船舶航迹合并参数越接近0，表明船舶航迹合并性能越好。但是，船舶航迹合并参数会受到异常点数量的影响，为了保障实验结论的准确性，分别在异常点数量为300M与500M情况下进行仿真实验，得到船舶航迹合并参数数据如表1所示。可知，随着异常点数量的增加，船舶航迹合并参数普遍加大。在异常点数量为300M与500M情况下，提出方法的船舶航迹合并参数均远远低于传统方法，并趋近于0。2.2.2航迹数据迁移参数分析航迹数据迁移参数指的是航迹数据迁移的时间，该参数值越小，表明智能信息网络应用效果越好。通过实验得到航迹数据迁移参数数据如图3所示。可知，提出方法航迹数据迁移参数远远低于传统方法，智能信息网络在船舶航迹实时监控中具有较好的应用效果，为实际的船舶航迹实时监控提供参考价值。
3结语
航道等级的不断变化，船舶种类不断增多，船舶朝着高速大型化方向发展，船舶事故时有发生，不仅对船舶和人员的安全构成威胁，而且扰乱了海上交通运输的正常秩序，因此，对船舶航迹进行实时监控显得尤为重要。应用智能信息网络的船舶航迹实时监控方法船舶航迹合并参数与航迹数据迁移参数均低于传统方法，表明智能信息网络应用效果较好，可以推广应用。
《智能信息网络在船舶航迹的应用》来源：《舰船科学技术》，作者：龙桂铃 汪绍荣