本發(fā)明涉及船舶航行安全控制領(lǐng)域，具體來(lái)說(shuō)，涉及一種海上混合高密度船舶區(qū)域航行態(tài)勢(shì)判別方法。

背景技術(shù)：

1、未來(lái)海上交通場(chǎng)景將會(huì)進(jìn)入到有人船舶與各種智能等級(jí)智能船舶混合的過(guò)渡時(shí)期。監(jiān)管對(duì)象及監(jiān)管場(chǎng)景的改變不僅會(huì)造成水域內(nèi)信息交互的對(duì)象以及交互的信息量增加，同時(shí)，還會(huì)給水域監(jiān)管人員造成更多的監(jiān)管壓力，造成監(jiān)管人員對(duì)水域內(nèi)船舶航行態(tài)勢(shì)的判斷難度增加。同時(shí)，由于智能船舶的岸基遙控中心的存在會(huì)導(dǎo)致監(jiān)管人員在與智能船舶交互過(guò)程產(chǎn)生延遲，導(dǎo)致監(jiān)管決策滯后?，F(xiàn)有態(tài)勢(shì)評(píng)估研究中多數(shù)是針對(duì)傳統(tǒng)船舶展開的航行態(tài)勢(shì)及風(fēng)險(xiǎn)分析研究，少部分研究是針對(duì)無(wú)人航行器展開的態(tài)勢(shì)分析。并且大量的分析研究是從船舶自身的角度進(jìn)行量化分析，少有面向監(jiān)管的大范圍水域航行態(tài)勢(shì)評(píng)估方法。

2、為了輔助岸基監(jiān)管人員對(duì)水域整體航行態(tài)勢(shì)進(jìn)行把握，并更早的發(fā)現(xiàn)高態(tài)勢(shì)風(fēng)險(xiǎn)的船舶航行區(qū)域，需要一種從水域整體監(jiān)管角度出發(fā)，考慮高船舶密度區(qū)域水文氣象、智能船舶占比、船舶密度等因素的航行態(tài)勢(shì)評(píng)估和分析方法。

技術(shù)實(shí)現(xiàn)思路

1、鑒于現(xiàn)有技術(shù)的不足，本發(fā)明提供一種海上混合高密度船舶區(qū)域航行態(tài)勢(shì)判別方法。本發(fā)明在海上混合交通場(chǎng)景下進(jìn)行船舶高密度區(qū)域辨識(shí)，從而輔助岸基監(jiān)管人員判斷其發(fā)現(xiàn)的水域內(nèi)高船舶密度區(qū)域的風(fēng)險(xiǎn)等級(jí)，提高監(jiān)管人員對(duì)航行態(tài)勢(shì)的識(shí)別能力。

2、本發(fā)明采用的技術(shù)手段如下：

3、一種海上混合高密度船舶區(qū)域航行態(tài)勢(shì)判別方法，包括以下步驟：

4、s1、獲取海上混合高密度船舶區(qū)域的船舶監(jiān)管數(shù)據(jù)，所述海上混合高密度船舶區(qū)域?yàn)楹Ｉ洗敖煌髅芗瘏^(qū)域，且區(qū)域內(nèi)有人駕駛船舶、遠(yuǎn)程遙控船舶以及無(wú)人駕駛船舶混合航行；

5、s2、基于所述船舶監(jiān)管數(shù)據(jù)構(gòu)建船舶航行態(tài)勢(shì)判別指標(biāo)體系，所述船舶航行態(tài)勢(shì)判別指標(biāo)體系包括水文氣象指標(biāo)和航行態(tài)勢(shì)指標(biāo)；

6、s3、基于組合賦權(quán)方法計(jì)算各指標(biāo)的綜合權(quán)重，其中組合賦權(quán)方法中組合的第一權(quán)重由序關(guān)系法計(jì)算得到，第二權(quán)重由可拓關(guān)聯(lián)函數(shù)法計(jì)算得到；

7、s4、根據(jù)預(yù)設(shè)的指標(biāo)區(qū)間，構(gòu)建各個(gè)指標(biāo)的區(qū)間等級(jí)，計(jì)算各區(qū)間等級(jí)對(duì)應(yīng)的期望、熵和超熵，根據(jù)指標(biāo)區(qū)間等級(jí)的期望、熵和超熵判別指標(biāo)隸屬于各個(gè)區(qū)間等級(jí)的云確定度，最終結(jié)合綜合權(quán)重確定綜合云確定度；

8、s5、基于最大隸屬度原則對(duì)判別指標(biāo)隸屬于各個(gè)風(fēng)險(xiǎn)等級(jí)的云確定度進(jìn)行處理，從而獲取航行態(tài)勢(shì)風(fēng)險(xiǎn)等級(jí)。

9、進(jìn)一步地，所述船舶監(jiān)管數(shù)據(jù)包括水文氣象數(shù)據(jù)與船舶航行數(shù)據(jù)；

10、所述水文氣象數(shù)據(jù)包括風(fēng)、浪和能見(jiàn)度數(shù)據(jù)；

11、船舶航行數(shù)據(jù)包括船舶經(jīng)度、船舶緯度、載貨類型、船長(zhǎng)、航速、航向以及船舶智能等級(jí)。

12、進(jìn)一步地，所述水文氣象指標(biāo)包括風(fēng)指標(biāo)、浪指標(biāo)和能見(jiàn)度指標(biāo)；

13、所述航行態(tài)勢(shì)指標(biāo)包括智能船舶占比指標(biāo)、具有相對(duì)運(yùn)動(dòng)趨勢(shì)的船舶占比指標(biāo)、危化品船舶占比指標(biāo)、大型船舶占比指標(biāo)以及水域船舶密度指標(biāo)。

14、進(jìn)一步地，所述智能船舶占比指標(biāo)計(jì)算方法如下：

15、首先根據(jù)以下公式計(jì)算智能船舶的占比：

16、p＝ni/n(ni,n∈n*)

17、其中，p表示智能船舶的占比，ni表示智能船舶數(shù)量，n表示海上混合高密度船舶區(qū)域的船舶數(shù)量，n*表示不含0的自然數(shù)集；

18、隨后將智能船舶的占比映射為歸一化后的β函數(shù)，從而獲取智能船舶占比指標(biāo)：

19、

20、

21、其中，a、b分別表示預(yù)設(shè)的調(diào)整參數(shù)，i(p)表示智能船舶占比指標(biāo)；

22、所述具有相對(duì)運(yùn)動(dòng)趨勢(shì)的船舶占比指標(biāo)的計(jì)算方法如下：

23、首先根據(jù)船舶間距離信息和相對(duì)速度信息計(jì)算船舶間的運(yùn)動(dòng)趨勢(shì)狀態(tài)：

24、

25、其中，η表示船舶i與船舶j的運(yùn)動(dòng)趨勢(shì)狀態(tài)，表示船舶i與船舶j之間的相對(duì)距離，表示船舶i與船舶j之間的相對(duì)速度，當(dāng)η<0時(shí)，兩船處于匯聚狀態(tài)，當(dāng)η>0時(shí)，兩船處于分離狀態(tài)，

26、隨后根據(jù)船舶間的運(yùn)動(dòng)趨勢(shì)狀態(tài)獲取海上混合高密度船舶區(qū)域內(nèi)具有相對(duì)運(yùn)動(dòng)趨勢(shì)的船舶對(duì)數(shù)量，從而獲取具有相對(duì)運(yùn)動(dòng)趨勢(shì)的船舶占比指標(biāo)：

27、

28、其中，r表示具有相對(duì)運(yùn)動(dòng)趨勢(shì)的船舶占比指標(biāo)，nr表示海上混合高密度船舶區(qū)域內(nèi)具有相對(duì)運(yùn)動(dòng)趨勢(shì)的船舶對(duì)數(shù)量；

29、所述?；反罢急戎笜?biāo)的計(jì)算方法如下：

30、da＝na/n(na∈n*)

31、其中，da表示載有為?；反罢急戎笜?biāo)，na表示載有?；反暗臄?shù)量；

32、所述大型船舶占比指標(biāo)的計(jì)算方法如下：

33、h＝nh/n(nh∈n*)

34、其中，h表示大型船舶占比指標(biāo)，nh表示船舶總長(zhǎng)在250米及以上的船舶數(shù)量；

35、所述水域船舶密度指標(biāo)的計(jì)算方法如下：

36、首先計(jì)算海上混合高密度船舶區(qū)域內(nèi)船舶的平均密度：

37、

38、其中，dmean表示海上混合高密度船舶區(qū)域內(nèi)船舶的平均密度，dimin表示船舶i與其周邊船舶的最小距離，

39、隨后采用高斯函數(shù)來(lái)反應(yīng)船舶密度對(duì)部分水域航行態(tài)勢(shì)的影響，具體計(jì)算方法如下：

40、

41、其中，fgauss(dmean)表示水域船舶密度指標(biāo)，σ為預(yù)設(shè)的調(diào)節(jié)參數(shù)。

42、進(jìn)一步地，各指標(biāo)的綜合權(quán)重的計(jì)算方法如下：

43、

44、

45、β＝1-α

46、其中，w為表示綜合權(quán)重，表示第一權(quán)重，ωb表示第二權(quán)重，m表示指標(biāo)個(gè)數(shù)，pi表示第一權(quán)重按照升序排序后的向量；

47、所述第一權(quán)重的計(jì)算方法如下：

48、獲取預(yù)設(shè)的船舶航行態(tài)勢(shì)判別指標(biāo)體系內(nèi)各指標(biāo)重要程度排序關(guān)系，所述各指標(biāo)重要程度排序關(guān)系包括相鄰指標(biāo)之間重要程度的比值；

49、根據(jù)以下公式計(jì)算經(jīng)重要度排序后的m個(gè)指標(biāo)中重要度最低的指標(biāo)的第一權(quán)重：

50、

51、其中，ωa(m)表示經(jīng)重要度排序后的第m個(gè)指標(biāo)的第一權(quán)重，γi,i＝2,3,...m表示第i-1個(gè)指標(biāo)與第i個(gè)指標(biāo)重要程度的比值；

52、由權(quán)重ωa(m)可得第m-2,m-1,...,3,2個(gè)指標(biāo)的權(quán)重的計(jì)算公式為

53、

54、所述第二權(quán)重的計(jì)算方法如下：

55、對(duì)于指標(biāo)i的等級(jí)j所對(duì)應(yīng)的經(jīng)典域vij＝[aij,bij]，

56、若aij≤bij，則有

57、

58、若aij＞bij，則有

59、

60、則

61、

62、式中：v(xi)表示第i個(gè)指標(biāo)的樣本值；vij表示經(jīng)典域中第i個(gè)指標(biāo)對(duì)應(yīng)第j等級(jí)的取值范圍；rij表示第i個(gè)指標(biāo)與等級(jí)j的關(guān)聯(lián)度，

63、由于數(shù)據(jù)落入指標(biāo)i的等級(jí)越大則該數(shù)據(jù)所在指標(biāo)的權(quán)重也會(huì)隨之增大，則設(shè)，指標(biāo)關(guān)聯(lián)度ri可由下式計(jì)算：

64、

65、式中：j表示指標(biāo)i的樣本值落入的區(qū)間等級(jí)，

66、指標(biāo)i的第二權(quán)重可通過(guò)下式進(jìn)行計(jì)算：

67、

68、進(jìn)一步地，各區(qū)間等級(jí)對(duì)應(yīng)的期望、熵和超熵的計(jì)算方法如下：

69、

70、

71、

72、

73、其中，表示區(qū)間等級(jí)t的期望，表示區(qū)間等級(jí)t的熵，表示區(qū)間等級(jí)t的超熵，表示區(qū)間等級(jí)t的上限值，表示區(qū)間等級(jí)t的下限值，[γ]為區(qū)間內(nèi)正態(tài)密度函數(shù)的階數(shù)，取最大整數(shù)，ct取值為σt為等級(jí)區(qū)間t的區(qū)間長(zhǎng)度，λ為預(yù)設(shè)常數(shù)。

74、進(jìn)一步地，每個(gè)指標(biāo)隸屬于各個(gè)風(fēng)險(xiǎn)等級(jí)的云確定度的計(jì)算方法如下：

75、將指標(biāo)值x輸入至所隸屬指標(biāo)的不同等級(jí)區(qū)間構(gòu)成的正向有限區(qū)間云發(fā)生器中，可得每個(gè)風(fēng)險(xiǎn)指標(biāo)隸屬于各個(gè)風(fēng)險(xiǎn)等級(jí)的云確定度：

76、

77、其中，μ(x)表示每個(gè)風(fēng)險(xiǎn)指標(biāo)隸屬于各個(gè)風(fēng)險(xiǎn)等級(jí)的云確定度，en′為一個(gè)以為期望、為標(biāo)準(zhǔn)差的正態(tài)隨機(jī)數(shù)；x為一個(gè)以為期望、en′為標(biāo)準(zhǔn)差的正態(tài)隨機(jī)數(shù)，為指標(biāo)值x所隸屬指標(biāo)最左端邊緣區(qū)間的期望值；為指標(biāo)值x所隸屬指標(biāo)最右端邊緣區(qū)間的期望值；為指標(biāo)值x所隸屬指標(biāo)最右端邊緣區(qū)間的最大值；

78、為了降低隨機(jī)性對(duì)計(jì)算結(jié)果的影響，對(duì)計(jì)算得到的指標(biāo)i對(duì)應(yīng)等級(jí)j的云確定度循環(huán)計(jì)算100次并加和取平均，具體計(jì)算公式如下：

79、

80、其中，表示加和取平均后的指標(biāo)i對(duì)應(yīng)等級(jí)j的云確定度，表示第t次計(jì)算得到的指標(biāo)i對(duì)應(yīng)等級(jí)j的云確定度。

81、進(jìn)一步地，綜合云確定度的計(jì)算方法如下：

82、

83、其中，uj表示風(fēng)險(xiǎn)等級(jí)j的綜合云確定度，wi表示指標(biāo)i的綜合權(quán)重，m表示指標(biāo)個(gè)數(shù)。

84、進(jìn)一步地，航行態(tài)勢(shì)風(fēng)險(xiǎn)等級(jí)的獲取方法如下：

85、l＝max{u1,u2,...,uj}

86、其中，l表示航行態(tài)勢(shì)風(fēng)險(xiǎn)等級(jí)，u1,u2,...,uj表示不同風(fēng)險(xiǎn)等級(jí)對(duì)應(yīng)的綜合云確定度。

87、較現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：

88、1、本發(fā)明提出了一種海上混合高密度船舶區(qū)域航行態(tài)勢(shì)判別方法，可有效輔助岸基監(jiān)管人員對(duì)混有多種智能船舶的監(jiān)管水域內(nèi)的高船舶密度區(qū)域的態(tài)勢(shì)進(jìn)行判別，提高對(duì)海上混合高密度船舶區(qū)域的監(jiān)管水平。

89、2、本發(fā)明提出了混合高密度船舶區(qū)域的航行態(tài)勢(shì)判別指標(biāo)體系，并設(shè)計(jì)了多種航行態(tài)勢(shì)指標(biāo)的定量化計(jì)算方法。該方法能有效的反應(yīng)混合高密度船舶區(qū)域的水域特點(diǎn)。

90、3、本發(fā)明提出了使用組合權(quán)重計(jì)算方法計(jì)算綜合權(quán)重，并通過(guò)有限區(qū)間云模型計(jì)算混合高密度船舶區(qū)域的態(tài)勢(shì)風(fēng)險(xiǎn)等級(jí)。該方法所得到的態(tài)勢(shì)判別結(jié)果能有效降低岸基監(jiān)管人員在監(jiān)管混合高密度船舶區(qū)域時(shí)的精力付出，提高了對(duì)混行態(tài)勢(shì)的判斷能力。

91、基于上述理由本發(fā)明可在海上混合高密度船舶區(qū)域和航行區(qū)域態(tài)勢(shì)判別等領(lǐng)域廣泛推廣。