[发明专利]一种基于多源异构数据融合的风险船舶检测方法

权利要求书

1.一种基于多源异构数据融合的风险船舶检测方法，其特征在于，包括如下步骤：

S1：模型构建：选定需要进行风险监测的四个不同海域，并获取不同海域中船舶各自的航行所有历史数据作为构建模型的样本，其中每个样本信息都要按规则整理为多方面的信息存放在样本信息数据库中；

S2：简化船舶航行交通系统：记系统中每个船舶为M_i(i＝1,2,…,n)，其中n为船舶节点数目，则整个网络系统可为集合W＝{w₁,w₂,w₃,…w_n}，每个船舶的运动状态用一组特征量来刻画，对整个船舶交通系统内的船舶按船舶的实际漂航行速度进行聚类，根据速度阈值，将漂航速度相近的船舶归为一类，聚成一个子系统；然后依据条件对子系统内部船舶进行筛选，以确定那些需要计算碰撞危险度的船舶；

S3：全局风险识别：利用GMM对海域上的各个船舶的航行状态进行建模，得到关于船舶航行状态的联合概率密度函数；

S4：预测风险：将不同时间段的全局系统碰撞风险值形成时间序列数据，然后应用相关时间序列的分析方法，对全局船舶系统碰撞风险进行动态分析；

S5：数据信息融合：基于所有子系统的碰撞风险值，建立多传感器数据融合系统，获取对船舶风险影响最大的因素；

S6：数据仿真：根据上述步骤所获取的风险最大因素数据进行仿真，利用Dempster规则进行组合，从而算出多种监测值融合后每个命题的融合概率赋值；

S7:异常风险分析：针对船舶航行的状态数据是否落在置信区间内来判断航行状态是否异常。

2.根据权利要求1所述的一种基于多源异构数据融合的风险船舶检测方法，其特征在于，所述S1过程中每个海域信息各为一组，各组用{X₁,X₂,X₃,…X_i}表示；

其中i表示不同数据所指类型，具体来说：其中X₁表示船舶的船身长度信息，根据观测数据，将不同长度船身分为四个等级，分别记：小型；中型；中大型；大型，X₂表示船舶之间的相对距离信息，根据观测数据，将相对距离分为三个等级，分别记：安全；警告；危险，X₃表示表示船舶之间的相对速度信息，根据观测数据将相对速度分为四个等级，分别记：低速；中低速；中速；高速。

3.根据权利要求1所述的一种基于多源异构数据融合的风险船舶检测方法，其特征在于，所述S2过程中船舶的漂航理论速度有如下公式进行计算：

其中F标识风压力大小，ρ表示海水密度，θ为风舷角，C_mw为水动力转船系数；L为船身长度；d为船舶吃水深度。

4.根据权利要求1所述的一种基于多源异构数据融合的风险船舶检测方法，其特征在于，所述S3过程中需要求取GMM中每个component的95％置信区间。

5.根据权利要求4所述的一种基于多源异构数据融合的风险船舶检测方法，其特征在于，所述S7过程中对于确定异常的航行状态的具体方法为：

第一步：先确定该异常属于的风险类型；

第二步：以数据到置信区间的距离规定的一种测度来表征异常的程度；

第三步：计算海域内整体异常发生的风险测度或度量。

6.根据权利要求1所述的一种基于多源异构数据融合的风险船舶检测方法，其特征在于，所述S3过程中可用基于数据驱动的故障诊断方法进行GMM算法结果的有效性进行验证。

7.根据权利要求1所述的一种基于多源异构数据融合的风险船舶检测方法，其特征在于，所述S4过程中用基于数据驱动的分析方法代替相关时间序列的分析方法进行系统碰撞风险进行动态分析。