提升算法下船舶AIS 航跡數據壓縮方法

吳曉陽

(桂林理工大學，廣西 南寧 530001)

0 引 言

船舶自動識別系統（Automatic Identification System，AIS），其是船舶航行必須安裝的船載AIS 設備，其主要作用是實現船舶導航和監控[1]。目前海上管理系統的不斷完善，已經形成AIS 基站的基礎網絡體系[2]。隨著船載AIS 設備數量的逐漸增加，設備信息的收集和管理逐步完善，則形成海量的船舶AIS 軌跡數據，該數據可為船舶異常識別、交通情況監測等提供可靠依據[3]。但是該數據量較大、維度較高，并且數據格式存在一定差異，導致數據的查詢效率、效用程度受到影響，同時數據的傳輸耗時較大[4]。因此，數據壓縮成為解決該問題的有效手段。在壓縮過程中，如何保證數據的完整性，避免數據在壓縮過程中發生損壞，成為重點研究內容。劉歌等[5]為保證多維數據的壓縮效果，以MVC 架構為核心，通過正交變換的方式實現數據重構，并對重構后的數據進行編碼，以此完成多維數據壓縮；該方法在應用過程中，可實現數據降維，但是無法實現不同數據格式的處理。張曉梅等[6]為實現數據壓縮，利用邊緣計算較好的計算能力，實現數據無損壓縮；但是該方法在應用過程中，對于維數較高數據的壓縮率較低。

提升算法屬于框架算法，該算法能夠強化數據點的處理效果，常見的提升算法包擴道格拉斯-普克算法（Douglas-Peucker,DP）、機器分類算法等。本文以DP 算法為核心，提出船舶AIS 航跡數據壓縮方法。

1 船舶AIS 航跡數據壓縮

1.1 AIS 數據處理

1.1.1 AIS 軌跡數據格式轉換

AIS 在使用過程中，僅可實現可打印的AIS 字符傳輸，該字符的有效范圍為0X20～0X7E，在該范圍內，可將字符劃分為保留、有效和未定義3 種字符。其中保留字符指的是傳輸數據中，用于控制數據格式的關鍵字[7]，有效字符用于描述能夠用于打印的ASCII 字符，未定義字符用于描述無法直接進行傳輸的字符。

AIS 數據的每條記錄均由開始符（！）開始，以結束符（）結束。采用封裝方式對AIS 數據進行處理后，利用高級鏈接HDLC（高級數據鏈路控制）進行傳輸后，對其進行不歸零倒置編碼后，對其進行數字調制解調，同時插入同步和停止位，最后經由甚高頻進行傳輸，以此可通過IEC61162-1 標準和ITU1371-1 協議，完成AIS 軌跡數據格式的轉換，將其從暗碼轉換成明碼。

1.1.2 AIS 軌跡數據清洗

由于AIS 數據中包含靜態數據、動態數據等所有和船舶航行相關的數據，這些數據在采集過程中，會受到網絡性能、采集環境以及采集設備性能的影響，導致數據不完整、錯誤或者重復，影響數據的效用水平。因此，完成AIS 數據格式轉換后，需對AIS 數據進行清洗，清洗的主要目的是刪除AIS 數據中的不完整數據，并且清除數據中的錯誤數據，同時對重復的數據進行篩選，只保留一條數據記錄。本文針對AIS 數據的清洗需求，本文采用基于偏序集的規則鏈方法完成AIS 數據清洗，該方法的整體結構如圖1 所示。該方法整體分為標準模塊、業務模塊以及自動模塊，將格式轉換后的數據作為該方法的輸入，結合數據清洗需求按層選擇相應規則，以此生成每一層的規則鏈，最后依據規則鏈完成數據清洗，并輸出清洗后的AIS 數據。

1.2 AIS 軌跡數據庫設計

海量的AIS 軌跡數據的存儲和調用，是實現該數據快速壓縮以及顯示的主要基礎，如何高效完成所需AIS 數據的提取，并按照時間順序將其導入DP 算法中進行壓縮，是待解決的首要問題。為保證AIS 軌跡數據的快速壓縮，采用SQLite 數據庫進行AIS 軌跡數據的管理，清洗后數據存儲在該數據庫中，為該軌跡數據壓縮提供支撐。該數據庫的管理方案如圖2 所示。該數據庫以單TRACK 表庫結構為主完成構建，并且單表的各條記錄中包含MMSI（數據識別碼）、經度、緯度以及時間4 個字段。單表的一條記錄則對應AIS 設備一次發送的數據，以此實現AIS 軌跡數據的可靠管理，保證AIS 軌跡數據的高效壓縮。

圖2 AIS 軌跡數據庫結構Fig.2 AIS trajectory database structure

AIS 軌跡數據中，主要是依據經度和緯度描述船舶的地理位置，在進行數據壓縮前，先對經度和緯度進行轉換，形成墨卡托坐標，在此基礎上進行轉換使其形成屏幕坐標進行顯示。在上述轉換過程中，依據等角正圓柱投影原理完成，如果船舶在某處的經度和緯度坐標用 (φ,λ)表示，平面坐標用(x,y)表示，將經度和緯度轉換至平面坐標的轉換公式為：

式中：r0為基準緯度圈半徑；a和e分別為地球橢圓球長軸半徑和第一偏心率；q表示等量緯度； φ為基準緯度。

依據上述公式即可完成所有AIS 軌跡數據中，船舶位置數據的轉換，并存儲在數據庫中。

1.3 基于DP 算法的AIS 軌跡數據壓縮

AIS 軌跡數據壓縮的主要目的快速獲取AIS 數據中的目標數據，實現船舶航行軌跡的識別監測。DP 算法屬于一種曲變形逼近算法，主要是采用以直代曲的理念，保留AIS 航跡中的關鍵航跡點，舍棄其中的非關鍵航跡點，以此高效實現船舶AIS 航跡數據壓縮。該算法的詳細壓縮過程如下：

步驟1 船舶軌跡離散點為：P1(x1,y1),P2(x2,y2),...,Pn(xn,yn)，A=P1(x1,y1)，B=Pn(xn,yn) ，則 連 接A和B后，形成線段AB。

步驟2 在AB的范圍內進行尋找，獲取該范圍內的和AB之 間距離最遠的點，用C表示；C和AB之間的距離用d表示。

步驟3 設定AIS 軌跡數據的壓縮閾值 η，如果d≤η ， 則采用線段AB描述船舶原始航跡曲線，如圖3所示；如果d＞η ，則定義C為關鍵點，并對船舶航跡進行劃分，使其形成兩段曲線，如圖4 所示。采用步驟1～步驟3，對兩段曲線分別處理。

圖3 船舶原始航跡曲線Fig.3 Original ship track curve

圖4 劃分航跡曲線Fig.4 Divided track curve

步驟4 按照上述步驟完成整個航跡數據處理后，連接航跡曲線AB的上所有關鍵點，以此獲取原始船舶航跡曲線AB的壓縮航跡數據。

2 測試結果與分析

為驗證本文方法對于船舶AIS 航跡數據壓縮的處理效果，以某海洋科技有限公司的船舶AIS 航跡數據為例，進行相關測試。該數據主要以csv 的文件格式進行存儲，共包含256 艘船的航跡數據，共計1200條，部分數據詳情如表1 所示。

表1 部分船舶AIS 航跡數據詳情Tab.1 Details of AIS track data for some ships

為驗證本文方法的船舶AIS 航跡數據壓縮效果，采用壓縮率ζ、數據長度損失率l作為評價指標，計算公式分別為：

式中：No和Ns均為船舶航跡數據點數量，前者對應壓縮前，后者對應壓縮后；l為船舶航跡總長度；lL為長度損失；lo和ls則表示壓縮前和壓縮后的船舶軌跡長度；lR為原始船舶航跡數據點數量；pnpn+1為2 個相鄰船舶航跡電腦之間的距離。壓縮率的期望結果在90.6%以上，數據長度損失率測期望結果在0.15%以下。

依據上述公式計算本文方法在不同航跡數據點數量下，本文方法的ζ 和l結果如表2 所示。可知：采用本文方法對船舶AIS 航跡數據進行壓縮后，其壓縮率均在90.6%以上，數據長度損失率最大值為0.11%。滿足使用需求，可保證AIS 航跡數據的壓縮效果。

表2 壓縮率結果和數據長度損失率測試結果Tab.2 Compression rate results and data length loss rate test results

為驗證本文方法對于船舶AIS 航跡數據的壓縮應用性，隨機選擇一艘船舶的AIS 航跡數據，對該數據進行轉換和清洗后，進行該數據壓縮，并且獲取壓縮前后的AIS 軌跡結果，如圖5 和圖6 所示。可知：船舶AIS 軌跡數據壓縮前，原始數據中包含若干個數據點，采用本文方法對數據進行壓縮后，共剩余13 個數據點，這些數據點完好保存了船舶轉向行為數據點，能夠精準描述船舶的操縱情況，不會遺漏船舶航行過程中的關鍵點，完好保存船舶運動特性。因此，該方法具有較好的應用性，能夠在保留AIS 軌跡特征數據的前提下，完成數據壓縮，為船舶航行情況管理提供可靠依據。

圖5 壓縮前船舶的AIS 軌跡Fig.5 AIS trajectory of the ship before compression

圖6 壓縮后船舶的AIS 軌跡Fig.6 AIS trajectory of compressed ship

3 結 語

船舶航行情況監測、運動模式識別等均是船舶管理的重要部分，在管理過程中，由于AIS 數據量較大，并且數據中存在一定的重復或者損壞數據，導致數據的效用水平較低，直接降低船舶的管理效率。因此，為提升船舶的管理效果，針對海量AIS 船舶航跡數據，提出提升算法下的船舶AIS 航跡數據壓縮算法。并對該算法的應用效果進行測試，可知：本文所提方法具有較好的船舶AIS 航跡數據壓縮性能，并且壓縮后數據能夠可靠描述船舶航行過程中操縱情況，為船舶航行管理提供可靠保障。