文献类型：期刊文章

作　　者：王均刚[1] 胡柏青[1] 高端阳[2] 朱九鹏[1]

WANG Jungang;HU Baiqing;GAO Duanyang;ZHU Jiupeng(College of Electrical Engineering,Naval University of Engineering,Wuhan 430033;Department of Navigation,Dalian Naval Academy,Dalian 116018)

机构地区：[1]海军工程大学电气工程学院,武汉430033 [2]大连舰艇学院航海系,大连116018

出　　处：《舰船电子工程》

年　　份：2023

卷　　号：43

期　　号：7

起止页码：29-35

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：船舶运动轨迹预测是船舶避碰、海上交通管理等领域的一个关键问题,对于提高航海安全性有着不可忽视的作用。现有成果包含了许多不同的轨迹预测模型,但很少有关于预测误差和补偿技术的研究。针对船舶轨迹预测与补偿技术,提出了一种结合长短时记忆(Long Short-Term Memory,LSTM)神经网络模型和经验模态分解(Empirical Mode Decomposition,EMD)算法的预测框架,包含数据预处理、LSTM模型预测、EMD分解、残差预测及补偿,利用AIS(Automatic Identification System,AIS)数据进行实验验证,实验结果表明:与BP神经网络模型和LSTM神经网络模型相比,该组合模型的均方根误差和平均绝对百分比误差均为最小,是一种预测精度更高的船舶运动轨迹预测方法。

关 键 词：船舶运动轨迹预测  AIS 长短时记忆神经网络  经验模态分解 组合预测模型  

分 类 号：U674]