摘要：针对船舶自动识别系统（AIS）报文中的异常动态信息,提出一种基于概率推理的包括先验知识提取、证据建模、证据合成与权重系数优化4个步骤的识别方法,运用似然度建模方法将经过人工识别的AIS数据中的速度、航向角和轨迹位置信息转化为0～1之间的证据信度,并用证据推理（ER）规则合成,以验证过的AIS数据作为输入,采用非线性优化方法修正证据权重系数,利用武汉天兴洲大桥水域轮渡与武桥水域货船的AIS数据进行验证试验。试验结果表明：在优化权重系数下武汉天兴洲大桥水域轮渡的正确数据、错误数据、总体数据识别准确率分别为91.67%、97.62%、92.63%;以总体偏差最小为目标时,武桥水域货船的正确数据、错误数据、总体数据识别准确率分别为91.79%、89.87%、91.65%;以正确数据偏差最小为目标时,武桥水域货船的正确数据、错误数据、总体数据识别准确率分别为93.18%、49.95%、90.03%。可见,基于ER规则的AIS动态信息甄别方法能针对不同的优化目标灵活调整证据权重系数,具有接近人工水平的识别准确率。

关键词：交通信息工程 船舶自动识别系统 似然度建模 概率推理 非线性优化 

单位：武汉理工大学国家水运安全工程技术研究中心; 湖北武汉430063; 武汉理工大学能源与动力工程学院; 湖北武汉430063