近年来，随着计算机技术的广泛应用和《内河航运发展纲要》政策的推进，使得内河航运得到了快速发展，但也带来了水上交通安全风险和监管压力显著提升的问题。长期以来，水上交通事故一直是国内外学者的重点研究内容，主要集中于水上交通事故的致因分析和预测等方面，而水上交通事故自动检测的研究却相对缺乏。因此，为了及时、准确地检测出水上交通事故，有必要对水上交通事故自动检测领域进行深入和系统的研究。
船舶自动识别系统（Automatic Identification System，AIS）作为一种助航设备，能够实时获取船舶在航行过程中的交通信息，是保障船舶安全航行和实施有效监管的关键设备，已被广泛应用于海事监管和船舶避碰等领域。论文针对AIS通信量会由于大量船舶运动状态改变而产生突变的现象，在学习和总结AIS工作原理和数据流突变检测相关理论研究的基础之上，构建水上交通事故检测模型，尝试对水上交通事故开展自动检测研究，达到使海事主管机关能及时发现监管水域内水上交通事故的目的。论文的主要工作为：
（1）搭建AIS综合应用平台。针对AIS数据量大、解码流程繁琐等问题，在分析AIS系统组成和网络通信原理等理论的基础上，基于Visual Studio 2013开发平台并结合数据库、网络通信、Mapx和多线程等技术构建AIS综合应用平台，主要包含AIS数据的采集、解析、存储和显示等模块，为论文研究提供数据支撑。
（2）提出了一种能感知船舶运动状态改变的水上交通事故检测指标。由于现有研究缺乏能够全面感知水域内船舶运动态势的指标，论文中建立了船舶群组划分规则；在此基础上，构建了AIS通信量计算模型，分析船舶运动状态与AIS通信量之间的量化驱动关系，并对AIS通信量进行优化处理以消除噪声影响；采用优化后的AIS通信量作为水上交通事故检测指标。
（3）构建水上交通事故检测模型。针对现有研究中缺少用于水上交通事故自动检测算法的问题，论文通过引入滑动窗口模型实现数据流检测片段构建与更新；在此基础上，分别应用SND算法、多尺度直线拟合算法和卡尔曼滤波算法构建水上交通事故检测模型，并通过云模型确定各种模型的检测阈值；利用MATLAB软件测试上述模型，通过建立评价指标对检测结果进行综合评价，遴选出基于卡尔曼滤波算法构建的水上交通事故检测模型。
（4）仿真实验验证。在长江干线武汉段模拟水上交通事故场景，获取事故发生前后的水上交通事故检测指标；利用卡尔曼滤波算法构建的水上交通事故检测模型对其进行检测，产生交通事故报警信息；通过比对水上交通事故报警信息产生时间和设置的交通事故时间，验证了论文建立的水上交通事故检测指标和检测模型的有效性。
论文是针对海事安全管理领域内信息化管理的新理论、新方法的探索性研究。研究成果为水上交通事故的自动检测提供了一种新思路，对丰富海事安全管理理论、拓展水上交通事故自动检测学科领域、促进海事安全管理学科与信息学科的交叉融合等方面有着积极的作用。
谷歌
火狐
