论文部分内容阅读
针对日趋复杂的海上交通情况,船舶航迹的跟踪预测问题显得尤为重要,然而船舶航行轨迹的数据是具有长期特性的数列,而且易受到风浪、杂波和噪声等影响,致使其特征数据动态变化,航迹规律难以把握。基于上述问题,提出一种结合Transformer模型和Kalman滤波的航迹预测方法。利用宁波市渔船AIS(Automatic Identification System)数据进行模型训练,并对船舶航迹进行预测。实验结果表明,该方法与传统处理方法相比,其预测的精度更高,并行处理序列数据方面也更具有优越性。