长江上游控制河段又称为“单向航道”,船舶在控制河段内只能单向通行。管理部门在控制河段设有指挥信号台,通过船舶通行指挥系统,指挥过往船舶有序通行。通行指挥系统的核心是通过接收航道内船舶配载AIS信号,解析获取船舶动静态信息,然后根据控制河段设定规则进行相关运算并生成调度指令。由于控制河段地理环境复杂及AIS设备稳定性等多方面因素影响,信号台基站接收到的AIS数据中时常存在异常,严重影响了指挥系统决策的准确性,难以保证船舶通行安全和效率。因此如何通过对异常AIS数据进行实时处理,提升船舶通行指挥系统的鲁棒性,对确保控制河段船舶通行安全具有重要意义。论文以提高船舶通行指挥系统的鲁棒性为目标,将系统在实际生产环境中长期运行暴露的问题作为切入点进行分析,从历史AIS数据修复与实时AIS预测两个维度构建异常数据处理机制,确保异常信号干扰下指挥系统稳定运行,并搭建运维服务端统计相关信息。主要研究内容如下:（1）对信号台AIS历史数据中存在的异常数据进行分析、综合和归纳后,对异常AIS进行了分类,进一步建立基于船舶操纵性能的异常数据筛选模型,从历史和实时两个维度检测、识别数据并建立异常数据标签。（2）针对控制河段的航道特点,根据异常AIS时长,采用WLS-Hermite及GA-BP算法修复历史轨迹。对于短时异常AIS数据,采用结合控制河段特殊地理环境的加权最小二乘与分段三次Hermite插值联合算法进行修复。通过短时异常轨迹的修复,可初步形成较为完善的AIS轨迹数据库。而对于存在长时异常点的AIS轨迹,先通过构建匹配相似轨迹的三层框架,为建立的GA算法改进BP神经网络长时修复模型提供训练数据样本,然后训练好的模型可用于修复长时异常轨迹点。（3）针对船舶通行指挥系统的实时指挥要求,采用GA-BP与卡尔曼滤波算法去实时修复数据。通行指挥系统实时检测、识别异常AIS,根据异常类型采用卡尔曼滤波算法修复属性数据;若连续异常,基于历史相似轨迹调用GA-BP模型修复轨迹点,并将修复结果返回给其他功能模块。异常修复信息及通行指挥记录被封装成数据包推送至数据中心,运维服务端对数据包解析、存储并可视化展示。将实现的修复算法融入通行指挥系统在现场进行初步测试可有效处理异常AIS,有效提升船舶通行指挥系统鲁棒性,通过设计的研发运维服务端,可实时观测、评估异常AIS修复和指挥决策的相关情况。