基于变分自编码器与BiLSTM的船舶轨迹预测方法

本发明提供了一种基于变分自编码器与BiLSTM的船舶轨迹预测方法，首先，通过读取AIS采集到的船舶轨迹数据(MMSI号、经度、纬度、对地航速、对地航向)作为轨迹预测模型输入数据的特征序列，并基于滑动窗口的轨迹分割对不同长度的轨迹序列划分为固定长度的序列段；然后，通过变分自编码器模型对原始轨迹数据进行变分推断，学习潜在空间表示，建立轨迹信息与历史轨迹信息的关联关系，计算出重构后的轨迹；接着，使用双向长短时记忆网络模型捕捉轨迹数据的长时间依赖关系，学习轨迹的特性来预测下一时刻的轨迹位置。本发明能够在复杂海洋环境中实现高效、准确的船舶轨迹预测，显著提升海上导航的安全性和运营效率。