船舶自动识别系统(AIS)是为船舶或VTS中心提供目标信息的一种工具。它是在提高船舶航行安全的迫切需求下，在通信技术和计算机技术飞速发展的基础上发展起来的。当前，AIS已经得到国际海事组织的充分肯定，1996年，IMO开始就AIS进行广泛争论，并通过一系列的决议，制定了AIS的相关国际标准，并把AIS作为船舶强制安装的航行设备之一，AIS的发展速度是非常快的。 AIS提供的信息存在很多优点，它的信息量大，目标的位置数据精度高，信息的提供不容易受地形(可以曲线传播)、天气和海况的影响，因此，在很多方面，AIS提供的功能正好弥补了雷达在船舶导航、避碰等方面存在的缺陷。但是，AIS并不是十全十美的，AIS提供的信息还存在一些缺点。AIS的船位由GPS提供，但GPS存在人为干扰问题；在高噪声条件下容易导致GPS接收机对导航卫星的失锁而丧失功能；此外，它还存在电离层延时、多径干扰等问题；而且，并不是所有的船舶都将安装AIS设备。基于这些因素，AIS可弥补雷达的一些缺陷，但它还不能完全取代雷达。因此，AIS与雷达及船上其他的已有设备的结合以及信息的融合使用，将是今后一段时间内，船舶航行安全技术的一个发展方向。目前对AIS的研究有AIS与雷达信息融合的研究、AIS与电子海图组合使用的研究以及AIS与综合驾驶台系统信息融合的研究等，他们为AIS的研究和发展开辟了先例，指明了方向。但是，这些研究都没能提出具体实用的模型和方案，如果要实际的投入应用，还需要继续的努力。因此，就这一点来说，任何有关这方面的研究都将促进AIS发展的前进，都将对船舶的航行安全、为保护海洋环境起到积极的作用。 本文对AIS与雷达目标位置数据融合方法进行了初步的研究。在AIS与雷达目标位置数据融合方法的研究中，重点有二：一是AIS和雷达目标位置数据的航迹相关；二是AIS和雷达目标位置数据的数据合成。以往的研究对航迹相关进行了大量的工作，也取得了比较好的成绩，有了一些较好的航迹相关处理方法，但是这些方法都不是有关AIS和雷达两者的航迹相关的。就AIS和雷达两者的航迹相关的研究来说，还很少。本文将这些方面的研究成果应用到了本文研究的问题中，建立了一个实用的AIS和雷达目标航迹相关算法。对于AIS和雷达的目标点迹合成，通常都采用单一的数据融合方法，武汉理工大学硕士学位论文使得数据融合后的精度，数据的质量较低。本文对AIS和雷达目标数据融合的通常的融合方法进行了改进，在数据融合的基础上引入BP神经网络算法，将BP神经网络与数据融合中的加权融合算法结合起来，使得融合后的数据质量得到提高。 对所推导出来的算法和模型，作者都进行了验证。验证的结果表明，AIS和雷达航迹相关算法可以正确的将雷达的多目标航迹与Als航迹相关;Als和雷达目标点迹合成得到的数据，就其精度来说，较AIS的数据精度有所提高，而与雷达提供的数据精度比较，则有了很大的提高，另外，模型的计算简单，系统融合效率较高，可以直接嵌入其他的大系统进行使用。