# PyAIS-Basics

**Repository Path**: joy_2_0/py-ais-basics

## Basic Information

- **Project Name**: PyAIS-Basics
- **Description**: PyAIS-Basics 是一个面向初学者的 AIS（自动识别系统）数据处理示例项目，涵盖 AIS 原始字段解析、动态航迹模拟、轨迹去噪、区域网格化，以及基于船长的标准船当量换算等核心流程。
项目采用轻量化设计与高可读性代码结构，适合作为教学实验、个人学习项目，亦可作为更复杂海事交通监测或态势分析系统的前置组件。
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-11-22
- **Last Updated**: 2025-11-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: AIS数据, 轨迹模拟, 海事交通监测

## README

# PyAIS-Basics  
*A lightweight introductory project for AIS data parsing, trajectory simulation, meshing, denoising, and vessel equivalence computation.*

PyAIS-Basics 是一个面向初学者的 AIS（自动识别系统）数据处理示例项目，涵盖 AIS 原始字段解析、动态航迹模拟、轨迹去噪、区域网格化，以及基于船长的标准船当量换算等核心流程。  
项目采用轻量化设计与高可读性代码结构，适合作为教学实验、个人学习项目，亦可作为更复杂海事交通监测或态势分析系统的前置组件。

---

## Project Structure / 项目结构

```text
PyAIS-Basics/
│
├── ais_parser.py
│     AIS 字段解析、清洗与结构化示例
│
├── trajectory_simulator.py
│     船舶动态航迹模拟（含插值、绘图、GIF 生成）
│
├── trajectory_denoise_dbscan.py
│     基于 DBSCAN 的 AIS 轨迹去噪与样条插值轨迹重构
│
├── grid_mapper.py
│     经纬度映射至 1° × 1° 区域网格并计算进入 / 离开时间
│
├── vessel_equivalent.py
│     基于船长划分标准船当量系数的换算工具
│
└── animation.gif
      航迹模拟结果示例动画
```

## Module Descriptions / 模块说明

### 1. **ais_parser.py**
提供 AIS 原始字段的清洗与结构化方法，包括字符串字段标准化、数值字段类型转换与基础错误处理。  
该模块可扩展至 NMEA 解码流程或 JSON 格式 AIS 数据的批量解析，是 AIS 数据工程的基础步骤。

---

### 2. **trajectory_simulator.py**
基于线性或插值方式生成模拟航迹（经纬度随时间连续变化），并绘制航迹曲线与动态 GIF。  
适用于理解船舶轨迹生成逻辑、验证算法流程或为其他模块提供示例输入数据。

---

### 3. **trajectory_denoise_dbscan.py**
利用密度聚类算法（DBSCAN）对 AIS 轨迹点进行去噪，剔除异常点后使用样条插值（Spline）重构连续轨迹。  
脚本同时输出四幅对比图，包括：原始轨迹、聚类结果、重构轨迹与效果总览。  
适用于轨迹清洗、时空异常检测、航迹拟合等海事数据分析任务。

---

### 4. **grid_mapper.py**
将 AIS 点位按经纬度分配至 `Region_x_y` 网格区域，并计算船舶进入与离开该区域的时间。  
适用于海域分区统计、热力图构建、区域交通流量分析等任务，便于扩展至更细的栅格分析。

---

### 5. **vessel_equivalent.py**
依据船舶长度区间（如 ≤100m、100–150m 等）计算标准船当量（Vessel Equivalent Number）。  
可用于航运交通量估计、港口容量计算、通航密度分析等应用场景，是海事交通模型中的常见转换步骤。

---

## Usage / 使用方式

项目基于 Python，依赖如下库：

- `pandas`  
- `numpy`  
- `matplotlib`  
- `scikit-learn`（用于 DBSCAN）

直接运行各脚本即可查看示例输出。  
部分脚本会自动生成图像、GIF 和控制台打印结果。

---

## License  
Apache 2.0 License.

---

## Recommendation
PyAIS-Basics 适合作为海事交通监测、航运可视化、AIS 数据工程课程或相关研究的入门示例项目，  
亦可作为后续深度模型训练、轨迹聚类、交通态势分析等工作的基础模块。