1.一种船舶轨迹实时预测方法，其特征在于包括如下几个步骤：①通过海面雷达获得船舶的实时和历史位置信息，各船舶的位置信息为离散二维位置序列 和 ，通过应用小波变换理论对原始离散二维位置序列 和 进行初步处理，从而获取船舶的去噪离散二维位置序列 和 ；

②在每一采样时刻对船舶轨迹数据预处理，依据所获取的船舶原始离散二维位置序列和 ，采用一阶差分方法对其进行处理获取新的船舶离散位置序列 和 ，其中 ，

；

③在每一采样时刻对船舶轨迹数据聚类，对处理后新的船舶离散二维位置序列 和，通过设定聚类个数 ，采用K-means聚类算法分别对其进行聚类；

④在每一采样时刻对船舶轨迹数据利用隐马尔科夫模型进行参数训练，通过将处理后的船舶运行轨迹数据 和 视为隐马尔科夫过程的显观测值，通过设定隐状态数目 和参数更新时段 ，依据最近的 个位置观测值并采用B-W算法滚动获取最新隐马尔科夫模型参数 ；

⑤在每一采样时刻依据隐马尔科夫模型参数，采用Viterbi算法获取当前时刻观测值所对应的隐状态 ；

⑥在每一采样时刻，通过设定预测时域W，基于船舶当前时刻的隐状态 ，获取未来时段船舶的位置预测值 ，从而在每一采样时刻滚动推测到未来时段内船舶的轨迹。