为准确预测复杂水域船舶航迹,提高航行安全水平,提出一种基于滑动窗口长短期记忆(long short-term memory,LSTM)网络的船舶航迹预测方法.根据相邻航迹点的船位特征变化趋势,剔除异常数据,并利用插值方式填补缺失点船位数据,建立船舶航行状态数据库.根据船舶航向变化态势建立航行状态判别准则,识别船舶航行场景.考虑船位信息特征维度高的特点,应用LSTM网络理论构建基于滑动窗口 LSTM网络的船舶航迹预测模型.应用大连港水域和黄渤海水域的AIS数据,分别在不同航行场景下进行验证.结果表明:直航型、转向型和\'S\'型场景下,滑动窗口 LSTM网络预测结果的平均绝对百分比误差、均方误差和均方根误差均比基础LSTM网络、反向传播神经网络和灰色模型的小,这表明滑动窗口 LSTM网络对非线性航迹预测的泛化能力强于其他3种模型.