分析了船舶AIS数据的时间序列特征与船舶操纵特性,提出了改进的Sliding Window在线压缩算法;计算了277艘船舶总计1 026 408个坐标点的AIS轨迹数据,确定了合适的压缩阈值,分析了距离阈值与角度阈值对算法压缩率的敏感程度;根据压缩率图像的阶跃点,推荐了高、中、低3个档位的距离阈值和1个角度阈值,对比了Douglas-Peucker算法和改进Sliding Window算法的压缩率与压缩效率。试验结果表明:随着压缩率的提高,压缩后所剩下的点越来越少,数据所保留下来的有用信息也越来越少;压缩率与距离阈值、角度阈值均呈正比;经量纲为1化处理的高、中、低档位压缩距离阈值分别为43%、38%、33%船长;距离阈值为130m时,角度阈值超过9°后压缩率平稳,所以推荐角度阈值为9°,与《海港总体设计规范》(JTS 165—2013)中风流压差角8°相接近;随着距离阈值的增大,Douglas-Peucker算法和改进Sliding Window算法压缩率趋于相近,当距离阈值为120 m时,Douglas-Peucker算法压缩率仅比改进Sliding Window算法高1.74%;在5种距离阈值的情况下,Douglas-Peucker算法运行所用的平均时间是改进Sliding Window算法的5.39倍;随着数据量的增大,2种算法压缩效率的差距更加明显。可见,改进的Sliding Window算法能在降低压缩风险的同时大幅提高压缩效率,可以在数据持续更新的状态下一直保持压缩状态,与普通压缩模式相比,系统所占用的资源更少,处理效率更高,可用于船舶轨迹数据处理、电子海图显示与对船舶关键行为特征提取等方面。