为了提高船舶AIS轨迹数据的在线压缩效率，提出了一种考虑AIS轨迹异常数据及船舶停留、航行等行为特征的在线轨迹数据压缩算法(ASN)。通过判断空间阈值和时间阈值，利用双通道对AIS轨迹数据进行分割和连接，实现在线清洗异常数据；创建临时停留窗口对船舶处于停留行为下的AIS轨迹数据进行分割；改进滑动窗口算法以保留更为细致的船舶航行行为数据。选取舟山水域实际船舶AIS轨迹数据进行试验分析，在压缩率相同的条件下，对比了Sliding Window算法、OPW算法、OPW-TR算法与SQUISH-E(λ)算法。结果表明，ASN算法在多个性能指标上取得了更好的效果。当压缩率为90%时，相比于目前效果较好的SQUISH-E(λ)算法，长度损失率降低了67.9%,轨迹相似度提高了61.6%,平均SED误差减少了35.5%,平均方向误差降低了65.2%,平均速度误差减少了32.0%,有效提升了AIS轨迹数据的在线压缩效率。