一種針對(duì)ais與主動(dòng)雷達(dá)航跡融合及識(shí)別的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)信號(hào)處理技術(shù)領(lǐng)域，涉及多傳感器信息融合技術(shù)，特別涉及異類 傳感器信息融合技術(shù)。
【背景技術(shù)】
[0002] AIS是工作在VHF海上頻段的岸基和船載廣播式自動(dòng)識(shí)別應(yīng)答系統(tǒng)，船舶動(dòng)態(tài)信 息與靜態(tài)信息由船載AIS設(shè)備主動(dòng)上報(bào)，可以對(duì)海上目標(biāo)進(jìn)行探測(cè)、跟蹤和識(shí)別。AIS也可 作為雷達(dá)監(jiān)視網(wǎng)的旁路系統(tǒng)，將主動(dòng)雷達(dá)與AIS信息結(jié)合，可實(shí)現(xiàn)系統(tǒng)內(nèi)優(yōu)勢(shì)互補(bǔ)，資源共 享，可有效的拓展空間和時(shí)間的覆蓋范圍、改善監(jiān)控系統(tǒng)可靠性與目標(biāo)跟蹤精度，以較低代 價(jià)增強(qiáng)雷達(dá)系統(tǒng)監(jiān)視能力，進(jìn)而改善系統(tǒng)的海事監(jiān)督、船舶管理或海上作戰(zhàn)指導(dǎo)等功能。
[0003] 在國(guó)內(nèi)，對(duì)于AIS和雷達(dá)數(shù)據(jù)融合的研究有很多。2001年大連海事大學(xué)信息工程 學(xué)院索繼東教授的《AIS的信息融合與雷達(dá)目標(biāo)跟蹤》提出了基于模糊聚類算法的數(shù)據(jù)融合 方法；2002年集美大學(xué)林長(zhǎng)川教授的《雷達(dá)與AIS目標(biāo)位置信息融合方法的研究》提出了基 于距離和舷角雙波門法判斷點(diǎn)跡融合；2009年山東交通學(xué)院海運(yùn)學(xué)院鄧術(shù)章等發(fā)表的《船 用ARPA雷達(dá)與AIS信息融合的實(shí)現(xiàn)》提出了采用灰度理論的判斷航跡關(guān)聯(lián)的方法。國(guó)外 的相關(guān)學(xué)術(shù)巨著有波蘭格丁尼亞海洋學(xué)院Stupark Tadeusz和Waeruch Ryszard的《調(diào)頻 連續(xù)波雷達(dá)和AIS的數(shù)據(jù)融合的功能分析》、美國(guó)康涅狄格大學(xué)Marco Guerriero和Peter Willet的《AIS和雷達(dá)的數(shù)據(jù)融合以及SAR的海上監(jiān)視任務(wù)》等等。
[0004] 但上述方法只針對(duì)航跡融合問題進(jìn)行研究，并未對(duì)密集多目標(biāo)情況下的主動(dòng)雷達(dá) 航跡自動(dòng)識(shí)別進(jìn)行研究。而在實(shí)際的戰(zhàn)爭(zhēng)環(huán)境或海港監(jiān)視應(yīng)用中，有效的利用AIS信息對(duì) 主動(dòng)雷達(dá)航跡進(jìn)行敵我識(shí)別，對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)形成或船舶管理等具有重要的應(yīng)用價(jià)值。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明針對(duì)【背景技術(shù)】的不足之處提供一種針對(duì)AIS與主動(dòng)雷達(dá)航跡融合及識(shí)別 的方法，達(dá)到密集目標(biāo)環(huán)境下穩(wěn)定、高效、準(zhǔn)確的識(shí)別目標(biāo)航跡的目的。
[0006] 本發(fā)明的技術(shù)方案是一種針對(duì)AIS與主動(dòng)雷達(dá)航跡融合及識(shí)別的方法，首先，對(duì) 于處理周期內(nèi)所有AIS航跡與主動(dòng)雷達(dá)航跡進(jìn)行時(shí)空統(tǒng)一預(yù)處理；其次，采用基于航跡關(guān) 聯(lián)代價(jià)與雙重邏輯準(zhǔn)則的航跡關(guān)聯(lián)算法，對(duì)AIS與主動(dòng)雷達(dá)航跡進(jìn)行關(guān)聯(lián)；然后，對(duì)關(guān)聯(lián)成 功的AIS與主動(dòng)雷達(dá)航跡，更新主動(dòng)雷達(dá)航跡對(duì)應(yīng)的基于貝葉斯推理的航跡ID分配概率； 最后，根據(jù)ID分配概率進(jìn)行主動(dòng)雷達(dá)航跡識(shí)別判決，對(duì)配對(duì)的AIS航跡和主動(dòng)雷達(dá)航跡，進(jìn) 行基于DCI準(zhǔn)則的航跡融合。因而本發(fā)明一種針對(duì)AIS與主動(dòng)雷達(dá)航跡融合及識(shí)別的方法 包括如下步驟：
[0007] 步驟1 :時(shí)空統(tǒng)一；
[0008] AIS和主動(dòng)雷達(dá)航跡量測(cè)在地理坐標(biāo)系中分別表示為 < =丨界/1]和X〗=[扒A]，對(duì) 其進(jìn)行時(shí)空統(tǒng)一預(yù)處理，得到平面直角坐標(biāo)系中時(shí)間對(duì)齊的航跡量測(cè)；
[0009] 步驟2 :航跡關(guān)聯(lián)；
[0010] 采用基于關(guān)聯(lián)代價(jià)函數(shù)的航跡關(guān)聯(lián)算法對(duì)AIS航跡和主動(dòng)雷達(dá)航跡進(jìn)行關(guān)聯(lián)，具 體步驟包括：
[0011] 步驟2-1 :計(jì)算關(guān)聯(lián)代價(jià)；設(shè)k時(shí)刻所有AIS航跡量測(cè)記為 尤(幻=丨￡:私)，/ = ：^2，.,.，％〗，所有主動(dòng)雷達(dá)航跡量測(cè)記為之(幻={4(幻,/ = 1,2，..,#山 當(dāng)AIS航跡量測(cè)巧衡和主動(dòng)雷達(dá)航跡量測(cè)衫⑷來自同一目標(biāo)時(shí)，其似然即為先驗(yàn)下的條 件概率密度函數(shù)，關(guān)聯(lián)代價(jià)則為這個(gè)似然的負(fù)對(duì)數(shù)，表示為：
[0012] COS/(/',./) = - l〇g(/,>(x，! (/i) i X 'k{k)))
[0013] 條件概率密度函數(shù)服從正態(tài)分布，則關(guān)聯(lián)代價(jià)可變?yōu)椋?br>[0014] cos 戎y) _= - 1_(漢(％ (fe): I.氣(? 5(:4 J)))
[0015] 其中：
[0017] S (i，j) = H · Pj · #+民為該正態(tài)分布概率密度協(xié)方差矩陣，H為量測(cè)方程，P j為主 動(dòng)雷達(dá)航跡協(xié)方差矩陣，民為AIS量測(cè)噪聲協(xié)方差矩陣；
[0018] 步驟2-2 :航跡關(guān)聯(lián)管理；當(dāng)AIS航跡與主動(dòng)雷達(dá)航跡的最近N幀關(guān)聯(lián)中，有至少 M次關(guān)聯(lián)成功，則認(rèn)定兩條航跡成功關(guān)聯(lián)；當(dāng)AIS航跡與主動(dòng)雷達(dá)航跡連續(xù)L幀關(guān)聯(lián)失敗， 則認(rèn)定兩條航跡關(guān)聯(lián)終止；
[0019] 步驟3:航跡融合；
[0020] 對(duì)于判定成功關(guān)聯(lián)的AIS航跡％(幻和主動(dòng)雷達(dá)航跡#認(rèn)），:采用基于DCI準(zhǔn)則的 航跡融合算法，完成AIS與雷達(dá)航跡融合；
[0021] 步驟4 :更新航跡ID分配概率；
[0022] 基于步驟2所得關(guān)聯(lián)代價(jià)，主動(dòng)雷達(dá)航跡的自動(dòng)識(shí)別的具體方法為：
[0023] 每個(gè)AIS航跡都對(duì)應(yīng)一個(gè)唯一的MMSI識(shí)別碼，此處稱為ID號(hào)，設(shè)每條主動(dòng)雷達(dá)航 跡都對(duì)應(yīng)一個(gè)AIS的ID分配概率集=彳/，初始條件下，各ID的 分配概率為一致的，即4.;.之后在上述關(guān)聯(lián)算法的基礎(chǔ)上，對(duì)每條航跡的ID分配概率做如 Ψ 下更新：
[0024] 對(duì)于單幀判定成功關(guān)聯(lián)的AIS航跡#(幻和主動(dòng)雷達(dá)航跡，主動(dòng)雷達(dá)航跡 ID分配概率：
[0026] 由貝葉斯理論的條件概率推理可得： CN 105116392 A 說明書 3/6 頁(yè)
[0030] 而愾(幻）則為步驟2中所計(jì)算的先驗(yàn)條件概率密度。
[0031] 步驟5 :根據(jù)步驟4獲得的航跡ID分配概率，更新融合后的航跡的ID。
[0032] 所述步驟1的具體步驟包括：
[0033] 步驟1-1 :將地理坐標(biāo)系下的AIS和主動(dòng)雷達(dá)航跡量測(cè)
采用高斯-呂克格投影算法，統(tǒng)一轉(zhuǎn)換到平面直角坐標(biāo)系中，表示為Xa= [x，y]與Xr=
[χ, y]；
[0034] 步驟1-2 :根據(jù)速度、航向信息將當(dāng)前處理周期內(nèi)的航跡均通過線性外推至k時(shí) 亥|J，得到時(shí)空統(tǒng)一的AIS和主動(dòng)雷達(dá)航跡量測(cè)表示為
[0035] 所述步驟3航跡融合的實(shí)現(xiàn)具體如下：
[0039] 其中，幻和Pr，為融合之后的主動(dòng)雷達(dá)航跡量測(cè)和協(xié)方差矩陣，權(quán)值ω^Ρ ω R為使得PR<行列式最小的最優(yōu)解：
[0041] 本發(fā)明的有益效果是：
[0042] 本發(fā)明提供的新型AIS和主動(dòng)雷達(dá)航跡融合與航跡自動(dòng)識(shí)別方法，首先，時(shí)空統(tǒng) 一能夠有效保證后續(xù)航跡關(guān)聯(lián)和航跡融合精度；然后，關(guān)聯(lián)算法在關(guān)聯(lián)判決時(shí)采用雙重邏 輯準(zhǔn)則，考慮歷史情況實(shí)現(xiàn)關(guān)聯(lián)確認(rèn)和終止，可以有效抑制密集目標(biāo)環(huán)境下航跡交叉、臨近 等帶來的誤關(guān)聯(lián)；隨后，在關(guān)聯(lián)得到表征關(guān)聯(lián)概率的代價(jià)函數(shù)的基礎(chǔ)上，采用基于貝葉斯理 論的航跡ID分配概率的航跡識(shí)別算法，有效的解決了密集多目標(biāo)環(huán)境下的航跡自動(dòng)識(shí)別 問題；最后，在考慮航跡間相關(guān)性的情況下，通過基于DCI的航跡融合算法對(duì)AIS航跡與主 動(dòng)雷達(dá)航跡進(jìn)行融合，有效提升了主動(dòng)雷達(dá)跟蹤精度。綜上所述，本方法能夠在密集目標(biāo)環(huán) 境中，利用AIS航跡信息，有效的完成主動(dòng)雷達(dá)航跡的自動(dòng)識(shí)別，并提高了主動(dòng)雷達(dá)目標(biāo)跟 蹤精度。本發(fā)明在現(xiàn)實(shí)的海灣監(jiān)控、海上作戰(zhàn)中具有很高的實(shí)用性。
【附圖說明】
[0043] 圖1為本發(fā)明提供的新型AIS和主動(dòng)雷達(dá)航跡融合與航跡自動(dòng)識(shí)別方法的處理流 程圖。
[0044] 圖2為AIS航跡與主動(dòng)雷達(dá)航跡及其可識(shí)別航跡分析圖。
[0045] 圖3為時(shí)空統(tǒng)一預(yù)處理后的主動(dòng)雷達(dá)航跡圖。
[0046] 圖4為AIS/主動(dòng)雷達(dá)航跡融合與航跡自動(dòng)識(shí)別結(jié)果。
【具體實(shí)施方式】