一种基于多因素欧式距离关联的雷达与AIS数据融合方法技术

技术编号:37397192 阅读:20 留言:0更新日期:2023-04-30 09:25
本发明专利技术公开了一种基于多因素欧式距离关联的雷达与AIS数据融合方法,包括步骤1,通过野值剔除、时间统一和空间统一等数据处理方法实现雷达数据预处理;步骤2,对雷达数据出现的目标偏移情况,以AIS目标数据为基准进行误差计算,建立数据自适应矫正参数和校验方法,实现雷达数据矫正;步骤3,将已矫正的雷达数据和AIS数据进行航迹关联,以两传感器最新目标数据之间的距离作为判断依据进行目标粗关联;步骤4,利用多因素欧式距离关联算法进行航迹细关联,最终完成数据融合。本发明专利技术能实现对海上目标多源数据处理、修正与融合,具有一定的可解释性,同时为海上船舶目标的实时跟踪、监管和航迹回溯提供可靠的数据处理方法。和航迹回溯提供可靠的数据处理方法。和航迹回溯提供可靠的数据处理方法。

【技术实现步骤摘要】
一种基于多因素欧式距离关联的雷达与AIS数据融合方法


[0001]本专利技术涉及雷达及AIS的据融合的
,特别是一种基于多因素欧式距离关联的雷达与AIS数据融合方法。

技术介绍

[0002]海上雷达及AIS系统为船舶航行提供了至关重要的航行导航数据。在雷达数据获取过程中因传输信道拥堵、障碍物遮挡、海杂波干扰等外部条件影响,难免出现雷达目标丢失、航迹暂时性缺失等问题。AIS数据丰富,包括呼号、船舶位置、航速、航向、时间、船长等船舶相关信息,在接收范围内不存在盲区。在AIS数据中,船舶位置、航速、时间主要基于全球定位系统,精度较高,呼号和船长信息固定。但AIS终端发送数据周期不固定,存在长时间数据不更新情况。因此对雷达及AIS数据的融合能极大提高船舶航行数据质量。
[0003]常见的雷达及AIS数据融合方法主要存在两个方面的问题有待优化:
[0004]1、雷达数据及AIS数据预处理时存在不彻底的情况,数据偏移未作矫正操作。
[0005]2、雷达和AIS航迹在进行航迹关联时还需多因素的考虑,融合的多因素权重需要更加科学的分配方法。
[0006]因此,对于当前的雷达及AIS数据融合技术存在的问题,研究重点应集中在雷达及AIS原始数据预处理技术、航迹关联新方法及航迹各因素权重分配方法等方面。

技术实现思路

[0007]本专利技术要解决的技术问题是针对上述现有技术的不足,而提供一种基于多因素欧式距离关联的雷达与AIS数据融合方法,该基于多因素欧式距离关联的雷达与AIS数据融合方法能实现雷达数据及AIS数据的科学预处理,建立有效的数据矫正模型及航迹关联融合模型,为海上船舶目标的实时跟踪、监管和航迹回溯提供可靠的数据支持。
[0008]为解决上述技术问题,本专利技术采用的技术方案是:
[0009]一种基于多因素欧式距离关联的雷达与AIS数据融合方法,包括如下步骤。
[0010]步骤1、时空统一:将对同一海域监控的雷达数据和AIS数据进行时间统一和空间统一;其中,空间均统一至笛卡尔坐标系。
[0011]步骤2、雷达数据矫正:以AIS数据为基准,对雷达数据进行矫正,防止雷达数据出现目标偏移。
[0012]步骤3、航迹粗关联:将已矫正的雷达数据和AIS数据之间的距离作为判断依据进行目标航迹的粗关联。
[0013]步骤4、航迹细关联:利用多因素欧式距离关联算法,将粗关联后的目标航迹,进行细关联,从而完成雷达数据与AIS数据的融合;其中,多因素欧式距离关联算法是将与船舶航行动态相关的多个因素的欧式距离组合作为细关联的判断依据。
[0014]步骤3中,航迹粗关联的方法,包括如下步骤:
[0015]步骤3

1、设置距离阈值。
[0016]步骤3

2、粗关联:当已矫正的雷达数据和AIS数据之间的距离,小于步骤3

1设置的距离阈值时,则判断当前两个目标航迹满足粗关联;此时,将AIS数据粗关联匹配到雷达数据,形成粗关联航迹数据集。
[0017]步骤4中,航迹细关联的方法,包括如下步骤:
[0018]步骤4

1、选择航行动态影响因素:选择与船舶航行动态相关的n个影响因素;其中,n≥2。
[0019]步骤4

2、计算单因素欧式距离:设dis
i
表示粗关联航迹中最新数据点与待关联目标点第i个影响因素的欧氏距离,其中,1≤i≤n;则dis
i
的计算公式为:
[0020][0021]式中,m表示第i个影响因素的数据总维数;j表示第i个影响因素的第j维数据。
[0022]x
j
表示粗关联航迹中最新数据点在第i个影响因素中的第j维数据。
[0023]y
j
表示最新时刻的待关联目标点在第i个影响因素中的第j维数据。
[0024]步骤4

3、计算多因素欧式距离dis,具体计算公式为:
[0025]dis=W1×
dis1+W2×
dis2+

W
i
×
dis
i
+

+W
n
×
dis
n
[0026]其中:
[0027]W1+W2+

W
i
+

+W
n
=1
[0028]式中,W1、W2、W
i
和W
n
为n个影响因素的权重系数。
[0029]步骤4

4、细关联:将步骤4

3计算的多因素欧式距离dis,与设定的多因素欧式距离阈值dis0进行比较判断;当dis<dis0时,则判断当前两个目标航迹满足细关联;此时,将待关联目标点关联匹配到粗关联航迹中,形成融合的细关联航迹数据集。
[0030]步骤4

3中,权重系数W1、W2、W
i
和W
n
采用层次分析法AHP求解获得。
[0031]步骤4中,n=4,4个因素分别为两目标距离D、对地航速SOG、对地航向COG和真艏向Hdg。
[0032]步骤4中,采用层次分析法AHP求解权重系数W1、W2、W3和W4的方法,包括如下步骤:
[0033]步骤4

3a、构造判断矩阵P:以U(D)、U(SOG)、U(COG)和U(Hdg)四因素为判断矩阵准则,构造判断矩阵P,具体表达式为:
[0034][0035]且令:
[0036]u1=U(D)
[0037]u2=U(SOG)
[0038]u3=U(COG)
[0039]u4=U(Hdg)
[0040]式中,u
11
表示两目标距离U(D)相对自身的重要程度。
[0041]u
14
表示两目标距离U(D)相对真艏向U(Hdg)的重要程度。
[0042]u
41
表示真艏向U(Hdg)相对两目标距离U(D)的重要程度。
[0043]u
44
表示真艏向U(Hdg)相对自身的重要程度。
[0044]步骤4

3b、计算权重系数:通过计算判断矩阵P的最大特征根λ
max
的特征向量w,并对w进行归一化后,得到归一化值W。
[0045]步骤4

3c、一致性检验:将步骤4

3b计算得到的最大特征根λ
max
进行一致性检验,当判断矩阵P通过一致性检验,则步骤4

3b中的归一化值W,即求解得到的权重系数W1、W2、W3和W4。
[0046]步骤2中,雷达数据矫正的方法,包括如下步骤:
[本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于多因素欧式距离关联的雷达与AIS数据融合方法,其特征在于:包括如下步骤:步骤1、时空统一:将对同一海域监控的雷达数据和AIS数据进行时间统一和空间统一;其中,空间均统一至笛卡尔坐标系;步骤2、雷达数据矫正:以AIS数据为基准,对雷达数据进行矫正,防止雷达数据出现目标偏移;步骤3、航迹粗关联:将已矫正的雷达数据和AIS数据之间的距离作为判断依据进行目标航迹的粗关联;步骤4、航迹细关联:利用多因素欧式距离关联算法,将粗关联后的目标航迹,进行细关联,从而完成雷达数据与AIS数据的融合;其中,多因素欧式距离关联算法是将与船舶航行动态相关的多个因素的欧式距离组合作为细关联的判断依据。2.根据权利要求1所述的基于多因素欧式距离关联的雷达与AIS数据融合方法,其特征在于:步骤3中,航迹粗关联的方法,包括如下步骤:步骤3

1、设置距离阈值;步骤3

2、粗关联:当已矫正的雷达数据和AIS数据之间的距离,小于步骤3

1设置的距离阈值时,则判断当前两个目标航迹满足粗关联;此时,将AIS数据粗关联匹配到雷达数据,形成粗关联航迹数据集。3.根据权利要求2所述的基于多因素欧式距离关联的雷达与AIS数据融合方法,其特征在于:步骤4中,航迹细关联的方法,包括如下步骤:步骤4

1、选择航行动态影响因素:选择与船舶航行动态相关的n个影响因素;其中,n≥2;步骤4

2、计算单因素欧式距离:设dis
i
表示粗关联航迹中最新数据点与待关联目标点第i个影响因素的欧氏距离,其中,1≤i≤n;则dis
i
的计算公式为:式中,m表示第i个影响因素的数据总维数;j表示第i个影响因素的第j维数据;x
j
表示粗关联航迹中最新数据点在第i个影响因素中的第j维数据;y
j
表示最新时刻的待关联目标点在第i个影响因素中的第j维数据;步骤4

3、计算多因素欧式距离dis,具体计算公式为:dis=W1×
dis1+W2×
dis2+

W
i
×
dis
i
+

+W
n
×
dis
n
其中:W1+W2+

W
i
+

+W
n
=1式中,W1、W2、W
i
和W
n
为n个影响因素的权重系数;步骤4

4、细关联:将步骤4

3计算的多因素欧式距离dis,与设定的多因素欧式距离阈值dis0进行比较判断;当dis<dis0时,则判断当前两个目标航迹满足细关联;此时,将待关联目标点关联匹配到粗关联航迹中,形成融合的细关联航迹数据集。4.根据权利要求3所述的基于多因素欧式距离关联的雷达与AIS数据融合方法,其特征在于:步骤4

3中,权重系数W1、W2、W
i
和W
n
采用层次分析法AHP求解获得。5.根据权利要求4所述的基于多因素欧式距离关联的雷达与AIS数据融合方法,其特征
在于:步骤4中,n=4,4个因素分别为两目标距离D、对地航速SOG、对地航向COG和真艏向Hdg。6.根据权利要求5所述的基于多因素欧式距离关联的雷达与AIS数据融合方法,其特征在于:步骤4中,采用层次分析法AHP求解权重系数W1、W2、W3和W4的方法,包括如下步骤:步骤4

3a、构造判断矩阵P:以U(D)、U(SOG)、U(COG)和U(Hdg)四因素为判断矩阵准则,构造判断矩阵P,具体表达式为:且令:u1=U(D)u2=U(SOG)u3=U(COG)u4=U(Hdg)式中,u
11
表示两目标距离U(D)相对自身的重要程度;u
14
...

【专利技术属性】
技术研发人员:朱浩纲宗成明彭朋张灿夏亮
申请(专利权)人:中船重工鹏力南京大气海洋信息系统有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1