论文部分内容阅读
摘 要： 在船舶交通管理系统（VTS）中，雷达与AIS航迹关联的精度很重要。给出雷达与AIS航迹数据关联模型，讨论一种基于多义性处理并考虑航迹历史数据的航迹关联算法，并进行算法性能的推理，给出仿真结果，可以看到仿真在密集环境中取得很好的效果。
关键词： 航迹关联；雷达；船载自动识别系统
中图分类号：TN965.7+ 文献标识码：A 文章编号：1671－7597（2011）0820011－02
0 引言
船舶交通管理系统（VTS）在保障船舶航行安全，提高航运效率和保护水域环境方面发挥了重要作用。而船载自动识别系统（AIS）与VTS系统的结合，把他们的数据进行综合处理，增强了船舶识别能力和船舶动态跟踪能力。
VTS中不同传感器收集的船舶动态数据，或雷达与AIS不同类型的传感器收集的数据，要进行数据融合处理，让VTS中心得到正确的船舶位置、航速以及其他有用信息。融合过程可分为以下几步：航迹滤波、坐标转换、航迹相关和信息融合。
对于VTS系统来说，为了确保航行的稳定与流畅，发现目标后，需要第一时间了解运动目标的当前状态并且快速判断目标下一时刻的运动规律。但问题是雷达数据与AIS观测的数据是孤立的、离散的，因此VTS系统需要一种新的技术手段来实现当前的航迹进行滤波，以及对未来的航迹状态进行预测，包括目标的位置、速度、方位。还要考虑噪声的影响，在信息融合前要对信息进行滤波，减少误差以得到精度更高的数据。精度更高的航迹是航迹融合的基础。
多传感器环境下，每个传感器都有自己的信息处理系统，并且个系统中都收集了大量的目标航迹信息。如何确定来自不同传感器系统（如AIS与雷达信号）所探测的物体是否是同一个物体，就是航迹关联主要处理的问题，实际上也就是解决多传感器空间区域中重复追踪问题。在分布式多传感器融合系统中，每个传感器都有数据处理子系统。
航迹关联算法主要分为两类：一类是基于统计的方法，其中包括独立序贯法、相关序贯法、加权法、经典分配法等，如序贯航迹关联算法是把历史的结果数据与当前时刻航迹联系起来，并且赋予良好的航迹关联质量和多义性处理；另一类是基于模糊数学方法、模糊综合函数航迹关联算法、多局部节点模糊航迹关联算法等。本文讨论的算法基于第一类。
本文的内容安排如下：先介绍雷达数据与AIS数据航迹关联的系统模型，然后讨论了一种基于多义性处理并考虑航迹历史数据的航迹关联算法，并进行了算法性能的推理，给出仿真结果，可以看到仿真在密集环境中取得了很好的效果，最后是全文的总结。
符号说明：大写小写黑斜体字母表示矩阵向量，上标′和表示转置，P代表概率， 表示求和，R（）表示矩阵或序列的相关函数。
1 系统模型
1.1 航迹关联系统模型
假设雷达和AIS在k时刻对目标i和目标j的状态估计差为
指同一目标的航迹估计； 不是同一目标的航迹估计。上面就把复杂的航迹关联问题转化成了假设检验问题。
由于航迹相关检验通常是按照航迹数据到达的先后顺序依次进行处理，因而无论是同步通讯的实时系统，还是异步通讯的非实时系统，都将按数据到达顺序逐个时刻地进行处理，并及时输出判决结果。对实时系统这种处理方式是必须的，但对非实时系统也可以形成稳定结果之后再输出，即分批处理后再形成判决。
令雷达与AIS航迹集合依次分别为
由表中可以看出，在这种航迹关联算中，进行了航迹质量管理和多义性处理，并考虑了整个航迹历史，所以其关联效果和质量比序贯法要好，特别在密集的环境中正确关联概率得到明显改善，因此在密集环境中尤其是实际的海上环境中适合采用此关联算法.
4 结论
本文讨论了一种雷达与AIS航迹的关联算法，从理论和仿真分析中该算法都获得了很好的效果，较适宜于实际的海上环境。
参考文献：
[1]孟宪尧，《数据融合技术与船舶自动化》，大连海事大学出版社，2003：27-32.
[2]毛一凡、郭徽东，分布式雷达信息系统的数据融合算法仿真，计算机工程与设计，2004，5（16）：15-19.
[3]黄霄腾，多传感器航迹关联与融合算法研究，国防科技大学学报，2004，2（5）：46-49.
[4]高德平、黄雪梅，多传感器与数据融合，红外与激光工程，1999，28（2）：10-13.
[5]方永华、需冠雷，基于卡尔曼滤波的舰船综合导航信息处理，航海技术，2004，16（5）：30-32.
作者简介：
张东良（1979-），男，河北秦皇岛人，燕山大学硕士研究生毕业，现工作于唐山海事局；刘杰（1987-），男，江苏南通人，河海大学航道工程本科毕业，现工作于唐山海事局。
关键词： 航迹关联；雷达；船载自动识别系统
中图分类号：TN965.7+ 文献标识码：A 文章编号：1671－7597（2011）0820011－02
0 引言
船舶交通管理系统（VTS）在保障船舶航行安全，提高航运效率和保护水域环境方面发挥了重要作用。而船载自动识别系统（AIS）与VTS系统的结合，把他们的数据进行综合处理，增强了船舶识别能力和船舶动态跟踪能力。
VTS中不同传感器收集的船舶动态数据，或雷达与AIS不同类型的传感器收集的数据，要进行数据融合处理，让VTS中心得到正确的船舶位置、航速以及其他有用信息。融合过程可分为以下几步：航迹滤波、坐标转换、航迹相关和信息融合。
对于VTS系统来说，为了确保航行的稳定与流畅，发现目标后，需要第一时间了解运动目标的当前状态并且快速判断目标下一时刻的运动规律。但问题是雷达数据与AIS观测的数据是孤立的、离散的，因此VTS系统需要一种新的技术手段来实现当前的航迹进行滤波，以及对未来的航迹状态进行预测，包括目标的位置、速度、方位。还要考虑噪声的影响，在信息融合前要对信息进行滤波，减少误差以得到精度更高的数据。精度更高的航迹是航迹融合的基础。
多传感器环境下，每个传感器都有自己的信息处理系统，并且个系统中都收集了大量的目标航迹信息。如何确定来自不同传感器系统（如AIS与雷达信号）所探测的物体是否是同一个物体，就是航迹关联主要处理的问题，实际上也就是解决多传感器空间区域中重复追踪问题。在分布式多传感器融合系统中，每个传感器都有数据处理子系统。
航迹关联算法主要分为两类：一类是基于统计的方法，其中包括独立序贯法、相关序贯法、加权法、经典分配法等，如序贯航迹关联算法是把历史的结果数据与当前时刻航迹联系起来，并且赋予良好的航迹关联质量和多义性处理；另一类是基于模糊数学方法、模糊综合函数航迹关联算法、多局部节点模糊航迹关联算法等。本文讨论的算法基于第一类。
本文的内容安排如下：先介绍雷达数据与AIS数据航迹关联的系统模型，然后讨论了一种基于多义性处理并考虑航迹历史数据的航迹关联算法，并进行了算法性能的推理，给出仿真结果，可以看到仿真在密集环境中取得了很好的效果，最后是全文的总结。
符号说明：大写小写黑斜体字母表示矩阵向量，上标′和表示转置，P代表概率， 表示求和，R（）表示矩阵或序列的相关函数。
1 系统模型
1.1 航迹关联系统模型
假设雷达和AIS在k时刻对目标i和目标j的状态估计差为
指同一目标的航迹估计； 不是同一目标的航迹估计。上面就把复杂的航迹关联问题转化成了假设检验问题。
由于航迹相关检验通常是按照航迹数据到达的先后顺序依次进行处理，因而无论是同步通讯的实时系统，还是异步通讯的非实时系统，都将按数据到达顺序逐个时刻地进行处理，并及时输出判决结果。对实时系统这种处理方式是必须的，但对非实时系统也可以形成稳定结果之后再输出，即分批处理后再形成判决。
令雷达与AIS航迹集合依次分别为
由表中可以看出，在这种航迹关联算中，进行了航迹质量管理和多义性处理，并考虑了整个航迹历史，所以其关联效果和质量比序贯法要好，特别在密集的环境中正确关联概率得到明显改善，因此在密集环境中尤其是实际的海上环境中适合采用此关联算法.
4 结论
本文讨论了一种雷达与AIS航迹的关联算法，从理论和仿真分析中该算法都获得了很好的效果，较适宜于实际的海上环境。
参考文献：
[1]孟宪尧，《数据融合技术与船舶自动化》，大连海事大学出版社，2003：27-32.
[2]毛一凡、郭徽东，分布式雷达信息系统的数据融合算法仿真，计算机工程与设计，2004，5（16）：15-19.
[3]黄霄腾，多传感器航迹关联与融合算法研究，国防科技大学学报，2004，2（5）：46-49.
[4]高德平、黄雪梅，多传感器与数据融合，红外与激光工程，1999，28（2）：10-13.
[5]方永华、需冠雷，基于卡尔曼滤波的舰船综合导航信息处理，航海技术，2004，16（5）：30-32.
作者简介：
张东良（1979-），男，河北秦皇岛人，燕山大学硕士研究生毕业，现工作于唐山海事局；刘杰（1987-），男，江苏南通人，河海大学航道工程本科毕业，现工作于唐山海事局。