亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        內(nèi)河船舶AIS與雷達(dá)動(dòng)態(tài)信息集成性融合

        2017-04-02 03:29:08范耀天
        中國(guó)航海 2017年4期
        關(guān)鍵詞:精確性航跡卡爾曼濾波

        范耀天, 王 馳

        (1.武漢理工大學(xué) 航運(yùn)學(xué)院,武漢 430063;2.內(nèi)河航運(yùn)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室,武漢 430063)

        當(dāng)前在船舶駕駛領(lǐng)域開展的信息融合研究主要集中在對(duì)多個(gè)船載傳感器進(jìn)行數(shù)據(jù)融合,支持船舶智能避碰決策方面。由于目前船舶自動(dòng)識(shí)別系統(tǒng)(Automatic Identification System, AIS)和雷達(dá)是船舶應(yīng)用的主要導(dǎo)航設(shè)備,因此信息融合研究主要集中在AIS與雷達(dá)的數(shù)據(jù)關(guān)聯(lián)和數(shù)據(jù)融合上。這里主要研究AIS與雷達(dá)的數(shù)據(jù)融合問題。在運(yùn)用統(tǒng)計(jì)加權(quán)法進(jìn)行信息融合方面:CHANG[1]提出AIS與雷達(dá)根據(jù)誤差進(jìn)行數(shù)據(jù)加權(quán)融合;鄭佳春等[2]將神經(jīng)網(wǎng)絡(luò)引入到統(tǒng)計(jì)加權(quán)估計(jì)法中提高算法的精確性,使融合后數(shù)據(jù)的準(zhǔn)確性得到一定的改善;林長(zhǎng)川[3]根據(jù)時(shí)間和距離作相關(guān)決策,并在一個(gè)固定的范圍內(nèi)獲取目標(biāo),利用柯西型隸屬函數(shù)進(jìn)行精確的相關(guān),提出一種改進(jìn)的基于最大隸屬度的融合。在基于BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行信息融合方面,HU等[4]利用BP神經(jīng)網(wǎng)絡(luò)理論關(guān)聯(lián)船用雷達(dá)和AIS的目標(biāo)信息,對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)進(jìn)行分析,基于MATLAB進(jìn)行計(jì)算機(jī)仿真。在基于卡爾曼濾波算法進(jìn)行信息融合方面,于海霞[5]對(duì)雷達(dá)數(shù)據(jù)和AIS數(shù)據(jù)進(jìn)行多維性分析,運(yùn)用穩(wěn)態(tài)卡爾曼濾波方法實(shí)現(xiàn)時(shí)空校準(zhǔn)、數(shù)據(jù)關(guān)聯(lián)和航跡融合,并通過試驗(yàn)?zāi)M評(píng)估這些算法的穩(wěn)定性及精確度。

        統(tǒng)計(jì)加權(quán)法可提高信息融合的精度和準(zhǔn)確性,但會(huì)間接提高算法的復(fù)雜性,且融合算法需根據(jù)數(shù)據(jù)的類型來選擇;BP神經(jīng)網(wǎng)絡(luò)信息融合的網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)及門限大小對(duì)結(jié)果的影響較大,且數(shù)據(jù)規(guī)模的大小對(duì)網(wǎng)絡(luò)參數(shù)的需求不同,需在研究過程中尋找規(guī)律;卡爾曼濾波算法對(duì)實(shí)際數(shù)據(jù)的可靠性及濾波器的穩(wěn)定性有一定要求,當(dāng)數(shù)據(jù)的可靠性不足或?yàn)V波器的穩(wěn)定性不高時(shí),對(duì)觀測(cè)值的平均值及卡爾曼濾波的估計(jì)值有很大影響。[6]集成多種融合方法可避免單一方法效果不理想的問題。

        1 集成性模型

        目前大多數(shù)研究主要采用單一的方法進(jìn)行信息融合,主要原因是海上交通流密度不大,采用單一的方法即可滿足信息關(guān)聯(lián)的精度要求,而內(nèi)河水域交通流密度大,交通流態(tài)勢(shì)復(fù)雜,需有更高的可靠性。

        由于AIS數(shù)據(jù)的中心位置是CONNING的位置,而雷達(dá)回波是一種后向反射回波,回波的位置可能是艏部、舯部或艉部,因此有必要對(duì)雷達(dá)船位進(jìn)行修正。首先對(duì)雷達(dá)采集的數(shù)據(jù)進(jìn)行處理,假定船體形狀為橢圓形,則圖1中的全球定位系統(tǒng)(Global Positioning System,GPS)天線位置與船舶中心位置的坐標(biāo)距離為

        (1)

        以本船雷達(dá)天線所在位置為中心建立直角坐標(biāo)系,則圖2中的目標(biāo)船中心位置的坐標(biāo)為(M,N),船舶曲線表示為

        E(x-M)2+2G(x-M)(y-N)+

        H(y-N)2+f=0

        (2)

        若以橢圓中心點(diǎn)作為坐標(biāo)軸原點(diǎn),則橢圓的公式可表示為

        (3)

        圖1 船載GPS天線位置 圖2 雷達(dá)船位修正示意

        此外,將修正后的雷達(dá)數(shù)據(jù)與AIS數(shù)據(jù)進(jìn)行融合計(jì)算,構(gòu)建集成卡爾曼濾波、自適應(yīng)加權(quán)和神經(jīng)網(wǎng)絡(luò)等方法的多源異構(gòu)數(shù)據(jù)融合模型(見圖3)。

        2 數(shù)據(jù)融合

        近年來已有多種信息融合模型被提出,多級(jí)處理是信息融合的主要方法,其中數(shù)據(jù)融合模型分為根據(jù)節(jié)點(diǎn)順序構(gòu)建的功能型模型和根據(jù)數(shù)據(jù)提取構(gòu)建的數(shù)據(jù)型模型2類。這里采用基于控制回路結(jié)構(gòu)的混合型模型,基于信息融合處理中的循環(huán)特性,使處理任務(wù)的描述有較好的重現(xiàn)精度,并使融合行為發(fā)生位置容易從模型中得出;使用的方法主要包括自適應(yīng)加權(quán)平均融合算法、BP神經(jīng)網(wǎng)絡(luò)融合算法及卡爾曼濾波融合算法。

        2.1 自適應(yīng)加權(quán)航跡融合

        2.1.1最優(yōu)加權(quán)因子

        X=w1x1+w2x2

        (4)

        w1+w2=1

        (5)

        總體均方誤差為

        (6)

        (7)

        2.1.2加權(quán)融合算法

        在已知AIS和雷達(dá)的測(cè)量方差及加權(quán)因子的情況下,可得到各自融合后的方差和融合之后的距離、方位、對(duì)地航速及航向,即

        (8)

        (9)

        Xij(k)=wadXAi(k)+wrdXRi(k)=

        (10)

        Yij(k)=waθXAi(k)+wrθXRi(k)=

        (11)

        2.2 BP神經(jīng)網(wǎng)絡(luò)融合

        2.2.1融合模型的建立

        分別設(shè)置網(wǎng)絡(luò)的輸入和輸出,隱含節(jié)點(diǎn)、網(wǎng)絡(luò)目標(biāo)的誤差、訓(xùn)練次數(shù)及學(xué)習(xí)率,并代入訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練。[7]構(gòu)建好融合模型后,首先對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,使網(wǎng)絡(luò)達(dá)到設(shè)置要求,然后輸入關(guān)聯(lián)的AIS和雷達(dá)數(shù)據(jù),得到網(wǎng)絡(luò)輸出的合并信息。[8]

        2.2.2網(wǎng)絡(luò)的測(cè)試和驗(yàn)證

        2.3 卡爾曼濾波融合

        對(duì)雷達(dá)和AIS進(jìn)行融合的基本原理是在空間上和時(shí)間上依據(jù)某種準(zhǔn)則對(duì)2臺(tái)傳感器的信息進(jìn)行結(jié)合,得到一個(gè)更合理、精度更高的融合數(shù)據(jù),使之擁有比單傳感器更高的精準(zhǔn)度??柭鼱顟B(tài)估計(jì)的功能可實(shí)現(xiàn)對(duì)雷達(dá)和AIS的數(shù)據(jù)進(jìn)行平滑,對(duì)所測(cè)的船舶數(shù)據(jù)進(jìn)行濾波和對(duì)船舶未來的航行軌跡進(jìn)行預(yù)測(cè)。卡爾曼濾波理論是依據(jù)狀態(tài)方程工具應(yīng)用時(shí)域法遞推得出最優(yōu)估計(jì)值。[10]

        這里進(jìn)行數(shù)據(jù)融合,對(duì)目標(biāo)的狀態(tài)估計(jì)可表示為

        I-K(k+1)H(k+1)=

        P(k+1|k+1)P(k+1+k)-1

        (12)

        對(duì)雷達(dá)和AIS,都有

        Hi(k+1)=Pi(k+1|k+1)Pi(k+1+k)-1

        (13)

        (14)

        由此可得

        (15)

        (16)

        Pi(k+1|k+1)-1=Pi(k+1|k)-1+

        (17)

        P(k+1|k)=Φ(k)P(k|k)Φ(k)′+

        G(k)Q(k)G(k)′

        (18)

        3 集成性融合

        3.1 數(shù)據(jù)集成性融合

        利用不同方法得出的融合數(shù)據(jù)與真實(shí)數(shù)據(jù)可能相差較大,分別比較3種融合方法的融合數(shù)據(jù)與真實(shí)數(shù)據(jù)的誤差大小,運(yùn)用加權(quán)平均法得出3種融合方法的加權(quán)權(quán)重,得出最終的融合數(shù)據(jù)。由加權(quán)平均公式可得3種融合方法的權(quán)重大小。

        (19)

        (20)

        (21)

        (22)

        (23)

        (24)

        根據(jù)加權(quán)平均公式可得自適應(yīng)加權(quán)航跡融合法的x坐標(biāo)權(quán)重和y坐標(biāo)權(quán)重分別為ωx1=σ2+σ3/2[(σ1+σ2+σ3)]及ωy1=(δ2+δ3)/(δ1+δ2+δ3);BP神經(jīng)網(wǎng)絡(luò)融合的x坐標(biāo)權(quán)重和y坐標(biāo)權(quán)重分別為ωx2=σ1+σ3/[2(σ1+σ2+σ3)]及ωy2=(δ1+δ3)/[2(δ1+δ2+δ3)];卡爾曼濾波融合的x坐標(biāo)權(quán)重和y坐標(biāo)權(quán)重分別為ωx3=σ1+σ2/[2(σ1+σ2+σ3)]及ωy3=(δ1+δ2)/[2(δ1+δ2+δ3)]。

        航跡融合可表示為

        (25)

        (26)

        式(25)和式(26)中:xaw(k)為k時(shí)刻自適應(yīng)加權(quán)航跡融合航跡點(diǎn)x坐標(biāo);xBP(k)為k時(shí)刻BP神經(jīng)網(wǎng)絡(luò)融合航跡點(diǎn)x坐標(biāo);xkm(k)為k時(shí)刻卡爾曼濾波融合航跡點(diǎn)x坐標(biāo);yaw(k)為k時(shí)刻自適應(yīng)加權(quán)航跡融合航跡點(diǎn)y坐標(biāo);yBP(k)為k時(shí)刻BP神經(jīng)網(wǎng)絡(luò)融合航跡點(diǎn)y坐標(biāo);ykm為k時(shí)刻卡爾曼濾波融合航跡點(diǎn)y坐標(biāo)。

        3.2 集成系統(tǒng)精確性和穩(wěn)定性

        3.2.1精確性

        分別定義k時(shí)刻的自適應(yīng)加權(quán)融合航跡點(diǎn)坐標(biāo)為(xaw(k),yaw(k)),BP神經(jīng)網(wǎng)絡(luò)融合航跡點(diǎn)坐標(biāo)為(xBP(k),yBP(k)),卡爾曼濾波融合航跡點(diǎn)坐標(biāo)為(xkm(k),ykm(k)),集成融合航跡點(diǎn)的坐標(biāo)為(xt(k),yt(k)),真實(shí)航跡點(diǎn)的坐標(biāo)為(x(k),y(k));誤差的波動(dòng)性低,則融合精度高。誤差的波動(dòng)性計(jì)算式為

        (27)

        (28)

        自適應(yīng)加權(quán)融合的精確性可表示為

        (29)

        BP神經(jīng)網(wǎng)絡(luò)融合的精確性可表示為

        (30)

        卡爾曼濾波融合的精確性可表示為

        (31)

        集成性融合的精確性可表示為

        (32)

        3.2.2穩(wěn)定性

        航跡融合的穩(wěn)定性即相鄰航跡點(diǎn)之間的差值大小Δk的總和。

        (33)

        (34)

        自適應(yīng)加權(quán)融合的穩(wěn)定性可表示為

        (35)

        BP神經(jīng)網(wǎng)絡(luò)融合的穩(wěn)定性可表示為

        (36)

        卡爾曼濾波融合的穩(wěn)定性可表示為

        (37)

        集成性融合的穩(wěn)定性可表示為

        (38)

        4 模擬及驗(yàn)證

        為充分體現(xiàn)內(nèi)河船舶的航行特點(diǎn),不僅應(yīng)收集實(shí)船直線航行時(shí)的雷達(dá)和AIS數(shù)據(jù),還應(yīng)采集船舶大幅度機(jī)動(dòng)時(shí)的數(shù)據(jù)。由于內(nèi)河水域船舶操縱空間具有一定的局限性及在內(nèi)河水域復(fù)雜環(huán)境下進(jìn)行船舶試驗(yàn)可能引發(fā)事故,因此模擬驗(yàn)證的數(shù)據(jù)收集選擇在白天能見度良好的沿海開闊海域進(jìn)行。由于大型船舶在轉(zhuǎn)向和變速方面較為遲鈍,同時(shí)為保證試驗(yàn)的安全性和維護(hù)正常的航行秩序,試驗(yàn)船舶采用操縱靈活的引航艇,試驗(yàn)航線為從山東青島大港六號(hào)碼頭至膠州灣團(tuán)島附近航段。試驗(yàn)過程具體為:2015年11月5日以青島港引航站的“引航2號(hào)”船作為目標(biāo)船,在青島舶舶交通管理中心(Vessel Traffic Services,VTS)以VTS雷達(dá)模擬本船雷達(dá),實(shí)時(shí)跟蹤“引航2號(hào)”船的運(yùn)動(dòng),并收集目標(biāo)船及附近船舶的經(jīng)緯度、航速和航向等AIS及雷達(dá)數(shù)據(jù);同時(shí),在目標(biāo)船上安裝差分全球定位系統(tǒng)(Differential GPS,DGPS),其天線架設(shè)在目標(biāo)船自有的GPS天線附近,對(duì)其經(jīng)緯度、航速及航向數(shù)據(jù)進(jìn)行測(cè)量和采集。由于DGPS的精度較高,在后續(xù)的驗(yàn)證階段,信息融合模型以目標(biāo)船舶的DGPS數(shù)據(jù)作為基準(zhǔn)數(shù)據(jù)進(jìn)行比對(duì)。

        通過數(shù)據(jù)關(guān)聯(lián)得到與AIS相關(guān)聯(lián)的雷達(dá)數(shù)據(jù),根據(jù)第“3”節(jié)中提出的3種融合方法及公式對(duì)試驗(yàn)采集到的AIS數(shù)據(jù)和雷達(dá)數(shù)據(jù)進(jìn)行計(jì)算,得到航跡加權(quán)法x坐標(biāo)和y坐標(biāo)的誤差平方和分別為σ1=1 972.342及δ1=8 245.462,BP神經(jīng)網(wǎng)絡(luò)x坐標(biāo)和y坐標(biāo)的誤差平方和分別為σ2=4 624.231及δ2=26 235.791,卡爾曼濾波的x坐標(biāo)和y坐標(biāo)的誤差平方和分別為σ3=4 245.348及δ3=26 682.496。

        根據(jù)加權(quán)平均公式可得:

        1) 自適應(yīng)加權(quán)航跡融合法的x坐標(biāo)和y坐標(biāo)權(quán)重分別為ωx1=0.409 0及ωy1=0.432 5。

        2) BP神經(jīng)網(wǎng)絡(luò)融合的x坐標(biāo)和y坐標(biāo)權(quán)重分別為ωx2=0.286 7及ωy2=0.285 5。

        3) 卡爾曼濾波融合的x坐標(biāo)和y坐標(biāo)權(quán)重分別為ωx3=0.304 2及ωy3=0.281 9。

        由此,航跡融合可表示為

        xr=0.409 0xaw(k)+0.286 7xBP(k)+

        0.304 2xkm(k)

        (39)

        yr=0.432 5yaw(k)+0.285 5yBP(k)+

        0.281 9ykm(k)

        (40)

        相關(guān)數(shù)據(jù)融合航跡見圖4。

        1) 精確性:計(jì)算得到Baw=114.937 4,BBP=696.782 1,Bkm=252.627 4,Bj=80.323 2。由此可看出,集成融合的精確性得到了較大改善。

        5 結(jié)束語

        本文分析了內(nèi)河船載雷達(dá)和AIS在船舶動(dòng)態(tài)感知及辨析中的局限性及互補(bǔ)性,構(gòu)建了集成AIS和雷達(dá)的多源異構(gòu)數(shù)據(jù)融合模型,通過算例驗(yàn)證了該模型可在保證模型可靠性的基礎(chǔ)上大大提高模型的精確性和穩(wěn)定性。

        [1] CHANG S J. Development and Analysis of Applications as an Efficient Tool for Vessel Traffic Service[C]//Oceans,2004,4(4):2249-2253.

        [2] 鄭佳春,陳宗恒.基于模糊神經(jīng)網(wǎng)絡(luò)的AIS與雷達(dá)目標(biāo)數(shù)據(jù)融合[J].集美大學(xué)學(xué)報(bào),2005,10(3):216-220.

        [4] HU X, LIN C. A Preliminary Study on Targets Association Algorithm of Radar and AIS Using BP Neural Network[C]//Procedia Engineering, 2011:1441-1445.

        [5] 于海霞.AIS與雷達(dá)數(shù)據(jù)融合方法的研究[D].大連:大連海事大學(xué),2006.

        [6] 劉慶華,仲海嘯,陶峰,等. 卡爾曼濾波融合新算法及其船舶高精度液位測(cè)量的應(yīng)用[J].中國(guó)造船, 2016, 57(2):192-200.

        [7] 郭文剛. 基于BP神經(jīng)網(wǎng)絡(luò)的船舶航跡控制技術(shù)[J]. 艦船科學(xué)技術(shù), 2014(8):87-93.

        [8] 胡曉瑞. 基于BP神經(jīng)網(wǎng)絡(luò)的雷達(dá)與AIS目標(biāo)信息融合處理研究[D]. 廈門:集美大學(xué),2012.

        [9] 張莉. BP神經(jīng)網(wǎng)絡(luò)在船舶運(yùn)動(dòng)估計(jì)中的應(yīng)用[J]. 艦船科學(xué)技術(shù), 2016(12):13-15.

        [10] 徐鐵,蔡奉君,胡勤友,等. 基于卡爾曼濾波算法船舶AIS軌跡估計(jì)研究[J]. 現(xiàn)代電子技術(shù), 2014(5):97-100.

        猜你喜歡
        精確性航跡卡爾曼濾波
        夢(mèng)的航跡
        青年歌聲(2019年12期)2019-12-17 06:32:32
        數(shù)字有形狀嗎?數(shù)字信息精確性和品牌標(biāo)識(shí)形狀的匹配效應(yīng)*
        基于遞推更新卡爾曼濾波的磁偶極子目標(biāo)跟蹤
        自適應(yīng)引導(dǎo)長(zhǎng)度的無人機(jī)航跡跟蹤方法
        陣列式煙氣流量測(cè)量裝置在脫硫CEMS中的應(yīng)用
        視覺導(dǎo)航下基于H2/H∞的航跡跟蹤
        基于模糊卡爾曼濾波算法的動(dòng)力電池SOC估計(jì)
        基于擴(kuò)展卡爾曼濾波的PMSM無位置傳感器控制
        測(cè)量工程的質(zhì)量控制分析
        基于航跡差和航向差的航跡自動(dòng)控制算法
        久久精品国产屋| 亚洲avav天堂av在线网毛片| 亚洲av日韩av综合| 国产丝袜一区二区三区在线不卡| 中文字幕一区二区区免| 国内精品免费一区二区三区| av无码人妻中文字幕| 夜夜综合网| 亚洲区一区二区三区四| 精品国产AⅤ无码一区二区| 久久精品国产一区二区涩涩| 一区二区三区免费自拍偷拍视频| 国产精品亚洲一区二区三区16 | 国产精品无码日韩欧| 人妻少妇精品无码系列| 日本不卡视频一区二区三区| 亚洲精品粉嫩美女一区| 粗壮挺进人妻水蜜桃成熟漫画| 亚洲小说图区综合在线| 一级a免费高清免在线| 欧美牲交a欧美牲交aⅴ免费下载| 在线成人爽a毛片免费软件| 国产A√无码专区| av永远在线免费观看| 日韩亚洲精品国产第二页| 东北妇女xx做爰视频| 337p日本欧洲亚洲大胆色噜噜 | 国产成人综合久久大片| 亚洲av乱码一区二区三区按摩 | 丰满人妻一区二区三区免费| 日本av在线一区二区| 中文字幕乱伦视频| 久热爱精品视频在线观看久爱 | 风骚人妻一区二区三区| 亚洲av片一区二区三区| 精品亚洲欧美高清不卡高清| 亚洲长腿丝袜中文字幕| 九九久久自然熟的香蕉图片| 91精品福利观看| 国产亚洲精品视频在线| 在线观看人成视频免费|