劉 勇

摘 要：隨著海運的快速發(fā)展，人們對船舶的安全監(jiān)管提出了更高的要求。雷達和船載AIS技術(shù)是船舶航行的基本保障手段，雷達與AIS技術(shù)聯(lián)合已經(jīng)得到廣泛的運用。因此，本文研究了有關(guān)數(shù)學模型。該模型在現(xiàn)實中易于實現(xiàn)，效率高，精度可以滿足需求，它已在港口自動化管理中得到充分的應(yīng)用和驗證。

關(guān)鍵詞：AIS;雷達;關(guān)聯(lián);融合

中圖分類號：TN957.51 文獻標識碼：A 文章編號：1003-5168（2019）35-0021-03

Application of Radar and AIS Technology in Ship Fusion

LIU Yong

（The 27th Research Institute of China Electronics Technology Group Corporation，Zhengzhou Henan 450000）

Abstract： With the rapid development of maritime transport， people have put forward higher requirements for the safety supervision of ships. Radar and shipborne AIS technology are the basic means of guarantee for ship navigation. The combination of radar and AIS technology has been widely used. Therefore， this paper studied the relevant mathematical models. This model is easy to implement in reality， has high efficiency， and the accuracy can meet the requirements， which has been fully applied and verified in port automation management.

Keywords： AIS;radar;correlation;fusion

隨著海外貿(mào)易量的不斷增長，我國航海運輸事業(yè)快速發(fā)展，這對航運監(jiān)管﹑船舶安全提出了新的挑戰(zhàn)。雷達和船載AIS技術(shù)是保障船舶航行的基本技術(shù)手段，雷達能夠捕捉船舶的實時航跡，包括船舶航向﹑徑向速度﹑坐標方位角等信息，但是由于受周邊空氣濕度﹑密度以及雷達實際架設(shè)情況等因素的影響，雷達的方位精度、距離精度以及目標分辨力都弱于船載AIS設(shè)備。受雷達實際架設(shè)位置影響，某些船舶目標難免被遮擋，而AIS設(shè)備是船只與船只﹑船只與岸邊基站的自動通信，可以有效識別船只信息，AIS信息包括船舶的船名﹑呼號﹑GPS位置﹑航速﹑目的港的動態(tài)信息以及港口﹑天氣﹑洋流等導(dǎo)航信息[1]，基本上不考慮遮擋因素?？偟膩碚f，雷達數(shù)據(jù)更新快但易漏失目標，AIS數(shù)據(jù)全但更新慢，如果將兩者的數(shù)據(jù)進行融合，就能優(yōu)勢互補，從而快速有效地保障船舶航行安全，為船舶進出港口的自動化智能監(jiān)督管理提供數(shù)據(jù)。因此，兩者的數(shù)據(jù)融合是十分必要的，其融合流程如圖1所示。

1 AIS與雷達數(shù)據(jù)的時間對齊

AIS的數(shù)據(jù)時刻是GPS授時所得，雷達的數(shù)據(jù)時刻則不一定用GPS授時，所以，為了保證時間基準相同和時間精準，雷達設(shè)備需要添加一個GPS授時設(shè)備。另外，AIS數(shù)據(jù)的發(fā)送時間間隔長，而且根據(jù)船舶的狀態(tài)不同，AIS廣播的船舶動態(tài)信息的周期不一致[2]，如表1所示。雷達數(shù)據(jù)上報周期相對穩(wěn)定，2～3s傳送一批次目標數(shù)據(jù)，因此需要AIS設(shè)備和雷達設(shè)備數(shù)據(jù)上報的時間基準一致和時刻對準。

圖1 數(shù)據(jù)融合流程

在同一段時間內(nèi)，假設(shè)雷達和AIS的采樣時刻分別如下。

雷達采樣時刻序列為：

[Trj=tr1，tr2，tr3，........，trm j=1，2，......，m][]? ? ? （1）

AIS采樣時刻序列為：

[TAi=tA1，tA2，tA3，......，tAn i=1，2，3，.....，n]? ? ? ?（2）

表1 AIS狀態(tài)參數(shù)

這里取[trj-trj-1]與[tAi-tAi-1]中時間間隔最短設(shè)備的采樣時刻為基準采樣時刻。本文以雷達設(shè)備的采樣時刻為系統(tǒng)的采樣基準時刻。AIS信息時間間隔隨船舶狀態(tài)的不同而改變，但在極短的時間內(nèi)，人們可以認為船舶沿一定方向直線運行，所以可以用插值法計算出AIS某一時刻的位置信息。

當需要[T]時刻的AIS信息時，令[T1]<[T]<[T2]，而[T1]時刻采集AIS的位置信息為[（φ1，λ1）]，[T2]時刻采集的AIS位置信息為[（φ2，λ2）]，[T]時刻采集AIS位置信息為[（φT，λT）]，利用插值法得[3]：

[φT=φ1?T2-TT2-T1+φ2?T-T1T2-T1]? ? ? ? ? ? ? ? ?（3）

[λT=λ1?T2-TT2-T1+λ2?T-T1T2-T1]? ? ? ? ? ? ? ? ? （4）

2 數(shù)據(jù)的預(yù)處理

2.1 AIS數(shù)據(jù)的預(yù)處理

船載AIS信息提供的船舶定位信息是由GPS提供的，電子海圖中的坐標需要把大地坐標經(jīng)緯度通過墨卡投影轉(zhuǎn)換為平面坐標。墨卡托投影轉(zhuǎn)換公式為：

[x=r0?λy=r0?q]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

其中，參數(shù)[r0]、[q]用公式表示為：

[r0=N0cosφ0]? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

[q=lntan（π4+φ2）-e2ln1+esinφ1-esinφ]? ? ? ? ?（7）

參數(shù)[N0]用公式表示為：

[N0=a1-e2sin2φ0]? ? ? ? ? ? ? ? ? ? ? ? ? （8）

式中，[r0]為基準維度圈半徑;[q]為等量維度;[N0]為基準維度處橢球圈曲率半徑;[φ0]為墨卡托投影變換的基準維度;[e]為橢球的第一偏心率;[a]為地球長半徑;[（x，y）]為墨卡托平面直角坐標;[（φ，λ）]為WGS-84坐標系的經(jīng)緯度。

2.2 雷達數(shù)據(jù)的坐標轉(zhuǎn)換。

有些雷達采用極坐標模式[（R，θ）]表示，把它們轉(zhuǎn)換成直角坐標表示，[（xr，yr）]為雷達數(shù)據(jù)的平面直角坐標表示。

[xr=R·sinθyr=R·cosθ]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （9）

式中，[R]為雷達測量目標船舶與雷達之間的距離;[θ]為目標船舶與雷達北向方位之間的夾角。

當前，很多雷達同時擁有這兩種數(shù)據(jù)模式，有些雷達數(shù)據(jù)的坐標轉(zhuǎn)換可以省去這一過程。

3 船舶航跡關(guān)聯(lián)

現(xiàn)實中，雷達和AIS發(fā)現(xiàn)并傳送的目標船舶很多，每個都需要進行有效的甄別和篩選，才能實現(xiàn)雷達和AIS數(shù)據(jù)相關(guān)聯(lián)并融合的目的。

3.1 航跡粗相關(guān)

建立AIS數(shù)據(jù)集合[A]，對于任意元素[?a?A]，有

[a=ida，Tc，ρa，θa]? ? ? ? ? ? ? ? ? ? ? ? ? ?（10）

式中，[ida]為目標批次號;[Tc]為AIS采集數(shù)據(jù)的時間戳;[ρa]和[θa]分別為AIS轉(zhuǎn)換坐標后的目標距離和方位角測量值。

建立雷達數(shù)據(jù)集合[η]，對于任意元素[?r?η]，有

[r=idr，Tr，ρr，θr]? ? ? ? ? ? ? ? ? ? ? ?（11）

式中，[Tr]為雷達采集數(shù)據(jù)時間戳;[idr]為雷達目標批次號;[ρr]和[θr]分別為雷達對目標的距離和方位角的測量值。

由于AIS目標數(shù)據(jù)的精度較雷達高，這里選擇以AIS目標測量值為基準值。當[Ta=Tc]時，以[ρa-μ1Δρa+Δρr，ρa+μ1Δρa+Δρr]﹑[θa-μ2Δθr+Δθa，θa+μ2Δθr+Δθa]為區(qū)間，找出與此AIS數(shù)據(jù)粗相關(guān)的雷達數(shù)據(jù)。其中，[μ1]和[μ2]是關(guān)聯(lián)系數(shù)，[Δρa]和[Δρr]分別為AIS設(shè)備和雷達設(shè)備的距離精度，[Δθa]和[Δθr]分別為AIS設(shè)備和雷達設(shè)備的方位精度。通過修正關(guān)聯(lián)系數(shù)[μ1]和[μ2]，縮小區(qū)間范圍篩選合適雷達目標。粗相關(guān)主要是為了減少后期相關(guān)數(shù)據(jù)的處理量，優(yōu)化算法，提高效率。

3.2 航跡的融合處理

在粗相關(guān)處理過程中，更多時候得到的并不是一對一的數(shù)據(jù)，往往是一對多的數(shù)據(jù)，在區(qū)域內(nèi)能夠滿足[（ρt，θt）]因素的目標并不是唯一的，這里采用柯西型隸屬度函數(shù)進行模糊關(guān)聯(lián)來解決[4]?？挛餍碗`屬度函數(shù)為：

[ξηk=1πλk1+η2kλ2k]? ? ? ? ? ? ? ? ? ? ? ? ? ?（12）

式中，[ξηk]為模糊因素中第[K]（[K]=1，2，3，4，分別表示距離﹑方位﹑航向﹑速度）個因素的柯西隸屬度函數(shù);[λk]和[ηk]分別是模糊因素中的展度和歐氏距離。

參數(shù)[ηki]用公式可以表示為：

[ηki=ψRki-ψAki]? ? ? ? ? ? ? ? ? ? ? ? （13）

式中，[ψRki]為第[i]時刻雷達探測到的因素值;[ψAki]為第[i]時刻AIS設(shè)備探測到的因素值。

展度和系統(tǒng)誤差有關(guān)，二者的關(guān)系可以用式（14）表示。

[λk=i=1nηkin]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（14）

最后用加權(quán)法求得綜合相似度，即[δ=k=14Ckξηk]的最大值來確定航跡的相關(guān)性。

由于目標可能被遮擋，或者目標周圍復(fù)雜環(huán)境造成的二次反射和多次反射等其他因素引起的探測值異常，會使航跡棱角分明、毛刺較多，人們需要通過設(shè)定閾值過濾異常值達到優(yōu)化效果。

經(jīng)過相關(guān)計算可得，雷達探測值和AIS探測值的差值序列為[δARtΔρARt，ΔθARt][5]。

[ΔρARmin=ΔρAR-4-α?ΔρAR-]? ? ? ? ? ? ? （15）

[ΔρARmax=3ΔρAR-4+α?ΔρAR-]? ? ? ? ? ? ? ?（16）

式中，[ΔρARmin]為最小差值;[ΔρARmax]為最大差值;[α]為加權(quán)系數(shù)，它是一個常數(shù);[ΔρAR-]為平均差值。

同理，方位差值也需要相同的處理，滿足[δARt∈ΔρARmin，ΔρARmax]及[∈ΔθARmin，ΔθARmax]的數(shù)據(jù)保留，剔除探測異常值后[6]，濾波建立航跡：

[?RL=ρAL2ρAL2+ρRL2]? ? ? ? ? ? ? ? ? ? ? ?（17）

[?AL=ρRL2ρAL2+ρRL2]? ? ? ? ? ? ? ? ? ? ? ? ? （18）

式中，[?RL]和[?AL]分別為雷達和AIS對應(yīng)因素L的的加權(quán)因子;[ρAL]和[ρRL]分別為雷達和AIS的對應(yīng)因素L的精度。其中，[?AL+?RL=1]，融合[L=?RL?ρR+?AL?ρA]。

4 結(jié)語

上述雷達與AIS結(jié)合應(yīng)用技術(shù)在實踐中得到了檢驗，整個系統(tǒng)精度高于雷達單獨使用的精度，船舶航跡的實時性和連續(xù)性也得到了驗證。隨著近年來科學技術(shù)的飛速發(fā)展，船舶的體積越來越大，船舶類型也愈發(fā)多樣化，進出港口的船舶的安全性要求愈發(fā)提升。引航員運用雷達與AIS融合技術(shù)，使港口引航更加安全可靠。另外，AIS基站可以接收各個船舶的識別碼，能夠?qū)γ織l船舶進行識別，自動錄入數(shù)據(jù)庫，更有利于港口部門的智能規(guī)范管理和監(jiān)督。

參考文獻：

[1]羅素云.AIS與雷達目標位置數(shù)據(jù)融合方法的研究[D].武漢：武漢理工大學，2013.

[2]甘星.AIS與雷達信息融合在VTS中應(yīng)用的研究[D].大連：大連海事大學，2013.

[3]李維運.VTS中雷達和AIS信息融合算法研究[D].大連：大連海事大學，2017.

[4]俞金龍.船載AIS和雷達數(shù)據(jù)關(guān)聯(lián)及融合[J].聲學與電子工程，2018（4）：58-61.

[5]吳順君，梅曉春.雷達信號處理和數(shù)據(jù)處理技術(shù)[M].北京：電子工業(yè)出版社，2008.

[6]馬曉巖.現(xiàn)代雷達信號處理[M].北京：國防工業(yè)出版社，2013.