近海多源目标信息融合技术研究

伍 斯，郭湘南

（1.武汉邮电科学研究院，湖北 武汉 430074；2.烽火通信，湖北 武汉 430200）

在经济全球化的带动下，海洋运输行业的发展尤为迅猛，同时航海业务的能力也得到显著提升。但在人口和船只密集的港口，船舶碰撞的事件也是频频发生，造成了很多不利的影响和财产损失。为了保障海上船只航行安全，船只都会安装相应的导航设备，而雷达和船舶自动识别系统AIS 则成为现代海上船只航行的必备设备[1]。AIS 和雷达都是船只在海上航行的重要设备，但是又都有着各自的不足，所以将二者信息融合就显得尤为重要。

为了更好地为船舶提供信息服务和助航服务，对海上航行、港口、船舶交通机关进行管理和实时监测，该文以航海模拟器为基础，研究此船舶定位系统下的多源信息融合技术的实现。

1 雷达与AIS基本原理

1.1 雷达系统

雷达本身会发射出一种微波波段的无线电波进行探测，无线电波产生反射来探测某个方向目标的装置。可以通过测量电波信号往返一次所需的时间来计算相对距离，通过雷达发射机和目标之间的方位角度来推算目标方位。

雷达主要由电源、天线、显示器和收发机四部分组成。其中收发机是雷达系统的核心部分，它包括了触发电路、收发开关、发射机和接收机。触发电路会发射一个很短的触发脉冲，它使发射机能够向外发射脉冲。发射脉冲最终会到达雷达天线并集中向一个方向辐射出去，辐射的无线电波会在目标上产生反射，回波信号经过天线送回接收机，接收机将接收到的微弱信号放大送给显示器，显示器会将放大后得到的视频脉冲显示出来[2-3]。

1.2 自动识别系统AIS

传统信息交换的方式是依靠雷达、VHF 和ARPA来实现的，但VHF 设备操作难以实现有效沟通，在语言交流上存在无法及时进行沟通的问题，由于无法及时获取对方船只的位置信息，导致船舶碰撞事故时有发生。

雷达和ARPA 虽然具备避碰检测，但其无法识别他船，不能提供他船相关信息。由于未能自动获取对方船只的实时动态，不能得知对方实时航速和航向，往往也会由于沟通不协调而发生事故。

船舶自动识别系统AIS 的出现大大强化了船舶交通管理功能，该系统具备船舶报告的功能，增强了船舶海洋安全。AIS 系统获取的数据更加全面，也更为精确，它利用站台和其他船只发送本船各种航行数据，如：本船的船名、呼号、船长和船宽等静态信息，以及航向和航速等动态信息。因而在船舶上装载AIS 系统，不仅能够自动识别船舶相关信息，而且在船舶运动监测方面具有重要意义[4]。

AIS 主要由以下五部分组成：GPS/DGPS 信息收集模块、数据处理模块、船用接口模块、VHF 通信模块和显示模块。它是通过GPS/DGPS 以及其他记录数据的传感器，来获得系统传输的相关静态和动态信息，这些信息可以实现与其他船的有效沟通，以及对其他船的识别和跟踪。数据处理器是AIS 系统的核心部分，它存储了本船从传感器接收获得的航行信息，存储和处理船舶动态信息，将数据编码和解码后送入显示器。VHF 通信机的作用则是接收和发射AIS 中的已调信号。

1.3 雷达与AIS融合的意义

一直以来，海上交通的信息来源都是依靠雷达，但是雷达容易受到环境的影响，目标精确程度和对信息的获取能力有限，导致对目标的探测难以满足需要。AIS 存在诸多优点，AIS 精度高，提供的信息量大，具有实时自动跟踪目标的能力，还具备自动识别和避碰的功能，保障海上航行安全有效。但AIS也存在着一些局限性，例如：AIS 的船位信息是由GPS 提供，但GPS 存在人为干扰，而且GPS 天线接收信号存在多径干扰等问题，会导致接收机无法正常接收信号；雷达系统能对目标自主跟踪，无论船舶上是否装备AIS 或雷达，雷达系统对目标的监测跟踪均不受影响[5]；雷达系统可获得海上全景，但AIS 只能获取运动点轨迹。这也导致AIS 不能完全取代雷达，它们往往同时并存为导航提供服务[6]。

雷达和AIS 还具有鲜明的互补性，为了使船舶导航数据精度更高，在未来航海领域的发展中，将二者进行信息融合是大势所趋。雷达和AIS 的信息融合能充分利用二者优点，不仅提高数据精度，同时对整个船舶导航系统的稳定性，对船舶避碰和航海安全也有着极大的帮助。

2 雷达数据与AIS数据融合方法

该节主要内容是对雷达和AIS 数据融合方法和模型进行研究。首先分析了融合模型和流程，对雷达数据和AIS 导航数据进行跟踪和分类，然后是时间和空间统一，对得到的目标航迹进行关联并且融合。该文将用坐标变换实现坐标统一，内推外插法实现时间上的统一，计算目标数据关联度找到相关航迹，并且采用加权融合算法来实现点迹上的合并[7]。

2.1 系统模型的建立

该文中，AIS 与雷达信息融合采用分布式融合，根据分布式融合模型的结构，结合二者数据特征，可以建立以下AIS 与雷达信息融合的系统模型，如图1所示[8-9]。

图1 AIS与雷达的融合模型

雷达与AIS 信息融合过程主要分为三个阶段，该文着重分析对目标位置数据的融合，即航迹关联和点迹合并。第一阶段为数据预处理，对雷达和AIS融合的信息进行数据校准，坐标变换和时间校准又统称为数据校准，对目标数据进行时空统一处理；第二阶段利用决策树的分类学习算法研究目标航迹相关；第三阶段研究点迹合并方法，采用数据融合中的加权融合算法来实现航迹点的合并。

2.2 时空配准

雷达采用极坐标对目标方位和距离加以描述，AIS 采用的是经度和纬度；雷达数据更新时间为2～4 s，AIS 数据更新频率不固定，二者在获取位置数据时的采样时刻也有所不同。因此，要实现雷达和AIS信息融合，需要在航迹相关之前对目标信息进行时空配准。

2.2.1 坐标统一

为了使雷达和AIS 位置信息描述一致，将其转换到同一参考坐标系下，雷达对位置信息的描述为极坐标的形式，AIS 的位置信息是系统中的GPS 提供的，它采用的坐标系统是基于WGS-84 坐标系。将上述两种坐标系统一到同一个直角坐标系下，如图2所示，O为原点，Xa、Ya表示AIS 目标位置坐标，Xr、Yr表示雷达目标位置坐标。

图2 AIS与雷达目标位置坐标

1）AIS 坐标变换

将AIS 坐标系转换为平面直角坐标系，一般釆用投影变换的方法。在我国一般釆用的是高斯—克吕格投影。利用高斯—克吕格投影变换的方法，将AIS 获取的位置信息，由WGS-84 坐标系转换到直角坐标系下。

2）雷达目标坐标变换

雷达目标位置信息的描述采用极坐标，目标位置数据用距离R以及方位θ来表示，转换到平面直角坐标系下用XR表示x轴坐标，用YR表示y轴坐标。雷达目标位置转换如下：

2.2.2 时间统一

雷达和AIS 对目标采样时间间隔是不一样的，雷达数据时间更新间隔一般是2～4 s，但AIS 数据会随着目标运动状态而发生变化，数据更新频率一般为2 s 到3 min，更新频率不固定，二者在获取位置数据时的采样时刻差异较大。只有对雷达和AIS 进行时间统一，将目标信息转化到统一时刻才能得到有效的航迹关联。

该文将采用内插外推法，这种方法的思想是将雷达和AIS 的目标信息对准到同一预期时刻下，根据目标上一个时刻以及后一个时刻的信息求插值。假设AIS 前一个时刻T1和后一个时刻T2采集到的位置信息分别为：(xA(t1),yA(t1))、(xA(t2),yA(t2))，在插值时刻T的AIS目标位置为(xA(t),yA(t))。AIS内插法转换如下[10]：

同理，假设雷达目标前一个时刻T3和后一个时刻T4采集到的位置信息分别为：(xR(t1),yR(t1))、(xR(t2),yR(t2))，在插值时刻T的雷达目标位置为(xR(t),yR(t))。雷达外推法转换公式如下：

2.3 航迹相关

航迹相关又称为航迹关联，它是指雷达和AIS通过传感器获取两个目标航迹的相似程度。在研究航迹相关之前，首先要对二者目标信息进行处理，找到适合研究的属性参数，需要对目标属性进行选择和设置。

由于雷达和AIS获得的目标信息有着相同的属性，可以根据交叉的属性来进行航迹关联。因此，该文选取本船与目标船之间的距离和方位、目标船的对地速度和对地航向作为研究航迹关联的四个属性[11-13]。

该文以距离属性作为研究对象，航迹关联步骤如下：

1）完成获取雷达和AIS 目标信息，提取相关属性参数，位置统一，时间统一等数据预处理；

2）初始化多个雷达和AIS 目标数据集，采集m个时刻的目标位置信息，其思想是在m个时刻内，从第i个AIS 目标和第j个雷达目标中选出一个整体相差最小的目标航迹，即为相关航迹。其中，第i个AIS目标位置数据如下：

第j个雷达目标位置数据表示如下：

3）计算距离关联度公式表示如下：

4）构造在m个时刻内，经过关联度计算处理后的AIS 航迹和雷达航迹的相似度矩阵如下：

5）找出相关航迹。取D11(m),D12(m),…，DMN(m)中使Dij(m)为最大值，记为Dijmax,Dijmax则为相关航迹。

2.4 点迹合并

该文采用数据融合中的加权协方差融合算法来实现权重值的选取。假设雷达和AIS 系统参数期望值为z，经雷达系统得到的观测值为zR，测量方差为，加权因子为wR；经AIS系统得到的观测值为zA，测量方差为，加权因子为wA，zR和zA相互独立。设Z是雷达和AIS 融合后的系统测量所得到的数据信息，并且须由zR和zA两个观测值决定，这两个观测值可由两个不同传感器所提供[14-15]。由此可得Z估值如下：

将上式对zR微分求最小值，得到最小均方误差取值如下：

根据最小均方误差值可以算出融合后的目标航迹，其在m时刻四种属性方差如下：

通过加权协方差融合算法进行加权融合之后得到的四种属性表达式如下：

3 融合仿真分析

2.3节已经将雷达航迹与AIS 航迹关联，为了检验算法的有效性，对融合航迹做仿真处理。所用的模拟数据是在大规模船舶定位系统下模拟生成，系统数据是由AIS 和雷达站点做跟踪和记录。

为了便于研究，以雷达站点为本船中心，对地航度为0，现在采样多部AIS 数据和雷达仿真数据，找到航迹关联度最高的数据，以3 s 为单位记录生成一共25 个航路点，绘制成折线图[16-17]，如图3-6 所示。

图3 AIS与雷达的距离融合

4 结论

图4 AIS与雷达的方位融合

图5 AIS与雷达的航速融合

图6 AIS与雷达的航向融合

从仿真结果可以看出，AIS 数据相比于雷达数据更为精确，AIS 航迹与融合后的航迹较为接近，融合后的目标数据也更加接近期望值，标准差更小。航迹融合后的距离、方位、航速、航向相比于雷达得到大幅提升，分别为64.49%、51.64%、69.71%、31.86%。相比于AIS 也分别提高了29.98%、32.17%、29.21%、21.38%。由此可见，雷达与AIS 信息融合不仅能够提高单一导航不同传感器测量数据的精确程度，对保障海上航行安全起着重要作用，同时也是未来航海领域的研究方向。