基于模糊雙門限的高頻地波雷達(dá)與AIS目標(biāo)航跡關(guān)聯(lián)方法

劉根旺，劉永信，紀(jì)永剛，王　超（.內(nèi)蒙古大學(xué)電子信息工程學(xué)院，內(nèi)蒙古　呼和浩特000；.國家海洋局第一海洋研究所，山東　青島6606；3.國家海洋局航天科技集團(tuán)公司海洋遙測工程技術(shù)研究中心，山東　青島6606）

基于模糊雙門限的高頻地波雷達(dá)與AIS目標(biāo)航跡關(guān)聯(lián)方法

劉根旺1，2，劉永信1，紀(jì)永剛2，3，王超2
（1.內(nèi)蒙古大學(xué)電子信息工程學(xué)院，內(nèi)蒙古呼和浩特010021；2.國家海洋局第一海洋研究所，山東青島266061；3.國家海洋局航天科技集團(tuán)公司海洋遙測工程技術(shù)研究中心，山東青島266061）

提出了一種基于模糊雙門限的地波雷達(dá)與船只身份自動識別系統(tǒng)（auto matic identification system，AIS）目標(biāo)航跡關(guān)聯(lián)方法，該方法主要是利用模糊隸屬度來描述兩條航跡間的關(guān)聯(lián)程度，并通過雙門限檢測來確定關(guān)聯(lián)的航跡對。具體討論分析了算法中展度、權(quán)重、調(diào)整因子等參數(shù)的選取原則，最后利用2011年10月31和2013年9月6日獲取的兩批實測地波雷達(dá)與AIS數(shù)據(jù)將本文方法與最近鄰航跡關(guān)聯(lián)算法做了對比，結(jié)果表明，此方法的關(guān)聯(lián)率高于最近鄰航跡關(guān)聯(lián)算法，并且在航跡較為復(fù)雜情況下，提出的航跡關(guān)聯(lián)算法具有更好的穩(wěn)定性。

高頻地波雷達(dá)；自動識別系統(tǒng)；航跡關(guān)聯(lián)

網(wǎng)址：www.sys-ele.com

0 引 言

高頻地波雷達(dá)（high frequency surface wave radar，H FS W R）與自動識別系統(tǒng)（auto matic identification system，AIS）是海上目標(biāo)航跡跟蹤探測的主要手段。其中，高頻地波雷達(dá)可實時監(jiān)測并跟蹤區(qū)域內(nèi)的船只目標(biāo)，但無法提供目標(biāo)的身份信息［1-2］；AIS能提供監(jiān)視區(qū)域內(nèi)的合作目標(biāo)的動態(tài)和身份信息，但不能提供非合作目標(biāo)的信息，且一旦船上的AIS關(guān)機(jī)，監(jiān)視系統(tǒng)就失去了對船只的監(jiān)視能力。這兩種手段具有各自的優(yōu)勢和弱點，通過地波雷達(dá)和AIS目標(biāo)航跡關(guān)聯(lián)，一方面可以解決監(jiān)視區(qū)域內(nèi)的重復(fù)跟蹤問題，提高跟蹤效率；另一方面可以通過排除關(guān)聯(lián)的合作目標(biāo)而重點關(guān)注無身份的非合作目標(biāo)［3］。

文獻(xiàn)［4-8］相繼開展了基于AIS數(shù)據(jù)的地波雷達(dá)艦船探測評價分析。文獻(xiàn)［9-10］在地波雷達(dá)與AIS船只目標(biāo)信息融合探測的研究中開展了點跡的關(guān)聯(lián)。文獻(xiàn)［11］首次提出了將AIS與地波雷達(dá)進(jìn)行航跡融合的跟蹤與關(guān)聯(lián)算法，利用卡爾曼濾波計算了關(guān)聯(lián)成本后，采用類似雙門檢測的方法判定關(guān)聯(lián)后進(jìn)行航跡融合，但該方法不能在無法對目標(biāo)狀態(tài)進(jìn)行估計的系統(tǒng)中應(yīng)用。總體來說，基于AIS的目標(biāo)探測研究較多，但主要是作為驗證手段，AIS的功能未得到充分利用。

本文通過開展地波雷達(dá)與AIS船只目標(biāo)探測實驗獲取了實測數(shù)據(jù)；分析了兩種手段的航跡數(shù)據(jù)的特點。論文給出了航跡關(guān)聯(lián)算法的原理和流程，分析了關(guān)聯(lián)方法中參數(shù)選取范圍，最后通過實測數(shù)據(jù)，將本文中的方法與最近鄰法做了對比分析。

1 航跡關(guān)聯(lián)原理及流程

1.1 地波雷達(dá)與AIS航跡關(guān)聯(lián)流程

地波雷達(dá)和AIS在進(jìn)行航跡關(guān)聯(lián)前，需要進(jìn)行坐標(biāo)變換與時間對準(zhǔn)，實現(xiàn)二者在時空上的統(tǒng)一，然后再進(jìn)行航跡關(guān)聯(lián)，處理流程如圖1所示。

圖1 地波雷達(dá)與AIS航跡關(guān)聯(lián)流程

AIS的經(jīng)緯度信息通過坐標(biāo)變換轉(zhuǎn)換為與地波雷達(dá)一致的距離和方位信息，再將AIS的速度做徑向投影變換，圖2給出了統(tǒng)一后的點跡信息示意圖。表示為

式中，Rv，Rl，Rθ表示地波雷達(dá)檢測目標(biāo)的徑向速度、距離和方向；Av，Al，Aθ表示AIS報告的目標(biāo)的徑向速度、距離和方向。采用分段線性插值和外推法對AIS航跡進(jìn)行時間插值，實現(xiàn)了與地波雷達(dá)的時間對準(zhǔn)［12］。經(jīng)過坐標(biāo)轉(zhuǎn)換和時間對準(zhǔn)后的航跡數(shù)據(jù)就可以采用關(guān)聯(lián)算法來進(jìn)行航跡關(guān)聯(lián)。

圖2 目標(biāo)點跡信息示意圖

1.2 基于模糊雙門限的地波雷達(dá)與AIS航跡關(guān)聯(lián)算法

假設(shè)原始的地波雷達(dá)和AIS航跡數(shù)據(jù)經(jīng)過坐標(biāo)變換和時間對準(zhǔn)后，得到了兩組航跡集合

式中，TR表示地波雷達(dá)航跡集合，共有m條航跡；TA表示AIS航跡，共n條航跡。本文方法的原理是選取目標(biāo)徑向速度、距離、方向作為模糊因素，主要是利用模糊隸屬度來描述兩條航跡間的關(guān)聯(lián)程度，并通過雙門限檢測來確定最終關(guān)聯(lián)的航跡對。具體步驟如下。

1.2.1 模糊因素集的選取

選取兩航跡信息的3個的特征信息作為模糊因素集。

式中，u1表示徑向速度；u2表示距離；u3表示方向。

1.2.2 隸屬度函數(shù)的選擇

根據(jù)模糊因素的特點，采用正態(tài)分布型隸屬度函數(shù)：

式中，ξ（uk）表示模糊因素集中第k個因素的隸屬度函數(shù)；τk，uk，σk分別表示第k個模糊因素的調(diào)整因子、歐氏距離和展度。

計算模糊因素的歐氏距離。具體計算公式如下：

式中，Ai［v（t）］，Rj［v（t）］分別表示地波雷和AIS在t時刻測得的航速，朝向雷達(dá)基站行駛的為正，相反為負(fù)；Ai［l（t）］，Rj［l（t）］表示地波雷達(dá)和AIS在t時刻測得的目標(biāo)距雷達(dá)基站的距離；Ai［θ（t）］，Rj［θ（t）］表示地波雷達(dá)和AIS在t時刻測得的目標(biāo)相對于雷達(dá)主波束的角度。雷達(dá)主波束中心角度為北偏西50°，順時針為正，逆時針為負(fù)。

1.2.3 計算模糊綜合相似度

式中，λij表示第i條地波雷達(dá)航跡與第j條AIS航跡的綜合相似度；αk表示權(quán)重；ξ（uk）表示第k個模糊因素隸屬度函數(shù)值，共有m條地波雷達(dá)航跡，n條AIS航跡。地波雷達(dá)測速精度高的原因，在關(guān)聯(lián)中航速應(yīng)起主導(dǎo)作用，距離次之，航向影響最小。

1.2.4 航跡試驗相關(guān)檢驗

對來自地波雷達(dá)的m條航跡和來自AIS的n條航跡進(jìn)行計算，建立模糊相關(guān)矩陣。

根據(jù)閾值法對航跡進(jìn)行試驗相關(guān)檢驗，步驟如下。

步驟1 選取閾值ε。

步驟2 在矩陣λ中查找最大元素max（λij），如果λij≥ε，則判定第i條地波雷達(dá)航跡與第j條AIS航跡在t時刻試驗相關(guān)，記錄下地波雷達(dá)的航跡編號和AIS的編號。從矩陣中劃去λij所在的行和列，得到新的降階模糊關(guān)聯(lián)矩陣λ1，但原矩陣行列號保持不變。

步驟3 對λ1重復(fù)步驟2，得到λ2，λ3，…，λm，直到λm中所有元素均小于ε，則剩余元素所對應(yīng)的行、列號所代表的航跡不相關(guān)。

1.2.5 雙門限相關(guān)檢測

單一時刻的關(guān)聯(lián)只能說明當(dāng)前時刻的關(guān)聯(lián)性，而航跡是具有歷史屬性的，所以根據(jù)信號檢測中雙門限準(zhǔn)則，取正整數(shù)R=10，I=8，在每次試驗相關(guān)檢驗中如果試驗關(guān)聯(lián)成功，則有mij（l）=mij（l-1）+1（i∈m，j∈n），mij（l）定義為關(guān)聯(lián)質(zhì)量，（mij（0）=0）。如果在R次關(guān)聯(lián)檢驗完成后，有

判定航跡i與j固定關(guān)聯(lián)，后續(xù)不再進(jìn)行檢驗［13］。

2 關(guān)聯(lián)算法中的參數(shù)選取

在航跡關(guān)聯(lián)中，參數(shù)的確定一般都采用工程的方法，需要進(jìn)行大量的試驗，以得到較為合理的結(jié)果［14］。本文航跡關(guān)聯(lián)算法中涉及到αk，τk，σk，ε，R，I等共12個參數(shù)。

2.1 展度及調(diào)整因子選取

αk表示第k個因素的展度，一般的求法是航跡在。時刻的狀態(tài)估計方差的對角元素的和，要想取得該值，需要在航跡實時生成中采用Kalman濾波得到。而在不能直接提供狀態(tài)估計方差的系統(tǒng)中，αk可以用測量方差代替。本文統(tǒng)計了實際關(guān)聯(lián)的航跡間徑向速度、距離以及角度的誤差分布，計算其誤差的方差代替展度。

從圖3中可以得到誤差的波門范圍分別為d V=0.8，d R=5，d A=5，3個特征信息的誤差均值和方差列于表1。

表1 三維信息均值方差統(tǒng)計表

圖3 三維誤差信息直方圖統(tǒng)計

上述中得到的方差可作為展度用與計算隸屬度。實際運(yùn)算中，將其取整以方便運(yùn)算。取=0.4（k m/h）2；σ= 2.5 k m2；σ=2（°）2。

ε表示相關(guān)性，一般以0.5為界，大于等于0.5的表示相關(guān)，小于0.5則不相關(guān)。此處取ε=0.5。針對三維模糊因素集，根據(jù)式（4），可知三維隸屬度要進(jìn)行加權(quán)相加。若是取單一的隸屬度，則權(quán)值為1即可。假設(shè)在目標(biāo)剛落入門限內(nèi)時，認(rèn)為其可以關(guān)聯(lián)，根據(jù)式（4），可以列出下列等式：

取整τ1=0.5，τ2=0.07，τ3=0.05。通過調(diào)整因子的使用，可以將不用數(shù)量級的特征信息調(diào)整到同一量級，使小數(shù)也能有較大的影響作用。

2.2 權(quán)值選取

計算綜合模糊隸屬度的時候，需要確定每個模糊因素的權(quán)重，權(quán)值按模糊因素的主導(dǎo)性來分配，在關(guān)聯(lián)中起主導(dǎo)作用的徑向速度分配權(quán)值較大，距離次之，方向最小［15］。3個權(quán)值應(yīng)該滿足

3個權(quán)值的選擇可以用測量的相對誤差的比例來初步確定。根據(jù)

式中，VT表示真實值；VM表示測量值；Ei表示相對誤差。誤差小則比例應(yīng)該大，所以取其倒數(shù)，將3個比例按百分比計算，如下：

用地波雷達(dá)表示測量值，AIS表示真實值，經(jīng)過篩選剔除奇點后，統(tǒng)計了關(guān)聯(lián)航跡中的三維信息的相對誤差，均值及方差。

經(jīng)過統(tǒng)計分析，得到3個特征信息的相對誤差的均值和方差如表2所示。

表2 相對誤差統(tǒng)計表

將表中的均值代入式（4）～式（17）近似計算得到

上述權(quán)值分配滿足了式（10），在實際關(guān)聯(lián)中也適用。另外采用定值仿真的方法，對于給定的單一因素關(guān)聯(lián)隸屬度，采用不同的權(quán)值組合計算綜合模糊隸屬度。權(quán)值組合如表3所示。

表3 權(quán)值組合表

對于單因素分別為（0.9，0.5，0.5）、（0.5，0.9，0.5）、（0.5，0.5，0.9）以及（0.9，0.7，0.5）、（0.9，0.5，0.7）、（0.7，0.9，0.5）、（0.7，0.5，0.9）、（0.5，0.9，0.7）、（0.5，0.7，0.9）的情況進(jìn)行計算，得到的綜合隸屬度曲線如圖4所示。

圖4 綜合隸屬度曲線

對于模糊隸屬度集合為U（0.9，0.5，0.5）的情況，滿足條件的權(quán)值組合有（0.5，0.3，0.2）（0.5，0.4，0.1）（0.6，0.3，0.1）（0.7，0.2，0.1），其中，區(qū)分度較好的是（0.6，0.3，0.1）。

對于模糊隸屬度集合為U（0.9，0.7，0.5）的情況，滿足這個條件的權(quán)值組合有（0.5，0.3，0.2）、（0.6，0.3，0.1）、（0.7，0.2，0.1）其中（0.6，0.3，0.1）的區(qū)分度最好。

綜合兩種方法，最后確定為

2.3 雙門限參數(shù)選取

雙門限參數(shù)R與I的選擇一般根據(jù)實際情況來確定。實際情況既要考慮船只目標(biāo)的運(yùn)動特性，也要考慮處理中對計算機(jī)的占用需求，初步可設(shè)定為10/8組合，允許在航跡推進(jìn)中出現(xiàn)2個奇異值或者是突變值，這樣不會因為一兩個點的差異而影響整個航跡關(guān)聯(lián)，而且設(shè)定為10/8也不需要占用計算機(jī)太多內(nèi)存。最后，所有參數(shù)如表4所示。

表4 參數(shù)信息表

3 實測數(shù)據(jù)關(guān)聯(lián)算法對比分析

為了驗證算法的有效性，利用兩批地波雷達(dá)的實測數(shù)據(jù)開展了分析，實驗時間分別為2011年10月31日和2013年9月6日，實驗區(qū)經(jīng)緯度范圍（35-40 N，117.5-123E）。實驗數(shù)據(jù)包括覆蓋實驗區(qū)的地波雷達(dá)數(shù)據(jù)和同步AIS數(shù)據(jù)，如圖5（a）～圖5（b）。分別采用接近鄰（nearest neighbor，N N）法與模糊方法對兩批航跡做處理，航跡關(guān)聯(lián)結(jié)果如圖5（c）～圖5（f），關(guān)聯(lián)航跡首尾用細(xì)實線相連。從兩者的整體關(guān)聯(lián)效果和表5的統(tǒng)計來看，本文方法的關(guān)聯(lián)率比N N法高。

圖5 2011年10月31日、2013年9月6日原始航跡及兩種方法的關(guān)聯(lián)結(jié)果

表5 關(guān)聯(lián)結(jié)果統(tǒng)計

為了具體比對本文方法與最近鄰法的航跡關(guān)聯(lián)結(jié)果，在選取了2011年10月31日地波雷達(dá)與AIS航跡各兩條作為個例，具體見圖6（a）。其中HF1和HF2表示分別表示地波雷達(dá)航跡1和地波雷達(dá)航跡2，與其對應(yīng)的實測AIS航跡分別是AIS1和AIS2。雖然從距離上看，AIS2與H F1距離較近，但從航跡的態(tài)勢上看，AIS1與HF1、AIS2與HF2的態(tài)勢相同，即AIS1與HF1關(guān)聯(lián)，AIS2與HF2關(guān)聯(lián)。使用最近鄰法和模糊理論關(guān)聯(lián)算法對上述四條航跡對進(jìn)行了驗證，兩種方法的關(guān)聯(lián)結(jié)果如圖6（b）和6（c）所示。其中，采用模糊方法實現(xiàn)了正確關(guān)聯(lián)，而采用NN法沒有正確關(guān)聯(lián)。

圖6 2013.10.31航跡個例及關(guān)聯(lián)結(jié)果

4 結(jié)束語

在對實測的地波雷達(dá)與AIS的航跡數(shù)據(jù)源做了分析的基礎(chǔ)上，采用了基于模糊理論的航跡關(guān)聯(lián)方法進(jìn)行地波雷達(dá)與AIS之間的航跡關(guān)聯(lián)研究，對關(guān)聯(lián)方法中的展度、調(diào)整因子、權(quán)重等參數(shù)選取做了具體分析。使用兩天的實測數(shù)據(jù)進(jìn)行測試，結(jié)果表明本文方法航跡關(guān)聯(lián)率高于最近鄰法。另外，選取了地波雷達(dá)和AIS各兩條航跡，分別采用最近鄰法與本文的方法做了個例分析，發(fā)現(xiàn)在最近鄰法無法實現(xiàn)正確航跡關(guān)聯(lián)的復(fù)雜情況下，模糊方法能實現(xiàn)正確關(guān)聯(lián)。

相比于最近鄰法，模糊方法中采用了影響因子加權(quán)，增加了各關(guān)聯(lián)影響因素的區(qū)分度，另外，模糊關(guān)聯(lián)方法將關(guān)聯(lián)的最終判定轉(zhuǎn)換為關(guān)聯(lián)質(zhì)量因子的累積，增強(qiáng)了對干擾的抑制作用，提高復(fù)雜航跡的關(guān)聯(lián)率。

［1］Ponsford A M，Sevgi L，Chan H C.A n integrated maritime surveillance system based on high-frequency surface-wave radars op-erational status and system performance［J］.Antennas and Propagation M agazine，2001，43（5）：52-63.

［2］Ponsford A M，D’Souza I A，Kirubarajan T.Surveillance of the 200 nautical mile E EZ using H FS W R in association with a spaced based AIS interceptor［C］∥Proc.of the IE E E Conference on Technologies for H omeland Security，2009：87-92.

［3］Vesecky J F，Laws K E，Paduan J D.Using H F surface wave radar and the ship auto matic identification system（AIS）to m onitor coastal vessels［C］∥Proc.of the IE E E International Conference on Geoscience and Remote Sensing Sy m posiu m，2009：761-764.

［4］Gurgel KW，Essen HH，Schl ick T.The university of hamburg W E R A H F radar-theory and solutions［C］∥Proc.of the International Radiowave Oceanography W orkshop，2001：19-25.

［5］Dzvonkovskaya A，G urgel KW，Rohling H，et al.Low power high frequency surface wave radar application for ship detection and tracking［C］∥Proc.of the International Conference on Radar，2008：：627-632.

［6］Dzvonkovskaya A，Gurgel KW，Rohling H，et al.H F radar W E R A application for ship detection and tracking［J］.European Journal of N avigation，2007，7（3）：18-25.

［7］Dzvonkovskaya A，Rohling H.H F radar performance analysis based on AIS ship information［C］∥Proc.of the Radar Conference，2010：1239-1244.

［8］Braca P，Grasso R，Vespe M，et al.A pplication of the JP D AU K F to H FS W radars for maritime situational awareness［C］∥Proc.of the15th International Conference on Inform ation Fusion，2012：2585-2592.

［9］Ji Y G，Zhang J，W ang Y M，et al.Ship detection point association and fusion with dual-frequency H F surface wave radar［J］. Systems Engineering and Electronics，2014，36（2）：266-271.（紀(jì)永剛，張杰，王鳴，等.雙頻率高頻地波雷達(dá)船只目標(biāo)點跡關(guān)聯(lián)與融合處理［J］.系統(tǒng)工程與電子技術(shù)，2014，36（2）：266-271.）

［10］Ji Y G，Zhang J，M eng J M，et al.Point association analysis of vessel target detection with SAR，H FS W R and AIS［J］.Acta Oceanologica Sinica，2014，33（9）：73-81.

［11］Danul D，Sinha A，Kirubarajan T，et al.Fusion of over-the-horizon radar and automatic identification systems for overal l maritime picture［C］∥Proc.of the10th International Conference on Information Fusion，2007：1-8.

［12］W u S J，M ei X C.Radar signal processing and data processing technology［M］.Beij ing：Public House of Electronics Industry，2008：470-475.（吳順君，梅曉春.雷達(dá)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，2008：470-475.）

［13］H e Y，Peng Y N.Fuzzy track correlation algorith ms for m ultitarget and multisensor tracking［J］.Acta Electronica Sinica，1998，26（3）：15-19.（何友，彭應(yīng)寧.多目標(biāo)多傳感器模糊雙門限航跡相關(guān)算法［J］.電子學(xué)報，1998，26（3）：15-19.）

［14］H e Y，W ang G H.Mutisensorinformation fusion with applications［M］.2nd ed Beijing：Public House of Electronics Industry，2010：116-172.（何友，王國紅.多傳感器信息融合及應(yīng)用［M］. 2版.北京：電子工業(yè)出版社，2007：116-172.）

［15］Li Y L，Gao Z G，H an Y L.The determination of weight value and the choice of composite operators in fuzzy comprehensive evaluation［J］.Computer Engineering and Applications，2006，42（23）：38-42.（李玉琳，高志剛，韓延玲.模糊綜合評價中權(quán)值確定和合成算子選擇［J］.計算機(jī)工程與應(yīng)用，2006，42（23）：38-42.）

紀(jì)永剛（1977-），通訊作者，男，副研究員，博士，主要研究方向為超視距雷達(dá)探測、海上目標(biāo)多手段融合探測。

E-mail：jiyonggang@fio.org.cn

王 超（1990-），男，碩士研究生，主要研究方向為地波雷達(dá)信號處理。

E-mail：txouc2008@126.com

Track association for high-frequency surface wave radar and AIS based on fuzzy double threshold theory

LIU Gen-wang1，2，LIU Yong-xin1，JI Yong-gang2，3，W A N G Chao2
（1.College of Electronic Information Engineering，Inner M ongolia University，Hohhot010021，China；2.First Institute of Oceanography，State Oceanic A d ministration，Qingdao 266061，China；3.Oceanic Telemetry Engineering and Technology Research Center，State Oceanic A d ministration，Qingdao 266061，China）

A track association method based on fuzzy double threshold theory for high-frequency（H F）surface wave radar（HFSWR）and auto maticidentification system（AIS）is proposed.The membership degreeis adopted to describe the association degree between two tracks，and double threshold detection is used to determine the associated track pairs.Strategies on how to select the critical paramenters such as etaccouters，weights，and adjustment factors are analyzed；finally，two batches of measured data in October 31，2011 and September 6，2013 are em ployed to co m pare the nearest-neighbor association method and fuzzy association method，the result shows thatfuzzy methods has a higher association rate，and has better stability than nearestneighbor method in more complex situations.

high-frequency surface wave radar（H FS W R）；automaticidenti fication system（AIS）；track association

TN958

A

10.3969/j.issn.1001-506 X.2016.03.13

1001-506 X（2016）03-0557-06

2015-01-13；

2015-07-17；網(wǎng)絡(luò)優(yōu)先出版日期：2015-11-18。

網(wǎng)絡(luò)優(yōu)先出版地址：http：//www.cnki.net/kcms/detail/11.2422.TN.20151118.1208.010.html

國家海洋公益性行業(yè)科研專項（201505002）；國家自然科學(xué)基金（61362002）資助課題

劉根旺（1989-），男，碩士研究生，主要研究方向為雷達(dá)信號處理與數(shù)據(jù)融合。

E-mail：liu_genwang002@126.com

劉永信（1955-），男，教授，博士，主要研究方向為圖像處理與模式識別、多傳感器數(shù)據(jù)融合。

E-mail：yxliu@imu.edu.cn