近海多源目標信息融合技術研究

伍 斯，郭湘南

（1.武漢郵電科學研究院，湖北 武漢 430074；2.烽火通信，湖北 武漢 430200）

在經濟全球化的帶動下，海洋運輸行業的發展尤為迅猛，同時航海業務的能力也得到顯著提升。但在人口和船只密集的港口，船舶碰撞的事件也是頻頻發生，造成了很多不利的影響和財產損失。為了保障海上船只航行安全，船只都會安裝相應的導航設備，而雷達和船舶自動識別系統AIS 則成為現代海上船只航行的必備設備[1]。AIS 和雷達都是船只在海上航行的重要設備，但是又都有著各自的不足，所以將二者信息融合就顯得尤為重要。

為了更好地為船舶提供信息服務和助航服務，對海上航行、港口、船舶交通機關進行管理和實時監測，該文以航海模擬器為基礎，研究此船舶定位系統下的多源信息融合技術的實現。

1 雷達與AIS基本原理

1.1 雷達系統

雷達本身會發射出一種微波波段的無線電波進行探測，無線電波產生反射來探測某個方向目標的裝置。可以通過測量電波信號往返一次所需的時間來計算相對距離，通過雷達發射機和目標之間的方位角度來推算目標方位。

雷達主要由電源、天線、顯示器和收發機四部分組成。其中收發機是雷達系統的核心部分，它包括了觸發電路、收發開關、發射機和接收機。觸發電路會發射一個很短的觸發脈沖，它使發射機能夠向外發射脈沖。發射脈沖最終會到達雷達天線并集中向一個方向輻射出去，輻射的無線電波會在目標上產生反射，回波信號經過天線送回接收機，接收機將接收到的微弱信號放大送給顯示器，顯示器會將放大后得到的視頻脈沖顯示出來[2-3]。

1.2 自動識別系統AIS

傳統信息交換的方式是依靠雷達、VHF 和ARPA來實現的，但VHF 設備操作難以實現有效溝通，在語言交流上存在無法及時進行溝通的問題，由于無法及時獲取對方船只的位置信息，導致船舶碰撞事故時有發生。

雷達和ARPA 雖然具備避碰檢測，但其無法識別他船，不能提供他船相關信息。由于未能自動獲取對方船只的實時動態，不能得知對方實時航速和航向，往往也會由于溝通不協調而發生事故。

船舶自動識別系統AIS 的出現大大強化了船舶交通管理功能，該系統具備船舶報告的功能，增強了船舶海洋安全。AIS 系統獲取的數據更加全面，也更為精確，它利用站臺和其他船只發送本船各種航行數據，如：本船的船名、呼號、船長和船寬等靜態信息，以及航向和航速等動態信息。因而在船舶上裝載AIS 系統，不僅能夠自動識別船舶相關信息，而且在船舶運動監測方面具有重要意義[4]。

AIS 主要由以下五部分組成：GPS/DGPS 信息收集模塊、數據處理模塊、船用接口模塊、VHF 通信模塊和顯示模塊。它是通過GPS/DGPS 以及其他記錄數據的傳感器，來獲得系統傳輸的相關靜態和動態信息，這些信息可以實現與其他船的有效溝通，以及對其他船的識別和跟蹤。數據處理器是AIS 系統的核心部分，它存儲了本船從傳感器接收獲得的航行信息，存儲和處理船舶動態信息，將數據編碼和解碼后送入顯示器。VHF 通信機的作用則是接收和發射AIS 中的已調信號。

1.3 雷達與AIS融合的意義

一直以來，海上交通的信息來源都是依靠雷達，但是雷達容易受到環境的影響，目標精確程度和對信息的獲取能力有限，導致對目標的探測難以滿足需要。AIS 存在諸多優點，AIS 精度高，提供的信息量大，具有實時自動跟蹤目標的能力，還具備自動識別和避碰的功能，保障海上航行安全有效。但AIS也存在著一些局限性，例如：AIS 的船位信息是由GPS 提供，但GPS 存在人為干擾，而且GPS 天線接收信號存在多徑干擾等問題，會導致接收機無法正常接收信號；雷達系統能對目標自主跟蹤，無論船舶上是否裝備AIS 或雷達，雷達系統對目標的監測跟蹤均不受影響[5]；雷達系統可獲得海上全景，但AIS 只能獲取運動點軌跡。這也導致AIS 不能完全取代雷達，它們往往同時并存為導航提供服務[6]。

雷達和AIS 還具有鮮明的互補性，為了使船舶導航數據精度更高，在未來航海領域的發展中，將二者進行信息融合是大勢所趨。雷達和AIS 的信息融合能充分利用二者優點，不僅提高數據精度，同時對整個船舶導航系統的穩定性，對船舶避碰和航海安全也有著極大的幫助。

2 雷達數據與AIS數據融合方法

該節主要內容是對雷達和AIS 數據融合方法和模型進行研究。首先分析了融合模型和流程，對雷達數據和AIS 導航數據進行跟蹤和分類，然后是時間和空間統一，對得到的目標航跡進行關聯并且融合。該文將用坐標變換實現坐標統一，內推外插法實現時間上的統一，計算目標數據關聯度找到相關航跡，并且采用加權融合算法來實現點跡上的合并[7]。

2.1 系統模型的建立

該文中，AIS 與雷達信息融合采用分布式融合，根據分布式融合模型的結構，結合二者數據特征，可以建立以下AIS 與雷達信息融合的系統模型，如圖1所示[8-9]。

圖1 AIS與雷達的融合模型

雷達與AIS 信息融合過程主要分為三個階段，該文著重分析對目標位置數據的融合，即航跡關聯和點跡合并。第一階段為數據預處理，對雷達和AIS融合的信息進行數據校準，坐標變換和時間校準又統稱為數據校準，對目標數據進行時空統一處理；第二階段利用決策樹的分類學習算法研究目標航跡相關；第三階段研究點跡合并方法，采用數據融合中的加權融合算法來實現航跡點的合并。

2.2 時空配準

雷達采用極坐標對目標方位和距離加以描述，AIS 采用的是經度和緯度；雷達數據更新時間為2～4 s，AIS 數據更新頻率不固定，二者在獲取位置數據時的采樣時刻也有所不同。因此，要實現雷達和AIS信息融合，需要在航跡相關之前對目標信息進行時空配準。

2.2.1 坐標統一

為了使雷達和AIS 位置信息描述一致，將其轉換到同一參考坐標系下，雷達對位置信息的描述為極坐標的形式，AIS 的位置信息是系統中的GPS 提供的，它采用的坐標系統是基于WGS-84 坐標系。將上述兩種坐標系統一到同一個直角坐標系下，如圖2所示，O為原點，Xa、Ya表示AIS 目標位置坐標，Xr、Yr表示雷達目標位置坐標。

圖2 AIS與雷達目標位置坐標

1）AIS 坐標變換

將AIS 坐標系轉換為平面直角坐標系，一般釆用投影變換的方法。在我國一般釆用的是高斯—克呂格投影。利用高斯—克呂格投影變換的方法，將AIS 獲取的位置信息，由WGS-84 坐標系轉換到直角坐標系下。

2）雷達目標坐標變換

雷達目標位置信息的描述采用極坐標，目標位置數據用距離R以及方位θ來表示，轉換到平面直角坐標系下用XR表示x軸坐標，用YR表示y軸坐標。雷達目標位置轉換如下：

2.2.2 時間統一

雷達和AIS 對目標采樣時間間隔是不一樣的，雷達數據時間更新間隔一般是2～4 s，但AIS 數據會隨著目標運動狀態而發生變化，數據更新頻率一般為2 s 到3 min，更新頻率不固定，二者在獲取位置數據時的采樣時刻差異較大。只有對雷達和AIS 進行時間統一，將目標信息轉化到統一時刻才能得到有效的航跡關聯。

該文將采用內插外推法，這種方法的思想是將雷達和AIS 的目標信息對準到同一預期時刻下，根據目標上一個時刻以及后一個時刻的信息求插值。假設AIS 前一個時刻T1和后一個時刻T2采集到的位置信息分別為：(xA(t1),yA(t1))、(xA(t2),yA(t2))，在插值時刻T的AIS目標位置為(xA(t),yA(t))。AIS內插法轉換如下[10]：

同理，假設雷達目標前一個時刻T3和后一個時刻T4采集到的位置信息分別為：(xR(t1),yR(t1))、(xR(t2),yR(t2))，在插值時刻T的雷達目標位置為(xR(t),yR(t))。雷達外推法轉換公式如下：

2.3 航跡相關

航跡相關又稱為航跡關聯，它是指雷達和AIS通過傳感器獲取兩個目標航跡的相似程度。在研究航跡相關之前，首先要對二者目標信息進行處理，找到適合研究的屬性參數，需要對目標屬性進行選擇和設置。

由于雷達和AIS獲得的目標信息有著相同的屬性，可以根據交叉的屬性來進行航跡關聯。因此，該文選取本船與目標船之間的距離和方位、目標船的對地速度和對地航向作為研究航跡關聯的四個屬性[11-13]。

該文以距離屬性作為研究對象，航跡關聯步驟如下：

1）完成獲取雷達和AIS 目標信息，提取相關屬性參數，位置統一，時間統一等數據預處理；

2）初始化多個雷達和AIS 目標數據集，采集m個時刻的目標位置信息，其思想是在m個時刻內，從第i個AIS 目標和第j個雷達目標中選出一個整體相差最小的目標航跡，即為相關航跡。其中，第i個AIS目標位置數據如下：

第j個雷達目標位置數據表示如下：

3）計算距離關聯度公式表示如下：

4）構造在m個時刻內，經過關聯度計算處理后的AIS 航跡和雷達航跡的相似度矩陣如下：

5）找出相關航跡。取D11(m),D12(m),…，DMN(m)中使Dij(m)為最大值，記為Dijmax,Dijmax則為相關航跡。

2.4 點跡合并

該文采用數據融合中的加權協方差融合算法來實現權重值的選取。假設雷達和AIS 系統參數期望值為z，經雷達系統得到的觀測值為zR，測量方差為，加權因子為wR；經AIS系統得到的觀測值為zA，測量方差為，加權因子為wA，zR和zA相互獨立。設Z是雷達和AIS 融合后的系統測量所得到的數據信息，并且須由zR和zA兩個觀測值決定，這兩個觀測值可由兩個不同傳感器所提供[14-15]。由此可得Z估值如下：

將上式對zR微分求最小值，得到最小均方誤差取值如下：

根據最小均方誤差值可以算出融合后的目標航跡，其在m時刻四種屬性方差如下：

通過加權協方差融合算法進行加權融合之后得到的四種屬性表達式如下：

3 融合仿真分析

2.3節已經將雷達航跡與AIS 航跡關聯，為了檢驗算法的有效性，對融合航跡做仿真處理。所用的模擬數據是在大規模船舶定位系統下模擬生成，系統數據是由AIS 和雷達站點做跟蹤和記錄。

為了便于研究，以雷達站點為本船中心，對地航度為0，現在采樣多部AIS 數據和雷達仿真數據，找到航跡關聯度最高的數據，以3 s 為單位記錄生成一共25 個航路點，繪制成折線圖[16-17]，如圖3-6 所示。

圖3 AIS與雷達的距離融合

4 結論

圖4 AIS與雷達的方位融合

圖5 AIS與雷達的航速融合

圖6 AIS與雷達的航向融合

從仿真結果可以看出，AIS 數據相比于雷達數據更為精確，AIS 航跡與融合后的航跡較為接近，融合后的目標數據也更加接近期望值，標準差更小。航跡融合后的距離、方位、航速、航向相比于雷達得到大幅提升，分別為64.49%、51.64%、69.71%、31.86%。相比于AIS 也分別提高了29.98%、32.17%、29.21%、21.38%。由此可見，雷達與AIS 信息融合不僅能夠提高單一導航不同傳感器測量數據的精確程度，對保障海上航行安全起著重要作用，同時也是未來航海領域的研究方向。