船舶雷達(dá)與目標(biāo)自動(dòng)識別技術(shù)的信息融合

中國船舶重工集團(tuán)公司第七二三研究所 丁 凱 周浚璠

從航海導(dǎo)航角度出發(fā)，雷達(dá)與目標(biāo)自動(dòng)識別系統(tǒng)是使用最為頻繁的技術(shù)設(shè)備，通過二者的高效數(shù)據(jù)信息融合，能夠較好地解決數(shù)據(jù)冗余和系統(tǒng)穩(wěn)定問題，進(jìn)一步為船舶提供精度高、可靠性強(qiáng)的數(shù)據(jù)信息。本文從融合原理出發(fā)，詳細(xì)分析了技術(shù)體制整合、數(shù)據(jù)基礎(chǔ)對接以及優(yōu)化算法改進(jìn)等內(nèi)容，為實(shí)現(xiàn)雷達(dá)與AIS數(shù)據(jù)融合系統(tǒng)設(shè)計(jì)提供了參考，具有一定的借鑒意義。

1 雷達(dá)與AIS技術(shù)融合原理

1.1 雷達(dá)技術(shù)特點(diǎn)

雷達(dá)是導(dǎo)航裝置中的重要設(shè)備之一，通過雷達(dá)可以對一定范圍海域內(nèi)障礙物、其他船只等進(jìn)行定位，并通過回波信息分析對方的屬性、大小，并精準(zhǔn)定位以及采取航跡追蹤有效實(shí)施避讓，以滿足遠(yuǎn)洋航行的基本安全。目前船舶上普遍安裝的探測雷達(dá)能夠?qū)崟r(shí)偵測的范圍較遠(yuǎn)，且基本能夠不受一般天氣狀況的影響，具有較好的性能。由于雷達(dá)發(fā)射電磁波的繞射能力有限，不能夠高效穿透或繞過障礙物，如遇特殊環(huán)境或極端氣候，其探測性能急劇下降。

1.2 AIS工作原理

大型船舶遠(yuǎn)洋過程對于航線規(guī)劃中的各類信息、航行過程中的運(yùn)動(dòng)狀態(tài)等數(shù)據(jù)要求極高，AIS作為智能化程度較高的識別系統(tǒng)，其核心算法能夠?yàn)榇疤峁┒ㄎ粚?dǎo)航、指引前進(jìn)線路、規(guī)劃航行速度與方向等相關(guān)信息，起到了至關(guān)重要的作用。尤其是其可以在駕駛艙內(nèi)通過數(shù)據(jù)可視化分析，準(zhǔn)確獲取周邊環(huán)境范圍內(nèi)其他船只、障礙物的具體信息，并在某些特殊需求下自動(dòng)規(guī)劃航行線路，預(yù)測各類安全信息等。相較于探測雷達(dá)而言，AIS的傳感系統(tǒng)在數(shù)據(jù)采集端不能夠?qū)崟r(shí)獲取數(shù)據(jù)信息，即具有一定的延時(shí)性，且極易受到外界環(huán)境因素的影響。此外，中小型船舶不具備安裝條件和運(yùn)管能力。

1.3 數(shù)據(jù)融合的技術(shù)優(yōu)勢

從使用功能與各自特點(diǎn)上看，探測雷達(dá)與識別系統(tǒng)均為船舶航行的重要輔助設(shè)備，對于安全航行起到關(guān)鍵作用，且兩者各有側(cè)重點(diǎn)，各有優(yōu)勢項(xiàng)。如何高效、科學(xué)地將兩者在技術(shù)體制上的優(yōu)勢聯(lián)系起來，將數(shù)據(jù)信號處理方面的特點(diǎn)融合起來，將技術(shù)優(yōu)勢互補(bǔ)，將冗余數(shù)據(jù)剔除（如圖1所示），從而能夠得到更穩(wěn)定的工作性能、更精確的使用數(shù)據(jù)，這是值得研究的問題。

圖1 基于雷達(dá)與AIS的信息融合示意圖

（1）極端氣候條件時(shí)（海浪大、霧氣重等），可以打開大功率工作條件下高精度探測雷達(dá)，以實(shí)時(shí)捕獲遠(yuǎn)距離、大范圍的目標(biāo)信息（含靜態(tài)數(shù)據(jù)），解決AIS無法有效工作問題。

（2）環(huán)境條件滿足基本工作條件時(shí)，以雷達(dá)探測數(shù)據(jù)為基準(zhǔn)，重點(diǎn)輔以AIS的優(yōu)化計(jì)算功能，突出AIS動(dòng)目標(biāo)預(yù)測、處理與顯示功能。

2 雷達(dá)與AIS技術(shù)整合與模式選擇

2.1 技術(shù)整合

技術(shù)的對接整合不僅僅是數(shù)據(jù)端的粗暴融合，而是從技術(shù)底層進(jìn)行設(shè)計(jì)對接，需要進(jìn)行信號端的綜合數(shù)據(jù)采集、共享數(shù)據(jù)的分發(fā)處理以及數(shù)據(jù)二次建模等綜合技術(shù)整合，即：依靠探測雷達(dá)的數(shù)據(jù)采集傳感器將海量數(shù)據(jù)進(jìn)行集中集采、接收和預(yù)處理，并結(jié)合AIS的門限設(shè)置與算法標(biāo)準(zhǔn)，對接收數(shù)據(jù)進(jìn)行二次篩查和分析比對以及差異化處理，剔除數(shù)據(jù)空間中存在的冗余信息，針對具體細(xì)微參數(shù)進(jìn)行組合算法的分析，以提供檢測精度和數(shù)據(jù)分析能力。

2.2 模式選擇

集中式、分布式以及混合式模式在實(shí)際系統(tǒng)設(shè)計(jì)過程中均可使用。其中，分布式的融合模式能夠結(jié)合多信道數(shù)據(jù)采集端的接收信號，在數(shù)據(jù)分析處理前進(jìn)行綜合預(yù)處理以縮小探測范圍、提高處理效率；通過航跡模擬以及預(yù)測分析，在數(shù)據(jù)關(guān)聯(lián)和信息融合方面進(jìn)行研究，最終得到理想的數(shù)據(jù)模型和檢測結(jié)果?；诜植际饺诤夏Ｊ娇梢杂行Ы档蛿?shù)據(jù)中心的運(yùn)算吞吐量，減輕系統(tǒng)運(yùn)行的壓力，在保證計(jì)算精度損失在可控范圍內(nèi)的前提下，提高運(yùn)算速度，增強(qiáng)系統(tǒng)穩(wěn)定度?？紤]到在信號處理層面，精度的缺失可以通過優(yōu)化算法彌補(bǔ)，且由于獨(dú)立的數(shù)據(jù)處理機(jī)制可以保證系統(tǒng)運(yùn)行的時(shí)效性和穩(wěn)定性，因此，在實(shí)際工作中船舶航行系統(tǒng)設(shè)計(jì)一般采取的是雷達(dá)+AIS的分布式融合模式。

3 雷達(dá)與AIS數(shù)據(jù)融合系統(tǒng)設(shè)計(jì)

數(shù)據(jù)的融合對接技術(shù)的整合，從系統(tǒng)設(shè)計(jì)、數(shù)據(jù)建模到算法優(yōu)化，能夠有效提高最終目標(biāo)檢測與識別的范圍、精度。

如圖2所示，雷達(dá)與AIS天線接收端同時(shí)獲取空中多目標(biāo)數(shù)據(jù)信息，從差異性的角度出發(fā)進(jìn)行數(shù)據(jù)融合：（1）兩部天線接收數(shù)據(jù)經(jīng)預(yù)處理形成統(tǒng)一信號樣式，即將時(shí)間、空間數(shù)據(jù)投射到一個(gè)坐標(biāo)系中，作為數(shù)據(jù)對接的前提；（2）融合數(shù)據(jù)進(jìn)行去相關(guān)處理，包括時(shí)間相關(guān)與方位相關(guān)等信息，作為數(shù)據(jù)處理的基礎(chǔ)；（3）差異數(shù)據(jù)進(jìn)行二次分析，提取脈內(nèi)信號特征，包括航跡、點(diǎn)跡以及抗干擾處理等，作為數(shù)據(jù)輸出的核心。

圖2 雷達(dá)與AIS數(shù)據(jù)融合系統(tǒng)流程

3.1 樣式匹配

AIS的時(shí)間數(shù)據(jù)是由北斗進(jìn)行授時(shí)，時(shí)間的精確性可以保證。考慮到雷達(dá)與AIS采集數(shù)據(jù)的時(shí)長有所不同，需要采取LMS算法將信號拉伸到統(tǒng)一長度后，將信號投影到同一坐標(biāo)系中進(jìn)行后處理。通常情況下，采用的Gauss-Kruger投影法將空間目標(biāo)的經(jīng)緯度數(shù)據(jù)統(tǒng)一到Cartesian坐標(biāo)系中，原點(diǎn)可以設(shè)置為實(shí)時(shí)坐標(biāo)點(diǎn)。采樣間隔是隨著船舶航行狀態(tài)不斷變化的，通常假設(shè)沿某方位角沿直線運(yùn)動(dòng)，利用插值法計(jì)算某時(shí)刻T的位置信息，如式(1)、式(2)所示。

3.2 數(shù)據(jù)相關(guān)

由于動(dòng)目標(biāo)檢測過程中存在的測量數(shù)據(jù)誤差，以目標(biāo)運(yùn)動(dòng)軌跡預(yù)測為基準(zhǔn)，將數(shù)據(jù)相關(guān)性取出后，進(jìn)行航跡預(yù)測與分析。建立采集數(shù)據(jù)集合γ，對于任意元素?而言，如式(3)所示：

由于雷達(dá)遠(yuǎn)距探測目標(biāo)精度高，這里以雷達(dá)測量值為基準(zhǔn)。當(dāng)TO=T 時(shí)，此時(shí)可以優(yōu)化計(jì)算縮小區(qū)間范圍得到AIS的求值數(shù)據(jù)。

3.3 航跡融合

航跡融合過程中，需要結(jié)合兩種數(shù)據(jù)中的關(guān)鍵信號特征才能夠得到準(zhǔn)確計(jì)算精度。所以，在分析預(yù)計(jì)運(yùn)行的航跡時(shí)，可以先將預(yù)處理的數(shù)據(jù)進(jìn)行合并，再進(jìn)行點(diǎn)跡融合，并依托于數(shù)據(jù)端的差異賦值不同的加權(quán)因子，如式(4)、式(5)所示，最后采取抗干擾算法，即離散Kalman濾波，進(jìn)一步消除了噪聲與雜波的影響，提高最終輸出的精確度。

結(jié)束語：在復(fù)雜航行條件下，通過系統(tǒng)設(shè)計(jì)與算法優(yōu)化，將雷達(dá)與AIS進(jìn)行數(shù)據(jù)融合與技術(shù)整合，能夠有效提升系統(tǒng)運(yùn)行的穩(wěn)定性、運(yùn)行效率以及航跡測算的精度。在此基礎(chǔ)上，可以采取相關(guān)措施確保整個(gè)航行過程的安全，同時(shí)為未來智能化技術(shù)應(yīng)用打下堅(jiān)實(shí)基礎(chǔ)。