舰船目标多手段数据融合探测方法研究

舰船目标多手段数据融合探测方法研究

海洋管理对于国家经济和安全有着十分重要的作用,舰船管理是海洋管理的主要工作之一。实时准确地获取海洋监管区域的舰船分布和有效评估舰船运动的态势是舰船有效管理的基础。

星载合成孔径雷达(Synthetic Aperture Radar,SAR)、高频地波雷达(High Frequency Surface Wave Radar, HFSWR)和自动舰船识别系统(Automatic Identification System, AIS)是目前大范围海上目标监测的主要传感器。星载SAR不受天气限制、探测精度高,但是只能在卫星过境时刻进行探测；高频地波雷达可以连续探测且速度探测精度高,但是目标定位精度较低；AIS可以提供详细的舰船位置、速度、航向等信息,但是只能对合作舰船进行监测。

三种探测手段各有其优缺点,仅仅通过单一传感器无法获得舰船的准确信息。本文研究的主要课题是如何有效地融合利用三种探测手段的测量值来提高舰船探测精度,针对星载SAR、高频地波雷达和AIS的舰船目标点迹关联、目标跟踪、航迹关联等多个问题展开研究,主要研究内容如下：1.为了解决密集分布情况下的高频地波雷达和AIS点迹关联问题,提出-种基于JVC (Jonker-Volgenant-Castanon)的全局最优点迹关联算法。

首先,将WGS84 (World Geodetic System 1984)坐标系下测量的AIS的点迹坐标映射到高频地波雷达测量极坐标中,实现了坐标系的统一。其次,建立高频地波雷达和AIS点迹关联模型,采用点迹对阈值和迭代搜索算法将关联数据集划分为可行的关联子集。

最后,将JVC全局最优关联算法应用于每一个可行关联子集的点迹关联上,解决密集环境中的雷达和AIS点迹关联问题。仿真数据结果显示该算法在精度上优于最近邻算法和联

合概率数据关联(Joint Probability Data Association, JPDA)算法,在运行效率上高于JPDA算法,另外,通过三年的实测数据实验验证了算法的适用性和实时性。

2.针对星载SAR、高频地波雷达和AIS点迹的关联问题,提出一种多特征改进的最大似然点迹关联算法来提高关联精度,降低虚警。测试的多特征参数包括舰船的位置、大小、航向和速度。

基于三种传感器测量模型,将星载SAR、高频地波雷达和AIS的点迹关联问题建模为一个多维分配问题。在数据分配过程中,JVC算法用来解决二维分配问题,拉格朗日松弛算法用来解决三维分配问题。

仿真结果显示使用长度和速度作为扩展特征的多特征最大似然关联算法相比最近邻算法和位置最大似然算法可以提供更高的关联精度。实测数据实验验证了所提算法可以增强目标的确认并降低虚警。

3.针对高频地波雷达单频率目标跟踪的海杂波速度盲区问题,提出一种基于AIS校准的双频融合探测算法。AIS信息可以用来估计地波雷达的每个频率不同的系统误差。

首先,将合作目标的AIS点迹测量值与高频地波雷达的点迹测量值通过JVC分配算法进行点迹关联。利用合作舰船的点迹关联结果,可以估计和校准高频地波雷达不同频率的系统误差。

其次,基于校准的双频数据,使用双频融合JPDA-UKF (Unscented Kalman Filter)算法进行舰船跟踪。实测数据的实验结果验证了所提算法可以实时跟踪舰船,相比单频率跟踪可以进一步提高跟踪能力和跟踪精度。

4.针对高频地波雷达和AIS航迹关联问题,鉴于航迹的不同特点,提出一种多模型航迹关联算法。首先,根据舰船的转向率和对地航向将航迹分成不同的航迹类型,直线航迹和变向航迹。

然后,对变向航迹进行航迹分割,分割成近直线航迹。最后,采用航迹间的径向距离、方位向和径向速度的三维加权相似度作为特征向量来进行全局航迹关联。

实测数据实验证明,算法可以在多条航迹密集关联时,有效提高关联的精度。对于变向航迹,通过AIS航迹分割和分段关联,可以有效解决高频地波雷达目标丢失而引起的分段航迹的关联问题。