CN106990395B - 一种雷达目标的校准方法及装置 - Google Patents

Abstract

本发明涉及雷达信号处理技术领域，提出了一种雷达目标的校准方法及装置，所述方法包括：获取第一预设搜索范围内的AIS目标集；采用K‑均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类；查找各个类中的参考AIS目标，所述参考AIS目标为距离对应聚类的中心最近且偏移方位与雷达目标一致的AIS目标；搜索与所述参考AIS目标位置最接近和/或航速差别最小的雷达目标作为待校准雷达目标；计算参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，并基于距离偏移量和方位偏移量对待校准雷达目标进行校准。本发明能够快速准确地确定出最优的校准偏移量，进而有效地提高雷达目标的校准精度和校准效率。

Description

一种雷达目标的校准方法及装置

技术领域

本发明涉及雷达信号处理技术领域，尤其涉及一种雷达目标的校准方法及装置。

背景技术

随着工业革命的开始，船用导航设备得到了迅速的发展，除了利用导航雷达回波数据，还逐渐融入了电子海图、计程仪、罗经、GPS、AIS等诸多助航设备，对航海事业的发展有了巨大的推动作用。其中，AIS(Automatic Identification System，船舶自动识别系统)是一种把数据通信技术、卫星定位信息以及信息处理等技术综合为一体的新型数字助航设备。AIS能测出船舶的实时静态信息和动态信息，这些信息精度高，且信息量大，位置精度高，且不受地形、天气以及海上状况影响。AIS的这些优势弥补了雷达再导航和避碰的局限性。

由于船舶条件的限制，无法保证雷达天线和AIS安装在同一位置，当雷达图像与AIS目标显示在一起时，会发生偏差，因此需要根据AIS目标对雷达图像进行校准。

在实现本发明过程中，发明人发现现有技术中的校准工作是通过人为观察两者差异，手动设定距离偏移和方位偏移，以调整雷达图像中心或角度实现两者的匹配，以实现对雷达本身的校准。然而，手动校准无法保证雷达图像和AIS目标准确重合，导致校准精度和校准效率相对较低，且人为因素导致校准差异较大。

发明内容

鉴于上述问题，本发明提出了一种雷达目标的校准方法及装置，能够快速准确地确定出最优的校准偏移量，进而有效地提高雷达目标的校准精度和校准效率。

本发明的一个方面，提供了一种雷达目标的校准方法，包括：

获取第一预设搜索范围内的AIS目标集；

采用K-均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类；

查找各个类中的参考AIS目标，所述参考AIS目标为距离对应聚类的中心最近且偏移方位与雷达目标一致的AIS目标；

搜索与所述参考AIS目标位置最接近和/或航速差别最小的雷达目标作为待校准雷达目标；

计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，并基于所述距离偏移量和方位偏移量对所述待校准雷达目标进行校准。

可选地，所述获取第一预设搜索范围内的AIS目标集之后，所述方法还包括：

判定所述AIS目标集中的AIS目标数量是否少于预设阈值；

若所述AIS目标集中的AIS目标数量少于预设阈值，则扩大搜索范围至第二预设搜索范围，获取所述第二预设搜索范围内的AIS目标集。

可选地，所述采用K-均值聚类算法对所述AIS目标集进行聚类之前，所述方法还包括：

根据所述待校准雷达数据对所述AIS目标集中的各个AIS目标进行坐标变换和时间配准；

对坐标变换和时间配准后的各个AIS目标按照偏移方位进行排序。

可选地，所述采用K-均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类，包括：

从所述AIS目标集中选取偏移方位差别大于预设方位阈值的预设数量个AIS目标作为聚类中心；

计算每一聚类中心的AIS目标的均值μ_i，公式如下：

其中，R_Ai为AIS目标的距离值，θ_Ai为AIS目标的方位值；

根据每一聚类中心的AIS目标的均值μ_i对所述AIS目标中的其他AIS目标进行聚类，并在聚类过程中实时更新当前类的质心，直到所述AIS目标集所有的AIS目标完成分类。

可选地，所述计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，包括：

采用分块查找算法计算所述参考AIS目标与对应的待校准雷达目标之间的最优距离偏移量和方位偏移量。

可选地，所述采用分块查找算法计算所述参考AIS目标与对应的待校准雷达目标之间的最优距离偏移量和方位偏移量，包括：

将所述距离偏移量P和方位偏移量Q分别分成L块，其中任意一块由其对应的起始值S、结束值E和中间值M表示，即表示为

和

的形式，i为对应的块数；

以每一块的均值M_i作为其对应的偏移量，计算各个块与所述待校准雷达目标的均方误差和Err_i，公式如下：

其中，R_Rj为雷达目标的距离值，θ_Rj为雷达目标的方位值，R_Aj为AIS目标的距离值，θ_Aj为AIS目标的方位值；

选取均方误差和最小的块作为目标块，并遍历所述目标块中每一可选的距离偏移量和方位偏移量分别进行均方误差和的计算，并选取目标块中均方误差和最小的距离偏移量和方位偏移量作为最优距离偏移量和方位偏移量。

本发明的另一个方面，提供了一种雷达目标的校准装置，包括：

获取模块，用于获取第一预设搜索范围内的AIS目标集；

聚类模块，用于采用K-均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类；

查找模块，用于查找各个类中的参考AIS目标，所述参考AIS目标为距离对应聚类的中心最近且偏移方位与雷达目标一致的AIS目标；

搜索模块，用于搜索与所述参考AIS目标位置最接近和/或航速差别最小的雷达目标作为待校准雷达目标；

校准模块，用于计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，并基于所述距离偏移量和方位偏移量对所述待校准雷达目标进行校准。

可选地，所述装置还包括：

判定模块，用于在所述获取模块获取第一预设搜索范围内的AIS目标集之后，判定所述AIS目标集中的AIS目标数量是否少于预设阈值；

所述获取模块，还用于当所述AIS目标集中的AIS目标数量少于预设阈值时，扩大搜索范围至第二预设搜索范围，获取所述第二预设搜索范围内的AIS目标集。

可选地，所述装置还包括：

预处理模块，用于在所述采用K-均值聚类算法对所述AIS目标集进行聚类之前，根据所述待校准雷达数据对所述AIS目标集中的各个AIS目标进行坐标变换和时间配准，并对坐标变换和时间配准后的各个AIS目标按照偏移方位进行排序。

可选地，所述校准模块，具体用于采用分块查找算法计算所述参考AIS目标与对应的待校准雷达目标之间的最优距离偏移量和方位偏移量。

本发明实施例提供的雷达目标的校准方法及装置，能够快速准确地确定出最优的校准偏移量，并根据最优的校准偏移量实现对雷达目标的自动校准，进而有效地提高雷达目标的校准精度和校准效率，而且具有较强的鲁棒性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例的一种雷达目标的校准方法的流程图；

图2为本发明实施例中的AIS目标与雷达目标回波的示意图；

图3为本发明实施例的一种雷达目标的校准装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。

为了解决现有雷达目标校准技术中手动校准无法保证雷达图像和AIS目标准确重合，导致校准精度和校准效率相对较低，且人为因素导致校准差异较大的问题，本发明提出一种雷达目标的校准方法及装置，有效地提高雷达目标的校准精度和校准效率。

图1示意性示出了本发明一个实施例的雷达目标的校准方法的流程图。参照图1，本发明实施例的雷达目标的校准方法具体包括以下步骤：

S11、获取第一预设搜索范围内的AIS目标集。

在实际应用中，第一预设搜索范围可以设置为1NM到6NM范围，通过在1NM到6NM范围内搜索AIS目标集，得到AIS目标列表。具体的，本发明实施例中选择浮标作为AIS目标的校准对象，是因为浮标是固定目标，且雷达回波面积较小，可近似看作为点目标，在配准过程中误差相对较小；而首选1NM到6NM范围内目标，是因为6NM内的目标是船用导航雷达主要关注的范围，而1NM内雷达回波受海杂波影响较大，为了校准精确本发明实施例避开选择近距离的目标作为参考目标。

S12、采用K-均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类。

S13、查找各个类中的参考AIS目标，所述参考AIS目标为距离对应聚类的中心最近且偏移方位与雷达目标一致的AIS目标。

本实施例中，在每一类中心附近寻找合适的参考AIS目标，需要具备以下两个条件：

1、距离聚类中心较近；

2、选择的AIS目标与其雷达目标回波位置偏差方向一致。

如图2所示，三角形是AIS目标的标志，灰色图案的是雷达回波。图中所选的AIS目标都位于其对应的雷达回波左侧。通过调整雷达图像中心位置，可使雷达回波的中心与AIS中心距离最小，如图2中箭头指向的位置，当雷达图像平移到此处时，目标B和目标C中心与雷达回波中心重合，目标A的AIS中心与雷达回波中心距离减小。

S14、搜索与所述参考AIS目标位置最接近和/或航速差别最小的雷达目标作为待校准雷达目标。

当选中了参考AIS目标之后，则搜索与其匹配的待校准雷达目标。通过计算位置均方差和航速均方差，搜索其误差值最小的雷达目标作为待校准雷达目标。如果与其融合的雷达目标关系不符合位置偏差方向一致的条件，返回到步骤S13，重新寻找参考AIS目标。

S15、计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，并基于所述距离偏移量和方位偏移量对所述待校准雷达目标进行校准。

本发明实施例提供的雷达目标的校准方法，能够快速准确地确定出最优的校准偏移量，并根据最优的校准偏移量实现对雷达目标的自动校准，进而有效地提高雷达目标的校准精度和校准效率，而且具有较强的鲁棒性。

本发明实施例中，所述获取第一预设搜索范围内的AIS目标集之后，所述方法还包括：

判定所述AIS目标集中的AIS目标数量是否少于预设阈值；

若所述AIS目标集中的AIS目标数量少于预设阈值，则扩大搜索范围至第二预设搜索范围，获取所述第二预设搜索范围内的AIS目标集。

本发明实施例中，为了确保校准的准确性，AIS目标集中AIS目标的个数不能小于预设阈值N，如果AIS目标的个数小于N时，则需要再扩大搜索范围至第二预设搜索范围。优选地，本实施例中可以扩大搜索范围到8NM。

可理解的，扩大搜索范围的具体数值可根据实际情况进行设定，对此本发明不做具体限定。

本发明实施例中，所述采用K-均值聚类算法对所述AIS目标集进行聚类之前，所述方法还包括以下步骤：

根据所述待校准雷达数据对所述AIS目标集中的各个AIS目标进行坐标变换和时间配准；

对坐标变换和时间配准后的各个AIS目标按照偏移方位进行排序。

本实施例中，坐标变换，即将所述AIS目标对应的经纬度坐标转换为以米为数据单位的位置坐标(方位和距离值)。由于AIS目标对应的AIS目标位置信息的数据单位是经纬度，而雷达目标初始数据对应的AIS目标位置信息的数据单位为米，因此，将所述AIS目标初始数据对应的经纬度坐标转换为以米为数据单位的位置坐标。其中，两者的航速单位为节(kn)。时间配准，即根据所述雷达目标对应的数据帧的时间长度对所述AIS目标初始数据的进行时间插值。本实施例中，AIS目标根据其航速大小，发送AIS数据的频率不同。因此，需要按照所述雷达目标初始数据对应的一帧数据的时间长度对AIS目标初始数据的时间进行插值。

在实际应用中，由于AIS是根据船舶的航速快慢决定发送数据的时间间隔的，通常有以下时间间隔，2s，3.33s，6s，10s和3分钟，雷达一帧时间间隔约2s，因此大于2s需要插值，具体的可以采用加权插值法实现。

对坐标变换和时间配准后的各个AIS目标按照偏移方位进行排序具体实现如下：

设在AIS目标列表中搜索到M个浮标，即M个AIS目标。当M＞N时，则对AIS按照方位进行排序，同方位的目标按距离大小排序，设排序后的AIS目标为{A₁,A₂,…,A_M}，且M≥N，其中A₁的方位值最小。A_i＝(R_Ai,θ_Ai)，式中R_Ai是该AIS目标的距离，θ_Ai是AIS目标方位。

如果M＝N时，则直接计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，并基于所述距离偏移量和方位偏移量对所述待校准雷达目标进行校准。

具体的，所述采用K-均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类，进一步包括以下步骤：

从所述AIS目标集中选取偏移方位差别大于预设方位阈值的预设数量个AIS目标作为聚类中心；

计算每一聚类中心的AI S目标的均值μ_i，公式如下：

其中，R_Ai为AIS目标的距离值，θ_Ai为AIS目标的方位值；

根据每一聚类中心的AIS目标的均值μ_i对所述AIS目标中的其他AIS目标进行聚类，并在聚类过程中实时更新当前类的质心，直到所述AIS目标集所有的AIS目标完成分类。

在实际应用中，聚类中心初选择。由于聚类的结果受到初始聚类中心的影响，因此为了有较好的聚类效果，本发明通过排序后的AIS目标列表，选择距离较远的3个目标。具体如下：

虽然A₁和A_M的方位差别最大，但是其位置相距较近，因此两者只选一个作为初始聚类中心，再从序列的1/3处和2/3处分别选一个目标。在一个具体实施例中，可以选择3类，分别是：第1，

和

个AIS目标，其中

表示取整。

根据式(1)计算这3类的初始均值μ_i，再从剩余的目标中抽出1个样本A_Ai，根据式(2)计算其应属于哪一类：

对于第j类，重新计算该类的质心，即取聚类中所有元素各自维度重新计算该类的质心。计算该样本与各类均值的均方差，选择差值最小的一类作为其归属类。当判断该样本属于第j类时，根据类中所有样本的各自维度重新计算该类的质心。

重复上述过程，直到所有样本分配完毕。

本实施例中，所述计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，具体包括：采用分块查找算法计算所述参考AIS目标与对应的待校准雷达目标之间的最优距离偏移量和方位偏移量。

进一步地，所述采用分块查找算法计算所述参考AIS目标与对应的待校准雷达目标之间的最优距离偏移量和方位偏移量，包括：

将所述距离偏移量P和方位偏移量Q分别分成L块，其中任意一块由其对应的起始值S、结束值E和中间值M表示，即表示为

和

的形式，i为对应的块数；

以每一块的均值M_i作为其对应的偏移量，计算各个块与所述待校准雷达目标的均方误差和Err_i，公式如下：

其中，R_Rj为雷达目标的距离值，θ_Rj为雷达目标的方位值，R_Aj为AIS目标的距离值，θ_Aj为AIS目标的方位值；

选取均方误差和最小的块作为目标块，并遍历所述目标块中每一可选的距离偏移量和方位偏移量分别进行均方误差和的计算，并选取目标块中均方误差和最小的距离偏移量和方位偏移量作为最优距离偏移量和方位偏移量。

在实际应用中，设距离上最大偏移为P，方位上最大偏移为Q，把距离偏移和方位偏移都分成L块，即{P₁,P₂,…,P_L}和{Q₁,Q₂,…,Q_L}。任意一块由其起始值，结束值和中间值表示，即表示为

和

的形式。

然后进行粗匹配，具体为：

以任一块的均值M_i作为其偏移量，根据式(3)计算均方误差和Err_i，通过计算所有块对应的误差，选择误差最小的块。

然后进行细匹配，具体为：

对于选中的误差最小的块，遍历其块中所有的整数，根据式(3)计算误差值，选择误差值最小的对应的距离偏移量和方位偏移量。

在一个具体实施例中，为了减少计算量，本发明采用分块搜索的方法计算最佳的偏移位置。设最大的距离偏移量和方位偏移量都为500m，把其分为10块，如第一块

以此类推，计算每块的起始位置、结束位置和中间值。根据式(3)计算每块的误差，选中误差最小的块。再遍历其该块的所有整数，根据式(3)计算每各点的误差，误差最小的点即所求的最优偏移量。通过此方法可大幅度减少计算量，也节约了计算时间。

本发明实施例提供的雷达目标的校准方法，改善了雷达校准的精度。由于船用AIS通常的定位精度在5m左右，雷达在短脉冲模式下的距离精度可以达到1.2-2.5m左右。因此，自动校准技术，可以确保系统在最佳的雷达距离精度状态下进行匹配校准，实现的雷达精度最高，克服人为因素干扰。这种性能尤其在一些特种雷达应用环境中非常有意义。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

图3示意性示出了本发明一个实施例的雷达目标的校准装置的结构示意图。参照图3，本发明实施例的雷达目标的校准装置具体包括获取模块301、聚类模块302、查找模块303、搜索模块304以及校准模块305，其中，所述的获取模块301，用于获取第一预设搜索范围内的AIS目标集；所述的聚类模块302，用于采用K-均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类；所述的查找模块303，用于查找各个类中的参考AIS目标，所述参考AIS目标为距离对应聚类的中心最近且偏移方位与雷达目标一致的AIS目标；所述的搜索模块304，用于搜索与所述参考AIS目标位置最接近和/或航速差别最小的雷达目标作为待校准雷达目标；所述的校准模块305，用于计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，并基于所述距离偏移量和方位偏移量对所述待校准雷达目标进行校准。

本发明实施例中，所述装置还包括附图中未示出的判定模块，其中，所述的判定模块，用于在所述获取模块301获取第一预设搜索范围内的AIS目标集之后，判定所述AIS目标集中的AIS目标数量是否少于预设阈值。

相应地，所述获取模块3011，还用于当所述AIS目标集中的AIS目标数量少于预设阈值时，扩大搜索范围至第二预设搜索范围，获取所述第二预设搜索范围内的AIS目标集。

本发明实施例中，所述装置还包括附图中未示出的预处理模块，其中，所述的预处理模块，用于在所述聚类模块302采用K-均值聚类算法对所述AIS目标集进行聚类之前，根据所述待校准雷达数据对所述AIS目标集中的各个AIS目标进行坐标变换和时间配准，并对坐标变换和时间配准后的各个AIS目标按照偏移方位进行排序。

本发明实施例中，所述校准模块305，具体用于采用分块查找算法计算所述参考AIS目标与对应的待校准雷达目标之间的最优距离偏移量和方位偏移量。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

此外，本发明另一实施例还提供了一种电子设备，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，所述电路板安置在所述壳体围成的空间内部，所述处理器和所述存储器设置在所述电路板上；所述电源电路，用于为所述电子设备的各个电路或器件供电；所述存储器用于存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行以下步骤：获取第一预设搜索范围内的AIS目标集；采用K-均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类；查找各个类中的参考AIS目标，所述参考AIS目标为距离对应聚类的中心最近且偏移方位与雷达目标一致的AIS目标；搜索与所述参考AIS目标位置最接近和/或航速差别最小的雷达目标作为待校准雷达目标；计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，并基于所述距离偏移量和方位偏移量对所述待校准雷达目标进行校准。。

本发明实施例提供的雷达目标的校准方法及装置，通过结合K-均值聚类算法和分块搜索算法，能够快速准确地确定出最优的校准偏移量，并根据最优的校准偏移量实现对雷达目标的自动校准，进而有效地提高雷达目标的校准精度和校准效率，而且具有较强的鲁棒性。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种雷达目标的校准方法，其特征在于，包括:

获取第一预设搜索范围内的AIS目标集；

采用K-均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类；

查找各个类中的参考AIS目标，所述参考AIS目标为距离对应聚类的中心最近且偏移方位与雷达目标一致的AIS目标；

搜索与所述参考AIS目标位置最接近和/或航速差别最小的雷达目标作为待校准雷达目标；

计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，并基于所述距离偏移量和方位偏移量对所述待校准雷达目标进行校准。

2.根据权利要求1所述的方法，其特征在于，所述获取第一预设搜索范围内的AIS目标集之后，所述方法还包括：

判定所述AIS目标集中的AIS目标数量是否少于预设阈值；

若所述AIS目标集中的AIS目标数量少于预设阈值，则扩大搜索范围至第二预设搜索范围，获取所述第二预设搜索范围内的AIS目标集。

3.根据权利要求1所述的方法，其特征在于，所述采用K-均值聚类算法对所述AIS目标集进行聚类之前，所述方法还包括：

根据所述待校准雷达数据对所述AIS目标集中的各个AIS目标进行坐标变换和时间配准；

对坐标变换和时间配准后的各个AIS目标按照偏移方位进行排序。

4.根据权利要求1所述的方法，其特征在于，所述采用K-均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类，包括：

从所述AIS目标集中选取偏移方位差别大于预设方位阈值的预设数量个AIS目标作为聚类中心；

计算每一聚类中心的AIS目标的均值μ_i，公式如下：

其中，R_Ai为AIS目标的距离值，θ_Ai为AIS目标的方位值；

根据每一聚类中心的AIS目标的均值μ_i对所述AIS目标集中的其他AIS目标进行聚类，并在聚类过程中实时更新当前类的质心，直到所述AIS目标集所有的AIS目标完成分类。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，包括：

采用分块查找算法计算所述参考AIS目标与对应的待校准雷达目标之间的最优距离偏移量和方位偏移量。

6.根据权利要求5所述的方法，其特征在于，所述采用分块查找算法计算所述参考AIS目标与对应的待校准雷达目标之间的最优距离偏移量和方位偏移量，包括：

将所述距离偏移量P和方位偏移量Q分别分成L块，其中任意一块由其对应的起始值S、结束值E和中间值M表示，即表示为

和

的形式，i为对应的块数；

以每一块的均值M_i作为其对应的偏移量，计算各个块与所述待校准雷达目标的均方误差和Err_i，公式如下：

其中，R_Rj为雷达目标的距离值，θ_Rj为雷达目标的方位值，R_Aj为AIS目标的距离值，θ_Aj为AIS目标的方位值；

选取均方误差和最小的块作为目标块，并遍历所述目标块中每一可选的距离偏移量和方位偏移量分别进行均方误差和的计算，并选取目标块中均方误差和最小的距离偏移量和方位偏移量作为最优距离偏移量和方位偏移量。

7.一种雷达目标的校准装置，其特征在于，包括：

获取模块，用于获取第一预设搜索范围内的AIS目标集；

聚类模块，用于采用K-均值聚类算法对所述AIS目标集进行聚类，以将所述AIS目标集划分成N类；

查找模块，用于查找各个类中的参考AIS目标，所述参考AIS目标为距离对应聚类的中心最近且偏移方位与雷达目标一致的AIS目标；

搜索模块，用于搜索与所述参考AIS目标位置最接近和/或航速差别最小的雷达目标作为待校准雷达目标；

校准模块，用于计算所述参考AIS目标与对应的待校准雷达目标之间的距离偏移量和方位偏移量，并基于所述距离偏移量和方位偏移量对所述待校准雷达目标进行校准。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

判定模块，用于在所述获取模块获取第一预设搜索范围内的AIS目标集之后，判定所述AIS目标集中的AIS目标数量是否少于预设阈值；

所述获取模块，还用于当所述AIS目标集中的AIS目标数量少于预设阈值时，扩大搜索范围至第二预设搜索范围，获取所述第二预设搜索范围内的AIS目标集。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

预处理模块，用于在所述采用K-均值聚类算法对所述AIS目标集进行聚类之前，根据所述待校准雷达数据对所述AIS目标集中的各个AIS目标进行坐标变换和时间配准，并对坐标变换和时间配准后的各个AIS目标按照偏移方位进行排序。

10.根据权利要求7-9任一项所述的装置，其特征在于，所述校准模块，具体用于采用分块查找算法计算所述参考AIS目标与对应的待校准雷达目标之间的最优距离偏移量和方位偏移量。

Images