CN112859133B - 一种基于雷达与北斗数据的船舶深度融合定位方法 - Google Patents

一种基于雷达与北斗数据的船舶深度融合定位方法 Download PDF

Info

Publication number
CN112859133B
CN112859133B CN202110075384.3A CN202110075384A CN112859133B CN 112859133 B CN112859133 B CN 112859133B CN 202110075384 A CN202110075384 A CN 202110075384A CN 112859133 B CN112859133 B CN 112859133B
Authority
CN
China
Prior art keywords
ship
moment
beidou
radar
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110075384.3A
Other languages
English (en)
Other versions
CN112859133A (zh
Inventor
夏亮
金家龙
石志国
孙硕
彭朋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Shipbuilding Pengli Nanjing Atmospheric And Ocean Information System Co ltd
Original Assignee
CSIC Pride Nanjing Atmospheric and Oceanic Information System Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CSIC Pride Nanjing Atmospheric and Oceanic Information System Co Ltd filed Critical CSIC Pride Nanjing Atmospheric and Oceanic Information System Co Ltd
Priority to CN202110075384.3A priority Critical patent/CN112859133B/zh
Publication of CN112859133A publication Critical patent/CN112859133A/zh
Application granted granted Critical
Publication of CN112859133B publication Critical patent/CN112859133B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于雷达与北斗数据的船舶深度融合定位方法，利用岸基雷达获取到的船舶信息与北斗船载终端提供的船舶信息构建船舶深度融合定位模型，在复杂的水域环境下，可以实现船舶目标的精确可靠定位。主要步骤如下：首先对雷达与北斗数据进行时空转换与统一；然后构建船舶深度融合定位模型；最后进行鲁棒滤波的递推计算，实时获取船舶位置的精确估计值。本发明能够在无法确切知道信号噪声统计特性的情况下，精确估计出船舶的位置坐标，具有精度高、可靠性强、适用性广等特点。

Description

一种基于雷达与北斗数据的船舶深度融合定位方法
技术领域
本发明涉及多源信息融合领域，特别是一种基于雷达与北斗数据的船舶深度融合定位方法。
背景技术
为确保船舶航行安全，提高航运效率，船舶交通管理系统(Vessel TrafficServices，VTS)在我国水上交通管理部门获得大规模应用普及。VTS通过多源信息融合技术对雷达目标信息和AIS目标信息(Automatic Identification System，船舶自动识别系统)进行融合定位，从而获取精确可靠的船舶位置信息。
传统的融合定位方法一般将信号噪声设定为高斯白噪声，但在复杂的水域环境下，不确定的非线性噪声会使传感器的噪声统计特性发生变化，使得传统方法预先设定的噪声模型不准确，从而导致定位精度下降、适用性变差，无法精确估计出船舶位置。与此同时，绝大多数船载AIS设备都是使用美国的全球定位系统(Global Positioning System，GPS)提供船舶的位置信息。但GPS受制于美国的选择失效(SD)技术，该技术可通过基于陆地上的干扰源来干扰民用GPS信号，导致AIS目标定位精度大幅降低、可用性减弱。
着眼于国家安全和经济社会发展需要，我国自主研制建设了北斗卫星导航系统(BeiDou Navigation Satellite System，BDS)，该系统不受国外政策和形势的影响，能为用户提供全天候、高精度、强安全的定位、导航和授时服务。伴随系统服务能力提升，北斗逐渐应用于水上交通运输领域，海事部门的公务船只、渔船、客船等已经开始使用北斗船载终端来替代船载AIS设备。可以预见，在国家相关部门的大力推广下，北斗船载终端将会快速普及，逐渐替代船载AIS设备。由此可见，研究基于雷达与北斗数据的船舶融合定位方法，对我国VTS的进一步发展具有至关重要的意义。
为克服传统方法在实际应用中的不足，本发明提出一种基于雷达和北斗数据的船舶深度融合定位方法，该方法通过使用鲁棒滤波算法解决模型中存在的不确定性问题，对噪声的不确定性具有较强的鲁棒性。在无法确切知道复杂环境中噪声信号统计特性的情况下，本发明可以精确估计出船舶位置坐标，具有精度高、可靠性强、适用性广等特点，为VTS提供精确可靠的船舶位置信息。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足，而提供一种基于雷达与北斗数据的船舶深度融合定位方法，该基于雷达与北斗数据的船舶深度融合定位方法
为解决上述技术问题，本发明采用的技术方案是：
一种基于雷达与北斗数据的船舶深度融合定位方法，包括如下步骤。
步骤1、时空转换与统一，具体包括坐标转换和时间校准。
坐标转换是指将岸基雷达获取到的船舶位置坐标以及北斗船载终端提供的船舶位置坐标均转换为平面直角坐标。同时，将岸基雷达探测到的船舶目标称为雷达目标，北斗船载终端提供信息的船舶目标称为北斗目标。
时间校准则是将岸基雷达的时间与北斗船载终端的时间进行校对与统一。
步骤2、构建船舶深度融合定位模型：基于岸基雷达获取到的船舶位置信息与北斗船载终端提供的船舶位置信息、速度信息和航向信息，构建船舶深度融合定位模型如下：
Figure BDA0002907437080000021
且令
Figure BDA0002907437080000022
式(1)和式(2)中，k表示离散化时刻，取值为2、3、4......。
Figure BDA0002907437080000023
表示k时刻深度融合后的船舶定位模型估计值。
xk、yk分别表示平面直角坐标系下k时刻船舶目标在x轴和y轴方向上的坐标值。
xk-1、yk-1分别表示平面直角坐标系下k-1时刻船舶目标在x轴和y轴方向上的坐标值。
Figure BDA0002907437080000024
和
Figure BDA0002907437080000025
分别表示平面直角坐标系下k时刻北斗目标在x轴和y轴方向上的速度。
Figure BDA0002907437080000026
和
Figure BDA0002907437080000027
分别表示平面直角坐标系下k-1时刻北斗目标在x轴和y轴方向上的速度。
Δt表示k和k-1时刻之间的时间间隔。
Figure BDA0002907437080000028
表示北斗船载终端提供的船舶速度。A表示北斗船载终端提供的航向角。
x1、y1分别表示平面直角坐标系下k＝1时刻船舶目标在x轴和y轴方向上的坐标值。
Figure BDA0002907437080000029
和
Figure BDA00029074370800000210
分别表示平面直角坐标系下k＝1时刻雷达目标在x轴和y轴方向上的坐标值。
步骤3、确定船舶目标位置观测值Zk：根据当前k时刻岸基雷达和北斗船载终端的自身定位精度、以及信号强弱，确定k时刻的船舶目标位置观测值Zk。
步骤4、构建k-1时刻至k时刻之间的过程船舶深度融合定位模型
Figure BDA00029074370800000211
具体如下式所示：
Figure BDA0002907437080000031
其中，
Figure BDA0002907437080000032
Figure BDA0002907437080000033
表示k-1时刻深度融合后的船舶定位模型估计值，将公式(1)中的k替换为k-1得到。
Fk，k-1表示k-1时刻至k时刻之间的状态转移矩阵。
步骤5、确定噪声调节系数λ：以高精度组合定位系统输出的船舶位置作为基准值，手动调节系数λ，使得滤波输出的船舶位置与基准值之间的差值不高于1m，并将差值不高于1m时的系数λ确定为最终的噪声调节系数λ；其中，高精度组合定位系统的定位精度高于岸基雷达和北斗船载终端的定位精度。
步骤6、构建精度误差协方差估计矩阵，具体如下：
Figure BDA0002907437080000034
其中：
Figure BDA0002907437080000035
Figure BDA0002907437080000036
Figure BDA0002907437080000037
式(5)至式(8)中，Pk表示k时刻的精度误差协方差估计矩阵。
Pk-1表示k-1时刻的精度误差协方差估计矩阵，将公式(5)中的k替换为k-1得到。
H表示观测矩阵。I表示单位矩阵。
Rk，k-1表示k-1时刻至k时刻之间的噪声调节矩阵，需代入步骤5确定的噪声调节系数λ。
P1表示k＝1时刻的精度误差协方差估计矩阵。
γ1x表示岸基雷达在k＝1时刻的x轴方向的初始位置精度误差。
γ1y表示岸基雷达在k＝1时刻的y轴方向的初始位置精度误差。
Figure BDA0002907437080000041
表示北斗船载终端在k＝1时刻的x轴方向的初始速度精度误差。
Figure BDA0002907437080000042
表示北斗船载终端在k＝1时刻的y轴方向的初始速度精度误差。
步骤7、构建噪声滤波增益矩阵Kk，具体如下：
Kk＝PkHT(1+HPkHT)-1 (9)
接着，将步骤6构建的Pk，代入公式(9)中，得到噪声滤波增益矩阵Kk。
步骤8、构建船舶深度融合定位后的滤波输出矩阵，具体如下：
Figure BDA0002907437080000043
将步骤2构建的
Figure BDA0002907437080000044
步骤3确定的Zk、步骤4构建的
Figure BDA0002907437080000045
和步骤7构建的Kk，分别代入公式(10)，从而得到船舶深度融合定位后的滤波输出矩阵。通过对船舶深度融合定位后的滤波输出矩阵进行迭代更新，从而得到平面直角坐标系下k时刻准确的位置信息xk和yk。
步骤3中，确定k时刻的船舶目标位置观测值Zk，具体方法为：
(a)在当前k时刻，当岸基雷达和北斗船载终端的信号均不低于设定值时，则选取岸基雷达和北斗船载终端两者中自身定位精度中较大值的船舶位置信息，作为船舶目标位置观测值Zk。
(b)在当前k时刻，当岸基雷达和北斗船载终端两者中仅有一个信号低于设定值时，则选取信号不低于设定值的船舶位置信息，作为船舶目标位置观测值Zk。
步骤3(a)中，当岸基雷达的自身定位精度大于北斗船载终端的自身定位精度时，Zk取值为：
Figure BDA0002907437080000046
其中，
Figure BDA0002907437080000047
和
Figure BDA0002907437080000048
分别表示平面直角坐标系下k时刻雷达目标在x轴和y轴方向上的坐标值。
当岸基雷达的自身定位精度小于北斗船载终端的自身定位精度时，Zk取值为：
Figure BDA0002907437080000049
其中，
Figure BDA0002907437080000051
和
Figure BDA0002907437080000052
分别表示平面直角坐标系下k时刻北斗目标在x轴和y轴方向上的坐标值。
步骤6中，γ1x＝γ1y＝5m，
Figure BDA0002907437080000053
步骤5中，λ＝1.05。
本发明具有如下有益效果：
1、本发明充分融合了北斗船载终端提供的船舶相关信息(位置、速度、航向)，大幅提升系统安全性，同时也对北斗卫星导航系统在水上交通运输领域的应用普及具有一定的推广意义和实用价值。
2、本发明通过噪声调节系数的确定，并采用鲁棒滤波算法的递推解算，从而能为VTS提供精确可靠的船舶位置信息，且具有精度高、可靠性强、适用性广等特点。
3、本发明适用于信号噪声无法准确建模的情况，在复杂的水域环境下，定位结果能够满足VTS对船舶位置的精度和可靠性要求。
附图说明
图1显示了本发明一种基于雷达与北斗数据的船舶深度融合定位方法的流程图。
图2显示了本发明中船舶目标坐标系的示意图。
图3显示了船舶目标的航速、航向示意图。
具体实施方式
下面结合附图和具体较佳实施方式对本发明作进一步详细的说明。
本发明的描述中，需要理解的是，术语“左侧”、“右侧”、“上部”、“下部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，“第一”、“第二”等并不表示零部件的重要程度，因此不能理解为对本发明的限制。本实施例中采用的具体尺寸只是为了举例说明技术方案，并不限制本发明的保护范围。
如图1所示，一种基于雷达与北斗数据的船舶深度融合定位方法，包括如下步骤。
步骤1、时空转换与统一，具体包括坐标转换和时间校准。
由于岸基雷达与北斗船载终端采用不一样的坐标基准和时间基准，为实现两者数据的融合处理，应对当前时刻船舶目标的雷达数据与北斗数据进行坐标转换和时间校准。
本发明定义岸基雷达探测到的船舶目标为雷达目标，北斗船载终端提供信息的船舶目标为北斗目标；为更好地覆盖监测水域，岸基雷达一般都具有一定的架设高度，所以针对岸基雷达获取到的船舶位置坐标(ρ，θ)，将其转换为平面直角坐标的转换公式如下：
Figure BDA0002907437080000061
上式中，DRadar表示雷达目标与平面直角坐标系原点的距离，ρ表示雷达目标与岸基雷达的距离，h表示岸基雷达到水面的垂直距离，θRadar表示雷达目标相对于平面直角坐标系原点的方位，θ表示雷达目标相对于岸基雷达的方位，xRadar和yRadar分别表示在平面直角坐标系下雷达目标的横坐标和纵坐标，具体如图2所示。
接着针对北斗船载终端提供的船舶位置坐标
Figure BDA0002907437080000065
使用高斯-克吕格投影算法将其转换为平面直角坐标(xBDSyBDS)，其中，
Figure BDA0002907437080000066
和λ分别表示地理坐标系下北斗目标的纬度和经度，xBDS和yBDS分别表示平面直角坐标系下北斗目标的横坐标和纵坐标，如图3所示。高斯-克吕格投影算法中具体的坐标转化方法，为现有技术，这里不再赘述。
针对北斗船载终端提供的船舶速度vBDS和航向角A，进行如下转换：
Figure BDA0002907437080000062
上式中，υx和υy分别表示平面直角坐标系下北斗目标在x轴和y轴方向上的速度。
时间校准就是将基于同一目标的各传感器不同步的量测信息同步到同一时刻，针对独立异步工作的雷达和北斗船载终端，采用三次样条插值算法拟合这两种传感器的采样数据，从而得到一条连续光滑的曲线，该样条曲线具有较高的拟合精度和较好的光滑性，根据此曲线计算出每个传感器各个时刻的采样值，进而实现雷达与北斗数据的时空转换与统一。其中，三次Catmull-Rom样条插值算法校准时间，为现有技术，这里不再赘述。
步骤2、构建船舶深度融合定位模型：基于岸基雷达获取到的船舶位置信息与北斗船载终端提供的船舶位置信息、速度信息和航向信息，构建船舶深度融合定位模型如下：
Figure BDA0002907437080000063
且令
Figure BDA0002907437080000064
式(1)和式(2)中，k表示离散化时刻，取值为2、3、4......。
Figure BDA0002907437080000071
表示k时刻深度融合后的船舶定位模型估计值。
xk、yk分别表示平面直角坐标系下k时刻船舶目标在x轴和y轴方向上的坐标值。
xk-1、yk-1分别表示平面直角坐标系下k-1时刻船舶目标在x轴和y轴方向上的坐标值。
Figure BDA0002907437080000072
和
Figure BDA0002907437080000073
分别表示平面直角坐标系下k时刻北斗目标在x轴和y轴方向上的速度。
Figure BDA0002907437080000074
和
Figure BDA0002907437080000075
分别表示平面直角坐标系下k-1时刻北斗目标在x轴和y轴方向上的速度。
Δt表示k和k-1时刻之间的时间间隔。
Figure BDA0002907437080000076
表示北斗船载终端提供的船舶速度。A表示北斗船载终端提供的航向角。
x1、y1分别表示平面直角坐标系下k＝1时刻船舶目标在x轴和y轴方向上的坐标值。
Figure BDA0002907437080000077
和
Figure BDA0002907437080000078
分别表示平面直角坐标系下k＝1时刻雷达目标在x轴和y轴方向上的坐标值。
步骤3、确定船舶目标位置观测值Zk：根据当前k时刻岸基雷达和北斗船载终端的自身定位精度、以及信号强弱，确定k时刻的船舶目标位置观测值Zk，具体确定方法优选为：
(a)在当前k时刻，当岸基雷达和北斗船载终端的信号均不低于设定值时，则选取岸基雷达和北斗船载终端两者中自身定位精度中较大值的船舶位置信息，作为船舶目标位置观测值Zk。具体选取方法为：
当岸基雷达的自身定位精度大于北斗船载终端的自身定位精度时，Zk取值为：
Figure BDA0002907437080000079
上述
Figure BDA00029074370800000710
和
Figure BDA00029074370800000711
分别为平面直角坐标系下k时刻雷达目标在x轴和y轴方向上的坐标值。
当岸基雷达的自身定位精度小于北斗船载终端的自身定位精度时，Zk取值为：
Figure BDA00029074370800000712
其中，
Figure BDA00029074370800000713
和
Figure BDA00029074370800000714
分别为平面直角坐标系下k时刻北斗目标在x轴和y轴方向上的坐标值。
(b)在当前k时刻，当岸基雷达和北斗船载终端两者中仅有一个信号低于设定值时，则选取信号不低于设定值的船舶位置信息，作为船舶目标位置观测值Zk。
步骤4、构建k-1时刻至k时刻之间的过程船舶深度融合定位模型
Figure BDA00029074370800000715
具体如下式所示：
Figure BDA00029074370800000716
其中，
Figure BDA0002907437080000081
Figure BDA0002907437080000082
表示k-1时刻深度融合后的船舶定位模型估计值，将公式(1)中的k替换为k-1得到。
Fk，k-1表示k-1时刻至k时刻之间的状态转移矩阵。
步骤5、确定噪声调节系数λ：以高精度组合定位系统输出的船舶位置作为基准值，手动调节系数λ，使得滤波输出的船舶位置与基准值之间的差值不高于1m(优选为0.5～1m)，并将差值不高于1m时的系数λ确定为最终的噪声调节系数λ；其中，高精度组合定位系统的定位精度高于岸基雷达和北斗船载终端的定位精度。
本实施例中，高精度组合定位系统优选为NovAtel SPAN-CPT系统，定位精度可达0.01米，优选确定的噪声调节系数λ＝1.05。
步骤6、构建精度误差协方差估计矩阵，具体如下：
Figure BDA0002907437080000083
其中：
Figure BDA0002907437080000084
Figure BDA0002907437080000085
Figure BDA0002907437080000086
式(5)至式(8)中，Pk表示k时刻的精度误差协方差估计矩阵。
Pk-1表示k-1时刻的精度误差协方差估计矩阵，将公式(5)中的k替换为k-1得到。
H表示观测矩阵。I表示单位矩阵。
Rk，k-1表示k-1时刻至k时刻之间的噪声调节矩阵，需代入步骤5确定的噪声调节系数λ。
P1表示k＝1时刻的精度误差协方差估计矩阵。
γ1x表示岸基雷达在k＝1时刻的x轴方向的初始位置精度误差，优选为5m。
γ1y表示岸基雷达在k＝1时刻的y轴方向的初始位置精度误差，优选为5m。
Figure BDA0002907437080000091
表示北斗船载终端在k＝1时刻的x轴方向的初始速度精度误差，优选为0.05m/s。
Figure BDA0002907437080000092
表示北斗船载终端在k＝1时刻的y轴方向的初始速度精度误差，优选为0.05m/s。
γ1x、γ1y、
Figure BDA0002907437080000093
这四个参数应与传感器真实误差值相接近，若接近，则滤波算法的收敛时间就短，可以快速得到最优的模型估计值，若偏差较大，则滤波算法的收敛时间就会变长，甚至发散，无法得到最优的模型估计值；因本方法中岸基雷达在x轴方向和y轴方向的位置精度误差在5米左右，北斗船载终端在x轴方向和和y轴方向的速度精度误差在0.05米左右，为使滤波算法收敛时间最短，故γ1x＝γ1y＝5m，
Figure BDA0002907437080000094
步骤7、构建噪声滤波增益矩阵Kk，具体如下：
Kk＝PkHT(1+HPkHT)-1 (9)
接着，将步骤6构建的Pk，代入公式(9)中，得到噪声滤波增益矩阵Kk。
步骤8、构建船舶深度融合定位后的滤波输出矩阵，具体如下：
Figure BDA0002907437080000095
将步骤2构建的
Figure BDA0002907437080000096
步骤3确定的Zk、步骤4构建的
Figure BDA0002907437080000097
和步骤7构建的Kk，分别代入公式(10)，从而得到船舶深度融合定位后的滤波输出矩阵。通过对船舶深度融合定位后的滤波输出矩阵进行迭代更新，从而得到平面直角坐标系下k时刻准确的位置信息xk和yk。
上述步骤4至步骤8，采用的为鲁棒滤波算法的递推解算方法，通过使用鲁棒滤波算法解决模型中存在的不确定性问题，对噪声的不确定性具有较强的鲁棒性。在无法确切知道复杂环境中噪声信号统计特性的情况下，本发明可以精确估计出船舶位置坐标，具有精度高、可靠性强、适用性广等特点，为VTS提供精确可靠的船舶位置信息。
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。

Claims (3)

1.一种基于雷达与北斗数据的船舶深度融合定位方法，其特征在于：包括如下步骤：
步骤1、时空转换与统一，具体包括坐标转换和时间校准；
坐标转换是指将岸基雷达获取到的船舶位置坐标以及北斗船载终端提供的船舶位置坐标均转换为平面直角坐标；同时，将岸基雷达探测到的船舶目标称为雷达目标，北斗船载终端提供信息的船舶目标称为北斗目标；
时间校准则是将岸基雷达的时间与北斗船载终端的时间进行校对与统一；
步骤2、构建船舶深度融合定位模型：基于岸基雷达获取到的船舶位置信息与北斗船载终端提供的船舶位置信息、速度信息和航向信息，构建船舶深度融合定位模型如下：
Figure FDA0003524185660000011
且令
Figure FDA0003524185660000012
式(1)和式(2)中，k表示离散化时刻，取值为2、3、4......；
Figure FDA0003524185660000013
表示k时刻深度融合后的船舶定位模型估计值；
xk、yk分别表示平面直角坐标系下k时刻船舶目标在x轴和y轴方向上的坐标值；
xk-1、yk-1分别表示平面直角坐标系下k-1时刻船舶目标在x轴和y轴方向上的坐标值；
Figure FDA0003524185660000014
和
Figure FDA0003524185660000015
分别表示平面直角坐标系下k时刻北斗目标在x轴和y轴方向上的速度；
Figure FDA0003524185660000016
和
Figure FDA0003524185660000017
分别表示平面直角坐标系下k-1时刻北斗目标在x轴和y轴方向上的速度；
Δt表示k和k-1时刻之间的时间间隔；
Figure FDA0003524185660000018
表示北斗船载终端提供的船舶速度；A表示北斗船载终端提供的航向角；
x1、y1分别表示平面直角坐标系下k＝1时刻船舶目标在x轴和y轴方向上的坐标值；
Figure FDA0003524185660000019
和
Figure FDA00035241856600000110
分别表示平面直角坐标系下k＝1时刻雷达目标在x轴和y轴方向上的坐标值；
步骤3、确定船舶目标位置观测值Zk：根据当前k时刻岸基雷达和北斗船载终端的自身定位精度、以及信号强弱，确定k时刻的船舶目标位置观测值Zk，具体确定方法为：
(a)在当前k时刻，当岸基雷达和北斗船载终端的信号均不低于设定值时，则选取岸基雷达和北斗船载终端两者中自身定位精度中较大值的船舶位置信息，作为船舶目标位置观测值Zk；当岸基雷达的自身定位精度大于北斗船载终端的自身定位精度时，Zk取值为：
Figure FDA0003524185660000021
其中，
Figure FDA0003524185660000022
和
Figure FDA0003524185660000023
分别表示平面直角坐标系下k时刻雷达目标在x轴和y轴方向上的坐标值；当岸基雷达的自身定位精度小于北斗船载终端的自身定位精度时，Zk取值为：
Figure FDA0003524185660000024
其中，
Figure FDA0003524185660000025
和
Figure FDA0003524185660000026
分别表示平面直角坐标系下k时刻北斗目标在x轴和y轴方向上的坐标值；
(b)在当前k时刻，当岸基雷达和北斗船载终端两者中仅有一个信号低于设定值时，则选取信号不低于设定值的船舶位置信息，作为船舶目标位置观测值Zk；
步骤4、构建k-1时刻至k时刻之间的过程船舶深度融合定位模型
Figure FDA0003524185660000027
具体如下式所示：
Figure FDA0003524185660000028
其中，
Figure FDA0003524185660000029
Figure FDA00035241856600000210
表示k-1时刻深度融合后的船舶定位模型估计值，将公式(1)中的k替换为k-1得到；Fk，k-1表示k-1时刻至k时刻之间的状态转移矩阵；
步骤5、确定噪声调节系数λ：以高精度组合定位系统输出的船舶位置作为基准值，手动调节系数λ，使得滤波输出的船舶位置与基准值之间的差值不高于1m，并将差值不高于1m时的系数λ确定为最终的噪声调节系数λ；其中，高精度组合定位系统的定位精度高于岸基雷达和北斗船载终端的定位精度；
步骤6、构建精度误差协方差估计矩阵，具体如下：
Figure FDA00035241856600000211
其中：
Figure FDA00035241856600000212
Figure FDA00035241856600000213
Figure FDA0003524185660000031
式(5)至式(8)中，Pk表示k时刻的精度误差协方差估计矩阵；
Pk-1表示k-1时刻的精度误差协方差估计矩阵，将公式(5)中的k替换为k-1得到；
H表示观测矩阵；I表示单位矩阵；
Rk，k-1表示k-1时刻至k时刻之间的噪声调节矩阵，需代入步骤5确定的噪声调节系数λ；
P1表示k＝1时刻的精度误差协方差估计矩阵；
γ1x表示岸基雷达在k＝1时刻的x轴方向的初始位置精度误差；
γ1y表示岸基雷达在k＝1时刻的y轴方向的初始位置精度误差；
Figure FDA0003524185660000032
表示北斗船载终端在k＝1时刻的x轴方向的初始速度精度误差；
Figure FDA0003524185660000033
表示北斗船载终端在k＝1时刻的y轴方向的初始速度精度误差；
步骤7、构建噪声滤波增益矩阵Kk，具体如下：
Kk＝PkHT(1+HPkHT)-1 (9)
接着，将步骤6构建的Pk，代入公式(9)中，得到噪声滤波增益矩阵Kk；
步骤8、构建船舶深度融合定位后的滤波输出矩阵，具体如下：
Figure FDA0003524185660000034
将步骤2构建的
Figure FDA0003524185660000035
步骤3确定的Zk、步骤4构建的
Figure FDA0003524185660000036
和步骤7构建的Kk，分别代入公式(10)，从而得到船舶深度融合定位后的滤波输出矩阵；通过对船舶深度融合定位后的滤波输出矩阵进行迭代更新，从而得到平面直角坐标系下k时刻准确的位置信息xk和yk。
2.根据权利要求1所述的基于雷达与北斗数据的船舶深度融合定位方法，其特征在于：步骤6中，γ1x＝γ1y＝5m，
Figure FDA0003524185660000037
3.根据权利要求1所述的基于雷达与北斗数据的船舶深度融合定位方法，其特征在于：步骤5中，λ＝1.05。
CN202110075384.3A 2021-01-20 2021-01-20 一种基于雷达与北斗数据的船舶深度融合定位方法 Active CN112859133B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110075384.3A CN112859133B (zh) 2021-01-20 2021-01-20 一种基于雷达与北斗数据的船舶深度融合定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110075384.3A CN112859133B (zh) 2021-01-20 2021-01-20 一种基于雷达与北斗数据的船舶深度融合定位方法

Publications (2)

Publication Number Publication Date
CN112859133A CN112859133A (zh) 2021-05-28
CN112859133B true CN112859133B (zh) 2022-06-14

Family

ID=76007636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110075384.3A Active CN112859133B (zh) 2021-01-20 2021-01-20 一种基于雷达与北斗数据的船舶深度融合定位方法

Country Status (1)

Country Link
CN (1) CN112859133B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113534126B (zh) * 2021-07-07 2023-10-24 中船重工鹏力（南京）大气海洋信息系统有限公司 一种基于雷达的交汇水域船舶逆行违章判定方法
CN113946781B (zh) * 2021-10-18 2024-01-26 中船鹏力(南京)大气海洋信息系统有限公司 基于自适应多维度融合模型的船舶定位方法
CN117434885B (zh) * 2023-12-20 2024-04-02 北京航天驭星科技有限公司 卫星通信天线伺服系统及控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7719461B1 (en) * 2008-08-05 2010-05-18 Lockheed Martin Corporation Track fusion by optimal reduced state estimation in multi-sensor environment with limited-bandwidth communication path
CN104391281A (zh) * 2014-11-21 2015-03-04 武汉大学 提高天波雷达海面船舶目标跟踪定位精度的方法
CN108645415A (zh) * 2018-08-03 2018-10-12 上海海事大学 一种船舶航迹预测方法
CN109856625A (zh) * 2019-03-06 2019-06-07 国网福建省电力有限公司莆田供电公司 一种基于多源数据融合的船舶位置识别方法
CN111157982A (zh) * 2019-11-20 2020-05-15 智慧航海（青岛）科技有限公司 基于岸基雷达的智能船舶船岸协同目标跟踪系统和方法
CN111399015A (zh) * 2020-04-07 2020-07-10 中船重工鹏力（南京）大气海洋信息系统有限公司 一种适用于船舶交通管理系统的双模卫星融合定位方法
CN111507429A (zh) * 2020-05-29 2020-08-07 智慧航海（青岛）科技有限公司 智能船舶多源感知数据船端融合方法、装置和决策系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105842724B (zh) * 2015-01-15 2018-07-17 江苏南大五维电子科技有限公司 一种船舶辅助泊岸方法和系统
CN111554125A (zh) * 2020-04-29 2020-08-18 南京船行天下信息科技有限公司 一种内河散货船防碰撞终端

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7719461B1 (en) * 2008-08-05 2010-05-18 Lockheed Martin Corporation Track fusion by optimal reduced state estimation in multi-sensor environment with limited-bandwidth communication path
CN104391281A (zh) * 2014-11-21 2015-03-04 武汉大学 提高天波雷达海面船舶目标跟踪定位精度的方法
CN108645415A (zh) * 2018-08-03 2018-10-12 上海海事大学 一种船舶航迹预测方法
CN109856625A (zh) * 2019-03-06 2019-06-07 国网福建省电力有限公司莆田供电公司 一种基于多源数据融合的船舶位置识别方法
CN111157982A (zh) * 2019-11-20 2020-05-15 智慧航海（青岛）科技有限公司 基于岸基雷达的智能船舶船岸协同目标跟踪系统和方法
CN111399015A (zh) * 2020-04-07 2020-07-10 中船重工鹏力（南京）大气海洋信息系统有限公司 一种适用于船舶交通管理系统的双模卫星融合定位方法
CN111507429A (zh) * 2020-05-29 2020-08-07 智慧航海（青岛）科技有限公司 智能船舶多源感知数据船端融合方法、装置和决策系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Maritime Moving Target Detection with BeiDou-based Passive Radar;Chuan Huang et al.;《2019 6th Asia-Pacific Conference on Synthetic Aperture Radar (APSAR)》;20200320;全文 *
基于航海雷达的船舶自动定位方法研究;吴建华 等;《武汉理工大学学报（交通科学与工程版）》;20200831;第44卷(第4期);全文 *

Also Published As

Publication number Publication date
CN112859133A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN112859133B (zh) 一种基于雷达与北斗数据的船舶深度融合定位方法
CN108594272B (zh) 一种基于鲁棒卡尔曼滤波的抗欺骗干扰组合导航方法
CN107561562B (zh) 一种gnss-r遥感中镜面反射点快速确定方法
CN107990891B (zh) 基于长基线和信标在线标定的水下机器人组合导航方法
CN108594271B (zh) 一种基于复合分层滤波的抗欺骗干扰的组合导航方法
CN109059964B (zh) 一种基于“重力峰”的惯性导航与重力测量双校准方法
CN111060943B (zh) 一种符合实际的gnss观测值定权方法
CN112945224B (zh) 一种采用因子图和和积算法的多auv协同导航方法
CN109085655B (zh) 一种水下平台重力测量方案与验证方法
CN109507706B (zh) 一种gps信号丢失的预测定位方法
CN112284384A (zh) 考虑量测异常的集群式多深海潜航器的协同定位方法
Ånonsen et al. The HUGIN AUV terrain navigation module
CN112859134B (zh) 一种基于雷达与北斗数据的船舶目标精确关联方法
CN107966145B (zh) 一种基于稀疏长基线紧组合的auv水下导航方法
Rupeng et al. Improvements to terrain aided navigation accuracy in deep-sea space by high precision particle filter initialization
CN110058284B (zh) 基于多定位标签的高精度船舶轮廓构建方法
US6211821B1 (en) Apparatus and method for determining pitch and azimuth from satellite signals
CN117146830A (zh) 一种自适应多信标航位推算和长基线的紧组合导航方法
Lager et al. Underwater terrain navigation using standard sea charts and magnetic field maps
CN111288990A (zh) 一种架空检修机器人组合姿态测量方法
CN115390120A (zh) 一种海上平台与船舶避碰预警方法及存储介质
CN112964250B (zh) 基于北斗和降维imu数据的船舶运动姿态估计方法
WO2005066652A1 (en) Method and system for mobile location
CN114577211A (zh) 考虑洋流影响的基于因子图的主从式auv协同定位方法
CN114025320A (zh) 一种基于5g信号的室内定位方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 211153 No.32 Changqing street, Jiangning Development Zone, Nanjing City, Jiangsu Province

Patentee after: China Shipbuilding Pengli (Nanjing) Atmospheric and Ocean Information System Co.,Ltd.

Address before: 211153 No.32 Changqing street, Jiangning Development Zone, Nanjing City, Jiangsu Province

Patentee before: CSIC PRIDE (NANJING) ATMOSPHERE MARINE INFORMATION SYSTEM Co.,Ltd.