CN114396946B - 一种综合船桥系统中多源目标信息关联方法 - Google Patents
一种综合船桥系统中多源目标信息关联方法 Download PDFInfo
- Publication number
- CN114396946B CN114396946B CN202111425249.3A CN202111425249A CN114396946B CN 114396946 B CN114396946 B CN 114396946B CN 202111425249 A CN202111425249 A CN 202111425249A CN 114396946 B CN114396946 B CN 114396946B
- Authority
- CN
- China
- Prior art keywords
- correlation
- target
- targets
- information
- association
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims abstract description 7
- LIWAQLJGPBVORC-UHFFFAOYSA-N ethylmethylamine Chemical compound CCNC LIWAQLJGPBVORC-UHFFFAOYSA-N 0.000 claims abstract description 4
- 238000012795 verification Methods 0.000 claims abstract description 3
- 238000010998 test method Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 238000005065 mining Methods 0.000 abstract 1
- 101000903060 Mus musculus DnaJ homolog subfamily C member 7 Proteins 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种综合船桥系统中多源目标信息关联方法,该方法包括有如下步骤:第一步,开启请求;第二步,NMEA数据获取与校验,无效则取消关联,有效,继续下一步;第三步,数据预处理,对多个信息源的目标数据进行去野值处理;第四步,空间对准,统一多个信息源的坐标系,且坐标系以本船为坐标原点;第五步,时间对准,将不同目标的信息更新周期统一到预设的系统基准采样时间上;第六步,将目标在各自观察时间的状态同步到系统的同步处理时间上;第七步,航迹相关度计算,形成航迹相关度表;第八步,基于专家规则的航迹关联,挖掘内在关联情况得出结论。本发明的方法较好将多种异源目标关联,降低综合舰桥系统的信息冗余程度。
Description
技术领域
本发明涉及船舶导航领域,特别涉及到一种综合船桥系统中多源目标信息关联方法。
背景技术
综合船桥系统是一个集导航、监控、管理、显示于一体的智能化、网络化的综合导航管理系统。它通过相互连接以集中使用来自工作站的传感器信息、命令或控制,该系统能将导航、操舵、雷达目标等信息进行综合集中显示,可提高操作人员管理船舶的安全性和效率。
船桥系统中的目标类型主要有自动识别设备接收的AIS目标、多部雷达产生的ARPA目标,以及视频目标等其他目标。雷达它能自主探测与跟踪目标,计算目标的航速、航向、航迹等参数,但受环境影响较大,精度不高,目标分辨难度也较。目前大型船舶中,一般会至少存在X和S两部雷达,大型邮轮甚至多达四部以上,不同的雷达捕获的目标信息会有差异,在综合船桥系统中不同的雷达被视为不同的目标源。自动目标识别系统的出现弥补了雷达的缺陷,其导航精度高,目标信息丰富,不易受位置、天气等因素的影响,不会出现误跟踪和跟踪丢失,但数据更新慢。
大型船舶上,也可能配备其他类型的探测设备,如视频监控等,这些其他设备探测的目标也可以输入到综合船桥系统之内,辅助决策。多源目标信息间既存在许多差异,也具有一定的信息冗余。如果综合船桥系统中各种来源的目标不加以关联显示的话,同一个目标上会出现多个目标的叠加,严重干扰操作人员的判断。因此,对于冗余目标的关联,是必要的。现有技术中尚未发现有对于冗余目标关联的方案,因此本发明拟就该多源目标的关联及关联技术进行开发应用。
发明内容
针对现有技术中存在的问题,本发明提供一种综合舰桥系统中多源目标信息关联方法。本发明的信息关联方法能够弥补降低综合舰桥系统中的信息冗余度,提高目标位置信息的精度与可靠性、进一步保障船舶航行安全。
为实现上述目的,本发明采用以下技术方案:
一种综合船桥系统中多源目标信息关联方法,通过多个目标源位置与运动参数信息判别是否关联,该方法包括如下步骤:
第一步,该功能开启请求;
第二步,NMEA数据获取与校验,无效则取消关联,有效,继续下一步;
第三步,数据预处理,对多个信息源的目标数据进行去野值处理;
第四步,空间对准,统一多个信息源的坐标系,且坐标系以本船为坐标原点;
第五步,时间对准,不同目标源进行信息关联时须进行时间对准,将不同目标的信息更新周期统一到预设的系统基准采样时间上;
第六步,时间插值,将船舶运动目标短时间内近似为匀速直线运动,采取线性插值的方法将目标在各自观察时间的状态同步到系统的同步处理时间上;
第七步,航迹相关度计算,多源目标关联通过计算异源两两目标之间的相关性,形成多源目标两两之间的航迹相关度表;
第八步,基于规则的航迹关联专家系统,分析航迹之间的两两相关度表,先将两两之间相关度大于阈值的目标提出来,再挖掘目标相关度的内在关联情况,确定各个多源目标之间是否能够关联,以及哪几个目标能够关联成一个目标,从而完成综合船桥系统中多源目标信息关联操作。
在本发明一种综合船桥系统中多源目标信息关联方法中,所述第七步中,通过不同源目标两两之间根据位置信息和速度信息量化其相关性,形成相关性表。
在本发明一种综合船桥系统中多源目标信息关联方法中,所述第八步中,根据第七步中形成的航迹之间的两两相关度表,采用基于规则的专家规则,建立目标关联的规则库,挖掘出多源目标信息的关联情况。
基于上述技术方案,与现有技术相比,本发明的有益效果为:
1.本发明的目标关联方法根据目标多源目标信息(包括位置与运动参数)判别是否关联,在有效综合多种不同传感器的目标信息的基础上,识别出综合舰桥系统的信息冗余情况。
2.本发明的方法运算复杂度低,减轻计算系统的负担,易于工程实现。
3.本发明提高目标位置信息与速度信息的精度与可靠性、进一步保障船舶航行安全。
附图说明
图1是本发明一种综合船桥系统中多源目标信息关联方法的流程示意图。
图2是本发明中专家系统关联目标匹配流程图。
具体实施方式
下面结合附图和具体的实施例来的本发明专利的操作流程和工作方式做进一步的详细阐述,以求更为清楚明了地理解其操作原理和工作流程但不能以此来限制本发明专利的保护范围。
如图1和图2所示,本发明是一种综合船桥系统中多源目标信息关联方法,其目的是通过多源目标的位置与运动参数判别是否关联,进而实现多源目标信息的关联,该方法包括如下步骤:
第一步,当用户选择开启关联功能后,本方法开始启动,进而接受处理相应的数据信息,来实现后续多源目标信息关联操作。
第二步,尝试获取本船的导航信息数据,此处的导航信息数据即为NMEA数据,若有且完整性和有效性校验通过,继续下一步;若没有或者导航数据校验不通过,为无效数据,则取消关联状态,关闭关联功能。
第三步,数据预处理;
数据预处理是为有效提高信号的信噪比,综合船桥系统中多源目标信息关联处理系统中,预处理主要是对数据的去野值处理,在处理过程中若存在野值则认为是异常数据,要去除野值,或者认为是无法处理的异常数据,直接跳转至取消关联状态,关闭关联功能。不存在野值或者去除野值后成为正常数据,进入下一步操作。实施例中对数据进行预处理时采用Grubbs检验法,Grubbs检验法可以在不知道总体标准偏差的时,对服从正态分布的样本或接近正态的异常值进行判别的一种方法。
具体方法如下:
若第i项测量值所对应的残差vi的绝对值能够满足下述公式所示的条件,则判断此值为异常数据,需将该值剔除。G的大小取决于测量次数M和置信概率,
第四步,空间对准;
本步骤的目的是为了统一多个信息源的坐标系,且坐标系以本船为坐标原点。不同的目标源工作在不同的坐标系下,常见的有两种:一种是工作在大地坐标系下,另一种工作在以本船CCRP为原点的极坐标下。例如,AIS工作在大地坐标系下,而雷达和视频监控目标工作在以本船CCRP为原点的极坐标下。
(1)大地坐标系下的坐标变换:
需要将大地坐标的经纬度通过墨卡托投影转换成平面坐标,墨卡托投影变换公式如式:
式中:
r0=N0cosφ0,
上述式中,q称为等量纬度;r0称为基准纬度圈半径;N0称为基准纬度处椭圆的圈曲半径;φ0为墨卡托投影变换的基准纬度;(φ,λ)为WGS-84坐标系的经纬度;(x,y)为墨卡托平面直角坐标;α为地球长半径;e为椭球的第一偏心率。
(2)以本船CCRP为原点的极坐标的坐标变换:
以本船CCRP为原点的极坐标测量得到的数据包括距离R和旋转角度θ(0度为正北方向),(XR,YR)表示此类型的目标位置的直角坐标,如下式:
第五步,时间对准;
由于不同目标源其采集目标信息的手段不同,其目标信息更新间隔一般是不同的。同一目标源,其不同目标的更新间隔也可能不同,即使是同一个目标,受数据传输过程中的不稳定因素影响,更新周期也可能发生突变。
例如,不同雷达的扫描周期范围是2-4s。不同船舶、不同状态时AIS广播的动态信息间隔是不同的。视频产生的目标更新周期较快,能更敏感的反应出目标信息的变化。
不同目标源进行信息关联时必须进行时间对准。将不同目标的信息更新周期统一到预设的系统基准采样时间上,假设各个目标源的采样序列为:
Tij=ti1,ti2,ti3,...(i=1,2,3,...,M)
其中,M为目标源的数量。
选取
其中δ为系统基准采样周期的下限,一般来讲,预设的基准采样时刻应当是各个目标源的目标更新周期中最快的,但是,实际上,由于船舶的惯性较大,运动的机动性相对较小,且受计算资源的限制,视情况设立一个下限δ。
在综合船桥系统中的δ在普通船上取δ=1s,在高速船上取δ=0.5s。
第六步,时间插值;
船舶运动目标短时间内可近似为匀速直线运动,本技术采取线性插值的方法,将目标在时间ts的观测状态同步到系统的公共处理时间ti上,如式
Z(ti)=Z(tj)+V×(ti-tj)
其中,V是目标运动速度矢量;Z(tj)是时间tj来自目标的观测状态数据。
第七步,航迹相关度计算;
多源目标关联通过计算异源两两目标之间的相关性,寻找相关性强的一簇目标认为关联目标。
异源目标两两之间的相关性的计算方法如下:
采用柯西隶属度加权方法进行航迹关联,柯西型分布是连续的概率分布,其概率密度函数如下:
式中,x0是定义分布峰值位置的位置参数,γ是最大值一半处的一半宽度的尺度参数。
柯西型隶属度函数:
式中,ξ(ηk)为模糊因素中第k个因素的柯西型隶属度函数,
ηk和λk分别为模糊因素中第k个因素的欧式距离和展宽。欧式距离计算方法:
ηk(i)=|Lmk(i)-Lnk(i)|
式中,k=1,2,3,4(分别表示距离、方位、速度、航向);
ηk(i)为各因素的欧氏距离;
ηk为各因素欧式距离的均值;
Lmk(i)和Lnk(i)分别代表异源目标m和n获得的j时刻的第k个因素值。
模糊因素的展度与航迹的误差分布有关,故取各因素欧式距离的均方根值作为每个模糊因素的展度:
得到各单因素的隶属度函数值,利用加权平均的方法计算综合相似度如式:
可以计算出异源目标间的相关性。
第八步,基于专家规则进行航迹关联,根据专家系统形成航迹关联决策,根据目标相似度建立目标关联专家系统,该目标关联专家系统中含有专家规则,利用专家规则形成专家系统决策规则。
图2是本发明一种综合船桥系统中多源目标信息关联方法中专家系统关联目标匹配流程图。如图所示,具体的专家系统决策规则如下:
专家系统关联目标启动后,开始处理某两个目标的相关性,若参与的异源目标已属于关联目标,则跳转至判断参与的异源目标是否分属于不同的关联目标,若是则跳转至开始处理某两个目标的相关性,若否则将双方加入到已有的关联目标,若参与的异源目标不属于关联目标,则创建新的关联目标,最后判断集合的关联目标制成的关联性表,若相关性表遍历以及结束,则开始处理后面的两个目标的相关性,若相关性表遍历尚未结束,则结束本次关联操作。
经过计算,可得异源目标两两之间的相关性表,将相关性从大到小排序,得到排序序列。
依次遍历相关性排序序列,采取以下三种策略:
①若该相关性关联的异源目标都不隶属于任何一个关联目标中,则创建一个关联目标,将该相关性关联的两个异源目标加入到这个关联目标中。
②若该相关性关联的异源目标有一方隶属于某个关联目标中,则将另一方也加入该关联目标中。
③若该相关性关联的异源目标都隶属于不同的关联目标,则跳过。
重复这个过程,直到所有的相关性处理完毕。
基于上述专家规则的航迹关联,分析航迹之间的两两相关度表,先将两两之间相关度大于阈值的目标提出来,再挖掘目标相关度的内在关联情况,确定各个多源目标之间是否能够关联,以及哪几个目标能够关联成一个目标。最后查看是否关联,若存在关联完成则本次数据处理结束,若不存在关联取消关联状态,本次数据结束。
毫无疑问,以上只是本发明专利的一种现实实现方式,除此之外还包括其他对于本领域技术人员来说数值变化和步骤替代。总而言之,本发明专利的保护范围还包括其他对于本领域技术人员来说显而易见的变化和替代。
Claims (3)
1.一种综合船桥系统中多源目标信息关联方法,其特征在于,用以判断通过舰桥系统中的多个传感器目标位置与运动参数判别是否关联,该方法包括如下步骤:
第一步,开启请求;
第二步,NMEA数据获取与校验,无效则取消关联,有效,继续下一步;
第三步,数据预处理,对多个信息源的目标数据进行去野值处理;
第四步,空间对准,统一多个信息源的坐标系,且坐标系以本船为坐标原点;
第五步,时间对准,不同目标源进行信息关联时须进行时间对准,将不同目标的信息更新周期统一到预设的系统基准采样时间上;
第六步,时间插值,将船舶运动目标短时间内近似为匀速直线运动,采取线性插值的方法将目标在各自观察时间的状态同步到系统的同步处理时间上;
第七步,航迹相关度计算,多源目标关联通过计算异源两两目标之间的相关性,形成多源目标两两之间的航迹相关度表,通过不同源目标两两之间根据位置信息和速度信息量化其相关性,形成位置和速度的量化信息的相关性表;
第八步,基于专家规则的航迹关联,分析航迹之间的两两相关度表,先将两两之间相关度大于阈值的目标提出来,再挖掘目标相关度的内在关联情况,确定各个多源目标之间是否能够关联,以及哪几个目标能够关联成一个目标,完成综合船桥系统中多源目标信息的关联,根据第七步中形成的航迹之间的两两相关度表,采用基于规则的专家规则,建立目标关联的规则库,挖掘出多源目标信息的关联情况,具体的专家规则如下:
经过计算,可得异源目标两两之间的相关性表,将相关性从大到小排序,得到排序序列。
2.根据权利要求1所述的一种综合船桥系统中多源目标信息关联方法,其特征在于,所述第三步中对数据进行预处理时采用Grubbs检验法。
3.根据权利要求1所述的一种综合船桥系统中多源目标信息关联方法,其特征在于,依次遍历相关性排序序列,采取以下三种策略:
①若该相关性关联的异源目标都不隶属于任何一个关联目标中,则创建一个关联目标,将该相关性关联的两个异源目标加入到这个关联目标中;
②若该相关性关联的异源目标有一方隶属于某个关联目标中,则将另一方也加入该关联目标中;
③若该相关性关联的异源目标都隶属于不同的关联目标,则跳过;
重复这个过程,直到所有的相关性处理完毕。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111425249.3A CN114396946B (zh) | 2021-11-26 | 2021-11-26 | 一种综合船桥系统中多源目标信息关联方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111425249.3A CN114396946B (zh) | 2021-11-26 | 2021-11-26 | 一种综合船桥系统中多源目标信息关联方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114396946A CN114396946A (zh) | 2022-04-26 |
CN114396946B true CN114396946B (zh) | 2024-06-04 |
Family
ID=81225520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111425249.3A Active CN114396946B (zh) | 2021-11-26 | 2021-11-26 | 一种综合船桥系统中多源目标信息关联方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114396946B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7817079B1 (en) * | 2008-04-17 | 2010-10-19 | The United States Of America As Represented By The Secretary Of The Navy | System and method for collection of global AIS and radar track information |
CN106767760A (zh) * | 2016-12-30 | 2017-05-31 | 中国船舶重工集团公司第七0七研究所 | 基于多维度的多源船舶目标融合方法 |
CN108535713A (zh) * | 2018-05-09 | 2018-09-14 | 深圳市华讯方舟雷达技术装备有限公司 | 一种雷达和ais联合跟踪与信息融合方法 |
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 |
CN110888126A (zh) * | 2019-12-06 | 2020-03-17 | 西北工业大学 | 基于多源传感器的无人船信息感知系统数据综合处理方法 |
-
2021
- 2021-11-26 CN CN202111425249.3A patent/CN114396946B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7817079B1 (en) * | 2008-04-17 | 2010-10-19 | The United States Of America As Represented By The Secretary Of The Navy | System and method for collection of global AIS and radar track information |
CN106767760A (zh) * | 2016-12-30 | 2017-05-31 | 中国船舶重工集团公司第七0七研究所 | 基于多维度的多源船舶目标融合方法 |
CN108535713A (zh) * | 2018-05-09 | 2018-09-14 | 深圳市华讯方舟雷达技术装备有限公司 | 一种雷达和ais联合跟踪与信息融合方法 |
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 |
CN110888126A (zh) * | 2019-12-06 | 2020-03-17 | 西北工业大学 | 基于多源传感器的无人船信息感知系统数据综合处理方法 |
Non-Patent Citations (1)
Title |
---|
船舶导航雷达与AIS目标融合算法研究;张启明 等;中国战略新兴产业(第36期);005-006 * |
Also Published As
Publication number | Publication date |
---|---|
CN114396946A (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110850403B (zh) | 一种多传感器决策级融合的智能船水面目标感知识别方法 | |
CN110888126B (zh) | 基于多源传感器的无人船信息感知系统数据综合处理方法 | |
CN110889324A (zh) | 一种基于yolo v3面向末端制导的热红外图像目标识别方法 | |
CN107192998B (zh) | 一种基于协方差指标函数的自适应分布式航迹数据融合方法 | |
CN106443664B (zh) | 系统误差下基于拓扑信息的雷达与esm航迹关联方法 | |
CN107340516B (zh) | 基于多普勒速度的联合逻辑快速航迹起始方法 | |
CN108535713A (zh) | 一种雷达和ais联合跟踪与信息融合方法 | |
Ma et al. | Target tracking system for multi-sensor data fusion | |
CN112946626B (zh) | 一种机载相控阵雷达航迹关联方法 | |
CN109101902A (zh) | 一种基于无监督学习的卫星nlos信号检测方法 | |
CN111913171A (zh) | 一种低空红外目标精确定位方法及系统 | |
CN111505649B (zh) | 一种拖曳式被动阵列声呐低信噪比舰船运动目标检测方法 | |
US5604683A (en) | Evaluating target tracking when using multiple sensors | |
CN110907903B (zh) | 一种基于多传感器的自适应跟踪处理方法 | |
CN110738275A (zh) | 基于ut-phd的多传感器序贯融合跟踪方法 | |
CN115902866A (zh) | 一种船用光电多源目标融合探测处理方法 | |
CN112444374A (zh) | 一种基于光学跟踪测量设备伺服系统的跟踪评估方法 | |
CN117974766B (zh) | 基于时空依据的分布式双红外传感器多目标同一性判定方法 | |
CN115343744A (zh) | 空中运动目标的光学单双星联合星上定位方法及系统 | |
CN111693051B (zh) | 一种基于光电传感器的多目标数据关联方法 | |
CN117724059A (zh) | 基于卡尔曼滤波算法的多源传感器融合航迹校正方法 | |
CN114396946B (zh) | 一种综合船桥系统中多源目标信息关联方法 | |
CN112362042A (zh) | 一种基于智能船舶多传感设备的航迹关联判断方法 | |
CN212321837U (zh) | 一种低空红外目标精确定位系统 | |
CN103983269B (zh) | 一种基于区实混合序列的异步航迹关联算法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240626 Address after: No. 535, Jinqiao Road, Pudong New Area, Shanghai, 200136 Patentee after: CSSC MARINE TECHNOLOGY Co.,Ltd. Country or region after: China Patentee after: China Shipbuilding Group Co.,Ltd. Address before: No. 535, Jinqiao Road, Pudong New Area, Shanghai, 200136 Patentee before: CSSC MARINE TECHNOLOGY Co.,Ltd. Country or region before: China |
|
TR01 | Transfer of patent right |