CN117347999A - 一种基于导航雷达数据的船舶航行风险评估方法 - Google Patents
一种基于导航雷达数据的船舶航行风险评估方法 Download PDFInfo
- Publication number
- CN117347999A CN117347999A CN202311381979.7A CN202311381979A CN117347999A CN 117347999 A CN117347999 A CN 117347999A CN 202311381979 A CN202311381979 A CN 202311381979A CN 117347999 A CN117347999 A CN 117347999A
- Authority
- CN
- China
- Prior art keywords
- ship
- navigation
- calculating
- risk
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012502 risk assessment Methods 0.000 title claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 40
- 239000011159 matrix material Substances 0.000 claims description 15
- QZXCCPZJCKEPSA-UHFFFAOYSA-N chlorfenac Chemical compound OC(=O)CC1=C(Cl)C=CC(Cl)=C1Cl QZXCCPZJCKEPSA-UHFFFAOYSA-N 0.000 claims description 9
- LFULEKSKNZEWOE-UHFFFAOYSA-N propanil Chemical compound CCC(=O)NC1=CC=C(Cl)C(Cl)=C1 LFULEKSKNZEWOE-UHFFFAOYSA-N 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000003491 array Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于导航雷达数据的船舶航行风险评估方法,包括步骤1、坐标转换;步骤2、计算目标船坐标;步骤3、确定航行安全影响因素;步骤4、获取航行安全影响因素值;步骤5、计算每个航行安全影响因素的风险隶属度;步骤6、对每个航行安全影响因素进行权重分配;步骤7、根据步骤5的风险隶属度和步骤6的分配权重,计算整体碰撞风险度。本发明能量化船舶航行风险各关键影响因素的计算模型,并在该模型中消除了各因素间的量纲影响;从而能实现导航雷达数据的科学预处理,建立有效的船舶航行安全评估模型及其权重分配模型,为海上船舶航行的实时避碰、风险预警提供可靠的数据支持。
Description
技术领域
本发明涉及导航雷达数据应用及船舶航行风险评估的技术领域,特别是一种基于导航雷达数据的船舶航行风险评估方法。
背景技术
导航雷达以其主动探测、扫描频率高等优点,为船舶航行提供了较为丰富的实时环境目标数据。经导航雷达扫描后,产生雷达回波,进而经过雷达信号处理模块的检测、跟踪算法处理产生目标航迹。航迹数据主要包含航速、航向、方位、角度等信息,海上航行工作人员只能依据此数据并凭经验判断环境中船舶的碰撞危险度。此方法自动化程度不高且人为评判误差较大,对船舶航行安全造成了巨大威胁。因而,依据导航雷达海量数据建立科学的航行风险评估模型用以评判实时航行安全度至关重要。
目前,船舶航行安全评估领域已形成了较多方法,但也存在很多亟需解决的问题,如评价航行风险度的因素选取较少,导致评判模型评价的维度不够;另外,对风险评估关键因素的权重分配尚无最优方案等,从而造成单一因素的影响重要性不能被准确衡量。这些都降低了评估模型的准确性、综合评判性。因此,对于当前船舶航行安全评估领域存在的问题,开展评价航行风险度的因素选取研究及风险评估关键因素的权重分配方案研究是必要的。
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,而提供一种基于导航雷达数据的船舶航行风险评估方法,该基于导航雷达数据的船舶航行风险评估方法能实现导航雷达数据的科学预处理,建立有效的船舶航行安全评估模型及其权重分配模型,为海上船舶航行的实时避碰、风险预警提供可靠的数据支持。
为解决上述技术问题,本发明采用的技术方案是:
一种基于导航雷达数据的船舶航行风险评估方法,包括如下步骤。
步骤1、坐标转换:将本船的极坐标位置数据转换为地理坐标系下的经纬度数据(Lon1,Lat1)。
步骤2、计算目标船坐标:根据(Lon1,Lat1)、以及目标船至本船的距离和方位,计算得到目标船在地理坐标系下的经纬度数据(Lon2,Lat2)。
步骤3、确定航行安全影响因素:确定a个影响船舶航行安全的主要因素,分别为A1、A2、……、Aj、……、Aa;其中,1≤j≤a,a≥3。
步骤4、获取Aj:根据导航雷达数据、(Lon1,Lat1)和(Lon2,Lat2),计算得到Aj值。
步骤5、计算风险隶属度U(Aj):对每个航行安全影响因素Aj均设置最小阈值和最大阈值,根据Aj、对应最小阈值和最大阈值,构建并计算得到U(Aj)。
步骤6、分配权重:构建权重矩阵W=(w1,w2,……,wj,……,wa),其中,w1,w2,……,wj,……,wa分别为A1、A2、……、Aj、……、Aa的权重系数;通过熵值赋权法,求解得到每个权重系数wj。
步骤7、计算整体碰撞风险度U(CRI),具体计算公式为:
U(CRI)=U(A1)*w1+U(A2)*w2+……+U(Aj)*wj+……+U(Aa)*wa
式中,U(A1)、U(A2)和U(Aa)分别为航行安全影响因素A1、A2和Aa的风险隶属度;
将步骤5计算的每个U(Aj)和步骤6得到的每个wj,均代入U(CRI)的计算公式中,从而得到U(CRI)值;U(CRI)值越大,表示目标船与本船的碰撞风险越大。
a=5,5个航行安全影响因素分别为A1=DCPA,A2=TCPA,A3=D,A4=SOG,A5=COG;其中,DCPA为本船与目标船最近会遇距离;TCPA为本船与目标船最近会遇时间;D为本船与目标船距离;SOG为对地航速;COG为对地航向。
步骤4中,Aj的获取方法,包括如下步骤:
步骤4-1、获取A4=SOG和A5=COG:从本船或目标船的导航雷达数据中,直接获得本船对地航速SOG1、目标船对地航速SOG2、本船对地航向COG1和目标船对地航向COG2;则对地航速SOG为SOG1和SOG2的矢量合成航速;对地航向COG为COG1和COG2的矢量合成航向;
步骤4-2、计算A3=D,具体计算公式为:
式中,b为地球椭球长半轴长度,e为地球椭球第一偏心率;
步骤4-3、计算A1=DCPA,具体计算公式为:
步骤4-4、计算A2=TCPA,具体计算公式为:
步骤5中,U(Aj)的计算方法,包括如下步骤:
步骤5-1、计算U(D),具体计算公式为:
式中,r1表示两船摆脱紧迫局面最小距离阈值;r2表示本船与目标船形成紧迫局面的距离阈值;
步骤5-2、计算U(DCPA),具体计算公式为:
式中,d1为本船与目标船安全驶过的最小距离阈值;d2为本船与目标船安全会遇的距离阈值;
步骤5-3、计算U(TCPA),具体计算公式为:
式中,t1表示两船摆脱紧迫局面的最短时间阈值;t2表示形成紧迫局面的时间阈值。
步骤5-4、计算U(SOG),具体计算公式为:
式中,sog1表示本船与目标船摆脱航行风险态势的相对航速阈值,sog2表示本船与目标船形成紧迫航行风险态势的相对航速阈值;
步骤5-5、计算U(COG),具体计算公式为:
式中,cog1表示两船摆脱航行风险态势的相对航向阈值,cog2表示两船形成紧迫航行风险态势的相对航向阈值。
步骤5-2中,d2=d1·K,K为船舶状态不稳定性或不协调性系数,且K>1,为经验常量。
步骤6中,通过熵值赋权法,求解得wj的方法,包括如下步骤:
步骤6-1、构建样本矩阵W′:选取n个目标船,对每个目标船均步骤1至步骤5,进而得到n组样本数组;其中,第i组样本数组均包括a个样本且1≤i≤n,/>分别为第i个目标船所对应的a个风险隶属度U(A1)、U(A2)、……、U(Aj)、……、U(Aa),则样本矩阵W′的表达式为:
步骤6-2、样本数据归一化:将每一个样本数据xij均进行归一化,形成为无量纲的归一化样本数据x′ij,则x′ij的表达式为:
式中,max{x1j,…,xnj}为样本矩阵W′中第j列样本数据的最大值,min{x1j,…,xnj}为样本矩阵W′中第j列样本数据的最小值;
步骤6-3,求解特征比重:对x′ij计算在第j列归一化样本数据中的特征比重Pij,具体为:
步骤6-4,求解第j列的熵值ej,具体计算表达式为:
步骤6-5,确定各指标权重,计算表达式为:
步骤2中,目标船经纬度数据(Lon2,Lat2)的计算公式为:
式中,dis为目标船至本船的距离,Azi为目标船相对本船的方位;arc为当地球心半径。
步骤3中,a个航行安全影响因素通过专家评价法进行确定。
本发明具有如下有益效果:
1.提供了一种可以量化船舶航行风险个关键影响因素的计算模型,并在该模型中消除了各因素间的量纲影响。
2.建立有效的船舶航行安全评估因素权重分配模型,将多种因素的综合影响集成到一个指标中评判,为海上船舶航行的实时避碰、风险预警提供可靠的数据支持。本发明中,船舶航行安全评估因素更加完善全面,能改善因素较少的数据突变情况影响。
附图说明
图1是本发明一种基于导航雷达数据的船舶航行风险评估方法的流程图。
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,一种基于导航雷达数据的船舶航行风险评估方法,包括如下步骤。
步骤1、坐标转换:将本船的极坐标位置数据转换为地理坐标系下的经纬度数据(Lon1,Lat1)。
步骤2、计算目标船坐标:根据(Lon1,Lat1)、以及目标船至本船的距离和方位,计算得到目标船在地理坐标系下的经纬度数据(Lon2,Lat2)。
上述目标船经纬度数据(Lon2,Lat2)的计算公式优选为:
式中,dis为目标船至本船的距离,Azi为目标船相对本船的方位;arc为当地球心半径,优选取6371393米。
步骤3、确定航行安全影响因素:优选通过专家评价法确定a个影响船舶航行安全的主要因素,分别为A1、A2、……、Aj、……、Aa;其中,1≤j≤a,a≥3,本实施例中,优选a=5,5个航行安全影响因素分别为A1=DCPA,A2=TCPA,A3=D,A4=SOG,A5=COG;其中,DCPA为本船与目标船最近会遇距离;TCPA为本船与目标船最近会遇时间;D为本船与目标船距离;SOG为对地航速;COG为对地航向。
步骤4、获取Aj:根据导航雷达数据、(Lon1,Lat1)和(Lon2,Lat2),计算得到Aj值,具体计算方法,优选包括如下步骤:
步骤4-1、获取A4=SOG和A5=COG:从本船或目标船的导航雷达数据中,直接获得本船对地航速SOG1、目标船对地航速SOG2、本船对地航向COG1和目标船对地航向COG2;则对地航速SOG为SOG1和SOG2的矢量合成航速;对地航向COG为COG1和COG2的矢量合成航向;
步骤4-2、计算A3=D,具体计算公式为:
式中,b为地球椭球长半轴长度,e为地球椭球第一偏心率;
步骤4-3、计算A1=DCPA,具体计算公式为:
步骤4-4、计算A2=TCPA,具体计算公式为:
步骤5、计算风险隶属度U(Aj):对每个航行安全影响因素Aj均设置最小阈值和最大阈值,根据Aj、对应最小阈值和最大阈值,构建并计算得到U(Aj)。
上述U(Aj)的计算方法,包括如下步骤:
步骤5-1、计算U(D),具体计算公式为:
式中,r1表示两船摆脱紧迫局面最小距离阈值;r2表示本船与目标船形成紧迫局面的距离阈值。
步骤5-2、计算U(DCPA),具体计算公式为:
步其中:
d2=d1·K
式中,d1为本船与目标船安全驶过的最小距离阈值;d2为本船与目标船安全会遇的距离阈值;K为船舶状态不稳定性或不协调性系数,且K>1,为经验常量。
步骤5-3、计算U(TCPA),具体计算公式为:
式中,t1表示本船与目标船摆脱紧迫局面的最短时间阈值;t2表示形成紧迫局面的时间阈值。
步骤5-4、计算U(SOG),具体计算公式为:
式中,sog1表示本船与目标船摆脱航行风险态势的相对航速阈值,sog2表示本船与目标船形成紧迫航行风险态势的相对航速阈值。
步骤5-5、计算U(COG),具体计算公式为:
式中,cog1表示两船摆脱航行风险态势的相对航向阈值,cog2表示两船形成紧迫航行风险态势的相对航向阈值。
步骤6、分配权重:构建权重矩阵W=(w1,w2,……,wj,……,wa),其中,w1,w2,……,wj,……,wa分别为A1、A2、……、Aj、……、Aa的权重系数;通过熵值赋权法,求解得到每个权重系数wj。
上述通过熵值赋权法,求解得wj的方法,优选包括如下步骤:
步骤6-1、构建样本矩阵W′:选取n个目标船,对每个目标船均步骤1至步骤5,进而得到n组样本数组;其中,第i组样本数组均包括a个样本且1≤i≤n,/>分别为第i个目标船所对应的a个风险隶属度U(A1)、U(A2)、……、U(Aj)、……、U(Aa),则样本矩阵W′的表达式为:
上述n的个数越大越能反应数据的稳定趋势,同时算力要求越高,通常优选取值为5~30。
步骤6-2、样本数据归一化:将每一个样本数据xij均进行归一化,形成为无量纲的归一化样本数据x′ij,则x′ij的表达式为:
式中,max{x1j,…,xnj}为样本矩阵W′中第j列样本数据的最大值,min{x1j,…,xnj}为样本矩阵W′中第j列样本数据的最小值。
步骤6-3,求解特征比重:对x′ij计算其在第j列归一化样本数据中的特征比重Pij,具体为:
步骤6-4,求解第j列的熵值ej,具体计算表达式为:
步骤6-5,确定各指标权重,计算表达式为:
步骤7、计算整体碰撞风险度U(CRI),具体计算公式为:
U(CRI)=U(A1)*w1+U(A2)*w2+……+U(Aj)*wj+……+U(Aa)*wa
式中,U(A1)、U(A2)和U(Aa)分别为航行安全影响因素A1、A2和Aa的风险隶属度;
将步骤5计算的每个U(Aj)和步骤6得到的每个wj,均代入U(CRI)的计算公式中,从而得到U(CRI)值;U(CRI)值越大,表示目标船与本船的碰撞风险越大。
本发明能为导航雷达数据在海上航行风险预测、航行态势预估、避碰操船等方面提供可靠的预知方法;与传统的航行安全预测方法相比,预测稳定性高、适用性广、实用性强。
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 (8)
1.一种基于导航雷达数据的船舶航行风险评估方法,其特征在于:包括如下步骤:
步骤1、坐标转换:将本船的极坐标位置数据转换为地理坐标系下的经纬度数据(Lon1,Lat1);
步骤2、计算目标船坐标:根据(Lon1,Lat1)、以及目标船至本船的距离和方位,计算得到目标船在地理坐标系下的经纬度数据(Lon2,Lat2);
步骤3、确定航行安全影响因素:确定a个影响船舶航行安全的主要因素,分别为A1、A2、……、Aj、……、Aa;其中,1≤j≤a,a≥3;
步骤4、获取Aj:根据导航雷达数据、(Lon1,Lat1)和(Lon2,Lat2),计算得到Aj值;
步骤5、计算风险隶属度U(Aj):对每个航行安全影响因素Aj均设置最小阈值和最大阈值,根据Aj、对应最小阈值和最大阈值,构建并计算得到U(Aj);
步骤6、分配权重:构建权重矩阵W=(w1,w2,……,wj,……,wa),其中,w1,w2,……,wj,……,wa分别为A1、A2、……、Aj、……、Aa的权重系数;通过熵值赋权法,求解得到每个权重系数wj;
步骤7、计算整体碰撞风险度U(CRI),具体计算公式为:
U(CRI)=U(A1)*w1+U(A2)*w2+……+U(Aj)*wj+……+U(Aa)*wa
式中,U(A1)、U(A2)和U(Aa)分别为航行安全影响因素A1、A2和Aa的风险隶属度;
将步骤5计算的每个U(Aj)和步骤6得到的每个wj,均代入U(CRI)的计算公式中,从而得到U(CRI)值;U(CRI)值越大,表示目标船与本船的碰撞风险越大。
2.根据权利要求1所述的基于导航雷达数据的船舶航行风险评估方法,其特征在于:a=5,5个航行安全影响因素分别为A1=DCPA,A2=TCPA,A3=D,A4=SOG,A5=COG;其中,DCPA为本船与目标船最近会遇距离;TCPA为本船与目标船最近会遇时间;D为本船与目标船距离;SOG为对地航速;COG为对地航向。
3.根据权利要求2所述的基于导航雷达数据的船舶航行风险评估方法,其特征在于:步骤4中,Aj的获取方法,包括如下步骤:
步骤4-1、获取A4=SOG和A5=COG:从本船或目标船的导航雷达数据中,直接获得本船对地航速SOG1、目标船对地航速SOG2、本船对地航向COG1和目标船对地航向COG2;则对地航速SOG为SOG1和SOG2的矢量合成航速;对地航向COG为COG1和COG2的矢量合成航向;
步骤4-2、计算A3=D,具体计算公式为:
式中,b为地球椭球长半轴长度,e为地球椭球第一偏心率;
步骤4-3、计算A1=DCPA,具体计算公式为:
步骤4-4、计算A2=TCPA,具体计算公式为:
4.根据权利要求3所述的基于导航雷达数据的船舶航行风险评估方法,其特征在于:步骤5中,U(Aj)的计算方法,包括如下步骤:
步骤5-1、计算U(D),具体计算公式为:
式中,r1表示两船摆脱紧迫局面最小距离阈值;r2表示本船与目标船形成紧迫局面的距离阈值;
步骤5-2、计算U(DCPA),具体计算公式为:
式中,d1为本船与目标船安全驶过的最小距离阈值;d2为本船与目标船安全会遇的距离阈值;
步骤5-3、计算U(TCPA),具体计算公式为:
式中,t1表示本船与目标船摆脱紧迫局面的最短时间阈值;t2表示形成紧迫局面的时间阈值;
步骤5-4、计算U(SOG),具体计算公式为:
式中,sog1表示本船与目标船摆脱航行风险态势的相对航速阈值,sog2表示本船与目标船形成紧迫航行风险态势的相对航速阈值;
步骤5-5、计算U(COG),具体计算公式为:
式中,cog1表示两船摆脱航行风险态势的相对航向阈值,cog2表示两船形成紧迫航行风险态势的相对航向阈值。
5.根据权利要求4所述的基于导航雷达数据的船舶航行风险评估方法,其特征在于:步骤5-2中,d2=d1·K,K为船舶状态不稳定性或不协调性系数,且K>1,为经验常量。
6.根据权利要求1所述的基于导航雷达数据的船舶航行风险评估方法,其特征在于:步骤6中,通过熵值赋权法,求解得wj的方法,包括如下步骤:
步骤6-1、构建样本矩阵W′:选取n个目标船,对每个目标船均步骤1至步骤5,进而得到n组样本数组;其中,第i组样本数组均包括a个样本且1≤i≤n,n≥5;/>分别为第i个目标船所对应的a个风险隶属度U(A1)、U(A2)、……、U(Aj)、……、U(Aa),则样本矩阵W′的表达式为:
步骤6-2、样本数据归一化:将每一个样本数据xij均进行归一化,形成为无量纲的归一化样本数据x′ij,则x′ij的表达式为:
式中,max{x1j,…,xnj}为样本矩阵W′中第j列样本数据的最大值,min{x1j,…,xnj}为样本矩阵W′中第j列样本数据的最小值;
步骤6-3,求解特征比重:对x′ij计算其在第j列归一化样本数据中的特征比重Pij,具体为:
步骤6-4,求解第j列的熵值ej,具体计算表达式为:
步骤6-5,确定各指标权重,计算表达式为:
7.根据权利要求1所述的基于导航雷达数据的船舶航行风险评估方法,其特征在于:步骤2中,目标船经纬度数据(Lon2,Lat2)的计算公式为:
式中,dis为目标船至本船的距离,Azi为目标船相对本船的方位;arc为当地球心半径。
8.根据权利要求1所述的基于导航雷达数据的船舶航行风险评估方法,其特征在于:步骤3中,a个航行安全影响因素通过专家评价法进行确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311381979.7A CN117347999A (zh) | 2023-10-24 | 2023-10-24 | 一种基于导航雷达数据的船舶航行风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311381979.7A CN117347999A (zh) | 2023-10-24 | 2023-10-24 | 一种基于导航雷达数据的船舶航行风险评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117347999A true CN117347999A (zh) | 2024-01-05 |
Family
ID=89368890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311381979.7A Pending CN117347999A (zh) | 2023-10-24 | 2023-10-24 | 一种基于导航雷达数据的船舶航行风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117347999A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117826137A (zh) * | 2024-03-04 | 2024-04-05 | 天津港轮驳有限公司 | 一种用于水面物标组合探测的方法及系统 |
-
2023
- 2023-10-24 CN CN202311381979.7A patent/CN117347999A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117826137A (zh) * | 2024-03-04 | 2024-04-05 | 天津港轮驳有限公司 | 一种用于水面物标组合探测的方法及系统 |
CN117826137B (zh) * | 2024-03-04 | 2024-05-14 | 天津港轮驳有限公司 | 一种用于水面物标组合探测的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3330171B1 (en) | Apparatus for predicting a power consumption of a maritime vessel | |
CN109900256B (zh) | 一种自适应海洋移动声层析系统和方法 | |
CN109239709B (zh) | 一种无人船的局部环境地图自主构建方法 | |
CN117347999A (zh) | 一种基于导航雷达数据的船舶航行风险评估方法 | |
US6868041B2 (en) | Compensation of sonar image data primarily for seabed classification | |
CN109781093B (zh) | 一种水下目标磁性定位跟踪系统与方法 | |
CN108711312A (zh) | 基于bp神经网络的船舶与静态物标碰撞风险预判方法 | |
CN113093159B (zh) | 多波束测深误差改进模型设计方法 | |
RU2483280C1 (ru) | Навигационный комплекс | |
CN109001725B (zh) | 一种海上无人艇海上多目标跟踪方法 | |
CN111307160B (zh) | 一种自主水下航行器长航时航迹的修正方法及装置 | |
CN111929676B (zh) | 一种基于密度聚类的x波段雷达目标检测与跟踪方法 | |
CN110595472A (zh) | 一种无人船双目标气象航线优化方法和系统 | |
CN106405559A (zh) | 一种船舶吃水检测方法 | |
CN112819249A (zh) | 基于走航adcp观测海流数据的潮流调和分析计算方法 | |
CN110673148A (zh) | 一种主动声纳目标实时航迹解算方法 | |
CN109738902A (zh) | 一种基于同步信标模式的水下高速目标高精度自主声学导航方法 | |
CN116125386A (zh) | 一种稀疏水声测距增强的水下航行器智能定位方法和系统 | |
Hare | Error budget analysis for US Naval Oceanographic Office (NAVOCEANO) hydrographic survey systems | |
Wang et al. | Passive tracking of underwater acoustic targets based on multi-beam LOFAR and deep learning | |
CN113673355B (zh) | 一种海浪波谱仪回波波形分类方法 | |
CN112379366B (zh) | 一种基于粒子群滤波的雷达目标跟踪算法 | |
JP3360644B2 (ja) | 捜索要領算出装置及び捜索要領算出方法 | |
RU2797701C1 (ru) | Способ натурных испытаний безэкипажных судов | |
CN112686325B (zh) | 一种基于灰度包络的水下目标搜索方案评估决策方法 |
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 |