艦船目標多手段數(shù)據(jù)融合探測方法研究.pdf

1、海洋管理對于國家經(jīng)濟和安全有著十分重要的作用，艦船管理是海洋管理的主要工作之一。實時準確地獲取海洋監(jiān)管區(qū)域的艦船分布和有效評估艦船運動的態(tài)勢是艦船有效管理的基礎。星載合成孔徑雷達(Synthetic Aperture Radar，SAR)、高頻地波雷達(High Frequency Surface Wave Radar，HFSWR)和自動艦船識別系統(tǒng)（Automatic Identification System，AIS）是目前大范圍海

2、上目標監(jiān)測的主要傳感器。星載SAR不受天氣限制、探測精度高，但是只能在衛(wèi)星過境時刻進行探測;高頻地波雷達可以連續(xù)探測且速度探測精度高，但是目標定位精度較低;AIS可以提供詳細的艦船位置、速度、航向等信息，但是只能對合作艦船進行監(jiān)測。三種探測手段各有其優(yōu)缺點，僅僅通過單一傳感器無法獲得艦船的準確信息。本文研究的主要課題是如何有效地融合利用三種探測手段的測量值來提高艦船探測精度，針對星載SAR、高頻地波雷達和AIS的艦船目標點跡關聯(lián)、目標跟

3、蹤、航跡關聯(lián)等多個問題展開研究，主要研究內(nèi)容如下:
　　1.為了解決密集分布情況下的高頻地波雷達和AIS點跡關聯(lián)問題，提出一種基于JVC(Jonker-Volgenant-Castanon)的全局最優(yōu)點跡關聯(lián)算法。首先，將WGS84(World Geodetic System1984)坐標系下測量的AIS的點跡坐標映射到高頻地波雷達測量極坐標中，實現(xiàn)了坐標系的統(tǒng)一。其次，建立高頻地波雷達和AIS點跡關聯(lián)模型，采用點跡對閾值和迭代搜

4、索算法將關聯(lián)數(shù)據(jù)集劃分為可行的關聯(lián)子集。最后，將JVC全局最優(yōu)關聯(lián)算法應用于每一個可行關聯(lián)子集的點跡關聯(lián)上，解決密集環(huán)境中的雷達和AIS點跡關聯(lián)問題。仿真數(shù)據(jù)結果顯示該算法在精度上優(yōu)于最近鄰算法和聯(lián)合概率數(shù)據(jù)關聯(lián)(Joint Probability DataAssociation，JPDA)算法，在運行效率上高于JPDA算法，另外，通過三年的實測數(shù)據(jù)實驗驗證了算法的適用性和實時性。
　　2.針對星載SAR、高頻地波雷達和AIS點跡

5、的關聯(lián)問題，提出一種多特征改進的最大似然點跡關聯(lián)算法來提高關聯(lián)精度，降低虛警。測試的多特征參數(shù)包括艦船的位置、大小、航向和速度?；谌N傳感器測量模型，將星載SAR、高頻地波雷達和AIS的點跡關聯(lián)問題建模為一個多維分配問題。在數(shù)據(jù)分配過程中，JVC算法用來解決二維分配問題，拉格朗日松弛算法用來解決三維分配問題。仿真結果顯示使用長度和速度作為擴展特征的多特征最大似然關聯(lián)算法相比最近鄰算法和位置最大似然算法可以提供更高的關聯(lián)精度。實測數(shù)據(jù)實

6、驗驗證了所提算法可以增強目標的確認并降低虛警。
　　3.針對高頻地波雷達單頻率目標跟蹤的海雜波速度盲區(qū)問題，提出一種基于AIS校準的雙頻融合探測算法。AIS信息可以用來估計地波雷達的每個頻率不同的系統(tǒng)誤差。首先，將合作目標的AIS點跡測量值與高頻地波雷達的點跡測量值通過JVC分配算法進行點跡關聯(lián)。利用合作艦船的點跡關聯(lián)結果，可以估計和校準高頻地波雷達不同頻率的系統(tǒng)誤差。其次，基于校準的雙頻數(shù)據(jù)，使用雙頻融合JPDA-UKF(Uns

7、cented Kalman Filter)算法進行艦船跟蹤。實測數(shù)據(jù)的實驗結果驗證了所提算法可以實時跟蹤艦船，相比單頻率跟蹤可以進一步提高跟蹤能力和跟蹤精度。
　　4.針對高頻地波雷達和AIS航跡關聯(lián)問題，鑒于航跡的不同特點，提出一種多模型航跡關聯(lián)算法。首先，根據(jù)艦船的轉向率和對地航向?qū)⒑桔E分成不同的航跡類型，直線航跡和變向航跡。然后，對變向航跡進行航跡分割，分割成近直線航跡。最后，采用航跡間的徑向距離、方位向和徑向速度的三維加權