基于AIS實時測量雷達性能的多雷達數據融合

石子燁，焦秀珍（中國電子科學研究院，北京　100041）

基于AIS實時測量雷達性能的多雷達數據融合

石子燁，焦秀珍
（中國電子科學研究院，北京100041）

0　引言

雷達和AIS是兩類探測海上目標信息的重要傳感器，雷達可以主動探測和跟蹤目標，探測海域內全方位的信息（包括探測范圍內所有可見目標的信息），可以探測到目標的距離、方位，并可反映出目標的大小和形狀。雷達可對目標進行編匹，作為目標未消批前的唯一標識，但雷達存在探測盲區，且探測信息精度較低，易受氣象、海況的影響，易丟失跟蹤目標［1］。為提高雷達探測精度的可信度就必須多次重復測量，但測試方法因各類管制因素的限制，需要后勤保障配合，且測試費用高、測試周期長，技術實施難度高，對后續實驗及訓練任務有影響。此外，一旦測定雷達的探測精度就是一個定值，未考慮雷達精度因為時間、氣象、海雜波、目標距離遠近及雷達探測角度導致的測量精度變化［6］。例如，風向是影響海雜波強度的重要因素，海雜波在逆風時最強，順風時次之，側風時最弱。研究表明，因海雜波的影響，雷達的探測性能可下降50%，因此實時測量雷達的探測精度可有效提高雷達的可信度［7］。

船舶自動識別系統AIS（Automatic Identification System）可發送靜態信息、動態信息、航次信息以及安全信息。由于其探測精度受到距離、天氣、海況等外界環境影響較小，目標實時位置的精度較高，當目標密集時不會造成目標誤跟蹤，也不會因天氣及海雜波的影響造成目標丟失。但缺點在于只能接收配備AIS設備的目標發送的信息，對于未配備AIS設備的目標（例如敵方目標）則存在探測盲區［1］。

雷達與AIS探測系統既具有各自優勢，又具有局限性，可采取數據融合的方式提高探測航跡質量。兩者的數據融合屬于多傳感器數據融合的一部分，但AIS對目標存在探測盲區時，可采用AIS實時測定雷達精度，提高多雷達數據融合的質量?；贏IS測定雷達精度的思想提出了多雷達數據實時融合的模型框架和實現思路，利用AIS探測精度高的特點，對雷達性能進行分析，實時修正融合權重，從而提高雷達融合數據的精度。

1　融合模型

多傳感器間的位置信息融合，可期望得到比單個傳感器高精度的位置信息，實現對目標的精確定位。雷達和AIS數據融合的系統結構示意圖1如圖所示。各個傳感器探測到數據后進行數據處理后產生目標位置航跡，發送到數據處理中心統一處理，包括數據預處理，時間對齊，航跡關聯和點跡合并，最后輸出融合后的數據。

圖1　雷達和AIS數據融合的系統結構示意圖

2　融合模型

當雷達和AIS傳感器的數據各自形成航跡，融合中心需要根據相應的融合準則判斷出兩個傳感器形成的航跡是否為同一目標，如果是同一目標則進行航跡融合。由于AIS探測精度較高，當形成融合航跡的傳感器包括AIS時，可直接采用AIS的探測航跡作為融合航跡，并對雷達的探測精度進行實時評估；當形成融合航跡的傳感器僅包括雷達時，可用實時評估的雷達性能來修正雷達間的融合權重，從而得到更精確的航跡。

探測性能σ是由量測不完全性帶來的誤差，傳統的雷達性能評估為一定值，即通過采用高精度雷達或GPS作為對比真值，尋找兩者探測同一目標航跡進行關聯，統計對比兩者之差ΔT，通過ΔT的均方差評估雷達的探測性能σ［4］，即當有T條關聯航跡時，σ為：

但由于未考慮雷達因為時間、氣象和海雜波引起的性能變化，我們考慮用AIS來測量雷達的實時誤差，將誤差表示為時刻t的函數［5］。由于在很短的一段時間、同一探測海域內，雷達誤差變化較小，我們將AIS獲得的實時位置信息作為真值數據，尋找同一探測海域內AIS與雷達探測同一目標的相關航跡，將與AIS探測航跡關聯上的雷達數據進行對比，統計計算兩者在最近連續一段時間內位置誤差。最近一段時間可取一個固定的時間窗，也可根據數據報送頻率決定。若在距離時刻t最近一個時間窗內關聯上的探測數據為M條，利用AIS與雷達探測軌跡距離差的均方差σt來評估時刻t雷達的探測性能，計算公式如下：

當AIS傳輸有延時，可通過對雷達數據緩存，采用數據中心最新接收AIS的M條數據，并通過AIS和對應最近時刻雷達的目標位置信息的關聯算法對上式進行計算。例如在圖2中，AIS傳輸有延時，我們在t時刻進行誤差對比時，仍采用緩存中雷達采樣時間為t-3 至t-2時刻的數據與AIS采樣時間為t-3至t-2時刻的數據進行對比。當雷達傳輸有延時也采取相同的策略。

圖2　AIS和雷達數據采樣時刻和到達時刻示意圖

當探測目標不攜帶AIS相關設備，僅存在雷達探測的航跡，可采用基于AIS實時測定精度的雷達探測航跡加權融合算法。設雷達組的編號為｛1，2，…，m｝，雷達組在t時刻測量的點跡為，，｝，實時測量的均方誤差為，航跡加權因子為｝，其在時刻t的航跡融合值為Xt，它們滿足如下約束條件：

若雷達間誤差不相關，則融合航跡在時刻t的均方誤差為：

3　相關算法及流程

融合模型所涉及的算法主要包括坐標轉換、時間對齊、航跡關聯、航跡加權和航跡管理等。

3.1坐標轉換

AIS發送的位置信息是基于經緯高坐標系，即用三維球面來標識位置，以北極或南極為極點，以經緯線為坐標線的坐標系。而雷達探測目標信息往往采用極坐標系，一般以雷達天線的中心為極點，確定目標位置所需的探測值主要包括距離 （目標與雷達間的直線距離）和角度（目標與雷達角度間的連線在水平面上的投影和基準方位間的夾角）［2］。由于需要對雷達和AIS的信息進行航跡對比關聯，因此需要把兩者的坐標轉到同一坐標系下。

3.2時間對齊

因為不同的傳感器采樣頻率不同 （即使同類型的雷達掃描周期也會因工作狀態不同而改變），航跡形成的起始時間也存在差別，故存在觀測數據時間不同步的問題。為了下一步的航跡關聯，需要將不同傳感器的探測信息統一到同一時間。時間對齊可采用航跡外推或內插的方法，對采樣率較高的航跡內推或外插，得到需要時間節點的數據。經過時間對齊后，數據可能會引入一定的隨機誤差，所以在進行航跡關聯時，要設波門進行航跡相關判斷。

3.3航跡關聯

3.4航跡加權融合

由于AIS的探測精度較高，當AIS和雷達關聯后，可直接采用AIS的探測航跡作為融合航跡。當目標不存在對應的AIS值時，可采用AIS的探測數據測定雷達的探測精度，對雷達性能進行評估。

3.6航跡管理

航跡管理主要包括航跡編號管理和航跡質量管理。航跡編號管理主要包括航跡申請、航跡撤銷、航跡保持等。在數據處理中心，每一條航跡都有唯一的一個航跡編號與之對應。航跡質量管理可以避免因系統誤差、隨機誤差或航跡相交時引起的錯誤關聯［3］。在航跡管理模塊中設有專門的編批計數器來對接收的航跡進行重新編號；當連續一段時間不再報送某一航跡將對該航跡進行消批處理，當航跡關聯錯誤時則要進行改批處理。

3.6算法流程

算法流程圖如圖3所示。其中，航跡預處理模塊包括坐標轉換和時間對齊。融合算法里涉及兩類融合處理，一種是雷達與雷達間航跡相關融合，另一種是AIS與雷達間的航跡相關融合，并基于AIS數據實時計算雷達的探測精度。最終的融合航跡存在三種類型，第一種是航跡僅來源于雷達傳感器，第二種是航跡僅來源于AIS傳感器，第三種是航跡來源于雷達與AIS兩類傳感器。

圖3　算法模塊流程圖

4　仿真設計

4.1仿真條件設定

假設觀測水域內有2條船，均事先在想定中設定船的真實航跡數據。假設觀測水域內有兩條船A、B，其中A船上攜帶AIS相關設備，船B不攜帶。在想定中設定兩條船行進的路線，為簡化模型起見，假設船A，B均做勻速直線運動，其真實航跡如圖4所示。其中船A航向為正北60°，航速為12m/s，航跡為：

自1945年創建以來，浩亭一直是一家100%的家族企業并傳承到第三代，保持著獨立家族性質的企業愿景，并發展成為工業連接技術領域的全球領先供應商，其連接技術覆蓋三條生命線：電力、信號和數據，在全球44個國家擁有13個生產工廠和子公司。如今的浩亭正逐步從產品供應商向解決方案提供商轉型，可全面提供數字化產品、軟件、硬件和工程服務等。

船B航向為正北30°，航速為12m/s，航跡為：

圖4　A，B船真實航跡數據

仿真模擬中，雷達和AIS傳感器向數據處理中心發送目標的唯一標識號、目標位置、目標位置所對應的時間，此外，雷達的報告頻率為30秒，AIS的報告頻率為2秒，且均不考慮傳輸延時問題。

在一段仿真時間內（30分鐘），雷達1和雷達2分別對目標A和目標B的探測數據如圖5所示，其中直線為真實航跡。

4.2仿真流程

圖5　雷達1，2和AIS對目標A，B的航跡描述

圖6　仿真流程圖

本文基于QT進行仿真模擬，完成整個仿真流程需要通信軟件、控制軟件、目標模擬軟件、雷達探測模型軟件、AIS模型軟件和數據處理中心模型軟件，其中數據處理中心軟件是完成數據融合的關鍵軟件。整個仿真流程圖如圖6所示。

具體仿真流程如下：

（1）啟動控制和通信軟件，目標模擬模型、雷達探測模型、AIS模型和數據處理中心模型初始化，所有軟件時間統一到唯一的仿真時間，仿真開始。

（2）雷達探測模型和AIS模型探測到目標模擬模型模擬的目標信息，發送給數據處理中心。

（3）數據處理中心進行數據預處理，時間對齊，航跡關聯，雷達性能評估，數據融合，相關數據顯示、存儲，數據處理中心的仿真處理流程圖如圖7所示。

5　仿真分析

通過雷達1，2與AIS對A的探測航跡進行對比，根據公式（1）計算得到雷達1，2的實時探測精度，時間窗可取為5分鐘，即每個時間窗內雷達有10個探測點跡。根據公式（4）計算雷達實時融合權重，并將權重帶入公式（2）計算目標B的融合航跡。實時融合航跡結果如圖7中紅色加號所示，按歷史評估（非實時評估）進行分配權重，目標B的融合航跡如圖8中綠色圓圈所示。

圖7　融合中心數據處理仿真流程圖

圖8　雷達1，2對目標B的融合航跡

6　結語

針對AIS探測精度高的特點，可采用AIS數據與雷達數據關聯融合的方式可提高融合航跡的質量。利用AIS數據與雷達數據關聯對比，可對雷達進行實時性能分析，從而修正雷達間的融合權重的模型，并基于QT對模型進行仿真驗證。仿真實驗證明，基于AIS實時修

正雷達融合權重，可獲得更精確的融合航跡。

此外，在實際應用中，目標距離遠近、雷達探測角度及氣象環境均會對目標的探測精度產生影響，故當觀測水域面積過大時，可對水域進行分割，并在計算公式（1）時，盡可能選擇前進方向一致或方向夾角較小的目標作為對照參考，以減少海雜波等環境因素的影響。

［1］胡曉瑞.基于BP神經網絡的雷達與AIS目標信息融合處理研究［D］.集美大學，2012.

［2］華中和.防空指揮控制信息處理［M］.北京：中國人民解放軍空軍雷達學院，1989.

［3］穆加艷.雷達數據與AIS數據融合的應用研究［D］.南京:南京理工大學，2011.

［4］周必全.雷達與AIS的數據融合及雷達性能評估［D］.哈爾濱:哈爾濱工業大學，2013.

［5］李洋，張靖，石教華，張曉麗.目標航跡融合質量度量方法研究［J］.中國電子科學研究院學報，2015，6（3）：254-259.

［6］吳順君，梅曉春.雷達信號處理和數據處理技術［M］.北京：電子工業出版社，2008.

［7］龐云峰，張 韌，黃志松，張軍.大氣—海洋環境對武器系統標準效能的增益或損傷［J］.指揮控制與仿真，2009，4（2）:65-69.

Radar；AIS；Data Fusion

文章編號：1007-1423（2016）18-0014-04DOI：10.3969/j.issn.1007-1423.2016.18.003

The Data Fusion between Multi-Radar Based on AIS Real-Time Evaluation of Radar Performance

SHI Zi-ye JIAO Xiu-zhen
（China Academy of Electronics and Information Technology，Beijing 100041）

1007-1423（2016）18-0009-06

10.3969/j.issn.1007-1423.2016.19.002

石子燁（1987-），女，山東臨沂人，博士，工程師，研究方向為數據綜合處理，仿真支撐模型設計

2016-06-14

2016-06-20

雷達和AIS是兩類探測海上目標信息的重要傳感器，可進行信息互補，提高探測精度。為提高多雷達的探測精度，提出基于AIS測定雷達精度的多雷達數據實時融合的模型框架和實現思路。最后用QT對數據融合模型進行仿真和分析。仿真結果驗證該模型的有效性和可用性。

雷達；AIS；數據融合

焦秀珍（1985-），女，山西大同人，碩士，工程師，研究方向計算機仿真、效能評估、仿真支撐模型設計

Radar and AIS are two kinds of important sensors to obtain the information of the target in the sea，which can offer complement information for each other.It is more accurate in estimating the target motion parameters.Proposes a model and research scheme about the fusion of real-time radar data based on the evaluation of radar in order to improve evaluation about the fusion track of radar on time，carries out simulation and analysis about the model of the data fusion by QT.Simulation results verify that the proposed model is effective and available.