雷達與AIS技術在船舶融合上的應用

劉 勇

摘 要：隨著海運的快速發展，人們對船舶的安全監管提出了更高的要求。雷達和船載AIS技術是船舶航行的基本保障手段，雷達與AIS技術聯合已經得到廣泛的運用。因此，本文研究了有關數學模型。該模型在現實中易于實現，效率高，精度可以滿足需求，它已在港口自動化管理中得到充分的應用和驗證。

關鍵詞：AIS;雷達;關聯;融合

中圖分類號：TN957.51 文獻標識碼：A 文章編號：1003-5168（2019）35-0021-03

Application of Radar and AIS Technology in Ship Fusion

LIU Yong

（The 27th Research Institute of China Electronics Technology Group Corporation，Zhengzhou Henan 450000）

Abstract： With the rapid development of maritime transport， people have put forward higher requirements for the safety supervision of ships. Radar and shipborne AIS technology are the basic means of guarantee for ship navigation. The combination of radar and AIS technology has been widely used. Therefore， this paper studied the relevant mathematical models. This model is easy to implement in reality， has high efficiency， and the accuracy can meet the requirements， which has been fully applied and verified in port automation management.

Keywords： AIS;radar;correlation;fusion

隨著海外貿易量的不斷增長，我國航海運輸事業快速發展，這對航運監管﹑船舶安全提出了新的挑戰。雷達和船載AIS技術是保障船舶航行的基本技術手段，雷達能夠捕捉船舶的實時航跡，包括船舶航向﹑徑向速度﹑坐標方位角等信息，但是由于受周邊空氣濕度﹑密度以及雷達實際架設情況等因素的影響，雷達的方位精度、距離精度以及目標分辨力都弱于船載AIS設備。受雷達實際架設位置影響，某些船舶目標難免被遮擋，而AIS設備是船只與船只﹑船只與岸邊基站的自動通信，可以有效識別船只信息，AIS信息包括船舶的船名﹑呼號﹑GPS位置﹑航速﹑目的港的動態信息以及港口﹑天氣﹑洋流等導航信息[1]，基本上不考慮遮擋因素。總的來說，雷達數據更新快但易漏失目標，AIS數據全但更新慢，如果將兩者的數據進行融合，就能優勢互補，從而快速有效地保障船舶航行安全，為船舶進出港口的自動化智能監督管理提供數據。因此，兩者的數據融合是十分必要的，其融合流程如圖1所示。

1 AIS與雷達數據的時間對齊

AIS的數據時刻是GPS授時所得，雷達的數據時刻則不一定用GPS授時，所以，為了保證時間基準相同和時間精準，雷達設備需要添加一個GPS授時設備。另外，AIS數據的發送時間間隔長，而且根據船舶的狀態不同，AIS廣播的船舶動態信息的周期不一致[2]，如表1所示。雷達數據上報周期相對穩定，2～3s傳送一批次目標數據，因此需要AIS設備和雷達設備數據上報的時間基準一致和時刻對準。

圖1 數據融合流程

在同一段時間內，假設雷達和AIS的采樣時刻分別如下。

雷達采樣時刻序列為：

[Trj=tr1，tr2，tr3，........，trm j=1，2，......，m][]? ? ? （1）

AIS采樣時刻序列為：

[TAi=tA1，tA2，tA3，......，tAn i=1，2，3，.....，n]? ? ? ?（2）

表1 AIS狀態參數

這里取[trj-trj-1]與[tAi-tAi-1]中時間間隔最短設備的采樣時刻為基準采樣時刻。本文以雷達設備的采樣時刻為系統的采樣基準時刻。AIS信息時間間隔隨船舶狀態的不同而改變，但在極短的時間內，人們可以認為船舶沿一定方向直線運行，所以可以用插值法計算出AIS某一時刻的位置信息。

當需要[T]時刻的AIS信息時，令[T1]<[T]<[T2]，而[T1]時刻采集AIS的位置信息為[（φ1，λ1）]，[T2]時刻采集的AIS位置信息為[（φ2，λ2）]，[T]時刻采集AIS位置信息為[（φT，λT）]，利用插值法得[3]：

[φT=φ1?T2-TT2-T1+φ2?T-T1T2-T1]? ? ? ? ? ? ? ? ?（3）

[λT=λ1?T2-TT2-T1+λ2?T-T1T2-T1]? ? ? ? ? ? ? ? ? （4）

2 數據的預處理

2.1 AIS數據的預處理

船載AIS信息提供的船舶定位信息是由GPS提供的，電子海圖中的坐標需要把大地坐標經緯度通過墨卡投影轉換為平面坐標。墨卡托投影轉換公式為：

[x=r0?λy=r0?q]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

其中，參數[r0]、[q]用公式表示為：

[r0=N0cosφ0]? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

[q=lntan（π4+φ2）-e2ln1+esinφ1-esinφ]? ? ? ? ?（7）

參數[N0]用公式表示為：

[N0=a1-e2sin2φ0]? ? ? ? ? ? ? ? ? ? ? ? ? （8）

式中，[r0]為基準維度圈半徑;[q]為等量維度;[N0]為基準維度處橢球圈曲率半徑;[φ0]為墨卡托投影變換的基準維度;[e]為橢球的第一偏心率;[a]為地球長半徑;[（x，y）]為墨卡托平面直角坐標;[（φ，λ）]為WGS-84坐標系的經緯度。

2.2 雷達數據的坐標轉換。

有些雷達采用極坐標模式[（R，θ）]表示，把它們轉換成直角坐標表示，[（xr，yr）]為雷達數據的平面直角坐標表示。

[xr=R·sinθyr=R·cosθ]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （9）

式中，[R]為雷達測量目標船舶與雷達之間的距離;[θ]為目標船舶與雷達北向方位之間的夾角。

當前，很多雷達同時擁有這兩種數據模式，有些雷達數據的坐標轉換可以省去這一過程。

3 船舶航跡關聯

現實中，雷達和AIS發現并傳送的目標船舶很多，每個都需要進行有效的甄別和篩選，才能實現雷達和AIS數據相關聯并融合的目的。

3.1 航跡粗相關

建立AIS數據集合[A]，對于任意元素[?a?A]，有

[a=ida，Tc，ρa，θa]? ? ? ? ? ? ? ? ? ? ? ? ? ?（10）

式中，[ida]為目標批次號;[Tc]為AIS采集數據的時間戳;[ρa]和[θa]分別為AIS轉換坐標后的目標距離和方位角測量值。

建立雷達數據集合[η]，對于任意元素[?r?η]，有

[r=idr，Tr，ρr，θr]? ? ? ? ? ? ? ? ? ? ? ?（11）

式中，[Tr]為雷達采集數據時間戳;[idr]為雷達目標批次號;[ρr]和[θr]分別為雷達對目標的距離和方位角的測量值。

由于AIS目標數據的精度較雷達高，這里選擇以AIS目標測量值為基準值。當[Ta=Tc]時，以[ρa-μ1Δρa+Δρr，ρa+μ1Δρa+Δρr]﹑[θa-μ2Δθr+Δθa，θa+μ2Δθr+Δθa]為區間，找出與此AIS數據粗相關的雷達數據。其中，[μ1]和[μ2]是關聯系數，[Δρa]和[Δρr]分別為AIS設備和雷達設備的距離精度，[Δθa]和[Δθr]分別為AIS設備和雷達設備的方位精度。通過修正關聯系數[μ1]和[μ2]，縮小區間范圍篩選合適雷達目標。粗相關主要是為了減少后期相關數據的處理量，優化算法，提高效率。

3.2 航跡的融合處理

在粗相關處理過程中，更多時候得到的并不是一對一的數據，往往是一對多的數據，在區域內能夠滿足[（ρt，θt）]因素的目標并不是唯一的，這里采用柯西型隸屬度函數進行模糊關聯來解決[4]。柯西型隸屬度函數為：

[ξηk=1πλk1+η2kλ2k]? ? ? ? ? ? ? ? ? ? ? ? ? ?（12）

式中，[ξηk]為模糊因素中第[K]（[K]=1，2，3，4，分別表示距離﹑方位﹑航向﹑速度）個因素的柯西隸屬度函數;[λk]和[ηk]分別是模糊因素中的展度和歐氏距離。

參數[ηki]用公式可以表示為：

[ηki=ψRki-ψAki]? ? ? ? ? ? ? ? ? ? ? ? （13）

式中，[ψRki]為第[i]時刻雷達探測到的因素值;[ψAki]為第[i]時刻AIS設備探測到的因素值。

展度和系統誤差有關，二者的關系可以用式（14）表示。

[λk=i=1nηkin]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（14）

最后用加權法求得綜合相似度，即[δ=k=14Ckξηk]的最大值來確定航跡的相關性。

由于目標可能被遮擋，或者目標周圍復雜環境造成的二次反射和多次反射等其他因素引起的探測值異常，會使航跡棱角分明、毛刺較多，人們需要通過設定閾值過濾異常值達到優化效果。

經過相關計算可得，雷達探測值和AIS探測值的差值序列為[δARtΔρARt，ΔθARt][5]。

[ΔρARmin=ΔρAR-4-α?ΔρAR-]? ? ? ? ? ? ? （15）

[ΔρARmax=3ΔρAR-4+α?ΔρAR-]? ? ? ? ? ? ? ?（16）

式中，[ΔρARmin]為最小差值;[ΔρARmax]為最大差值;[α]為加權系數，它是一個常數;[ΔρAR-]為平均差值。

同理，方位差值也需要相同的處理，滿足[δARt∈ΔρARmin，ΔρARmax]及[∈ΔθARmin，ΔθARmax]的數據保留，剔除探測異常值后[6]，濾波建立航跡：

[?RL=ρAL2ρAL2+ρRL2]? ? ? ? ? ? ? ? ? ? ? ?（17）

[?AL=ρRL2ρAL2+ρRL2]? ? ? ? ? ? ? ? ? ? ? ? ? （18）

式中，[?RL]和[?AL]分別為雷達和AIS對應因素L的的加權因子;[ρAL]和[ρRL]分別為雷達和AIS的對應因素L的精度。其中，[?AL+?RL=1]，融合[L=?RL?ρR+?AL?ρA]。

4 結語

上述雷達與AIS結合應用技術在實踐中得到了檢驗，整個系統精度高于雷達單獨使用的精度，船舶航跡的實時性和連續性也得到了驗證。隨著近年來科學技術的飛速發展，船舶的體積越來越大，船舶類型也愈發多樣化，進出港口的船舶的安全性要求愈發提升。引航員運用雷達與AIS融合技術，使港口引航更加安全可靠。另外，AIS基站可以接收各個船舶的識別碼，能夠對每條船舶進行識別，自動錄入數據庫，更有利于港口部門的智能規范管理和監督。

參考文獻：

[1]羅素云.AIS與雷達目標位置數據融合方法的研究[D].武漢：武漢理工大學，2013.

[2]甘星.AIS與雷達信息融合在VTS中應用的研究[D].大連：大連海事大學，2013.

[3]李維運.VTS中雷達和AIS信息融合算法研究[D].大連：大連海事大學，2017.

[4]俞金龍.船載AIS和雷達數據關聯及融合[J].聲學與電子工程，2018（4）：58-61.

[5]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.

[6]馬曉巖.現代雷達信號處理[M].北京：國防工業出版社，2013.