一种基于航海雷达的多雷达融合方法技术

本发明专利技术提供的一种基于航海雷达的多雷达融合方法，通过获取各个雷达针对目标船舶的检测数据进行预处理，并计算得到相应的质量因子；根据所述质量因子通过联合概率密度，建立各个雷达和目标船舶之间的关系概率；根据所述关系概率计算得到所述目标船舶的融合航迹，通过计算雷达中心点，将所有的雷达数据转换为以中心点为原点、y轴正方向指向北的直角坐标系，将联合概率和自适应加权算法(既质量因子)相结合，计算每一个雷达的概率密度，将每个雷达的检测数据乘以与目标船舶之间的关系概率后相加得到所述目标船舶的融合航迹，即为符合总航迹的航迹点，降低了系统误差和人为误差，减少了计算量，并提高了雷达在波门重叠时融合的准确性。准确性。准确性。

【技术实现步骤摘要】
一种基于航海雷达的多雷达融合方法


[0001]本专利技术涉及雷达
，特别涉及一种基于航海雷达的多雷达融合方法。

技术介绍

[0002]在雷达技术发展的早期，需要专人从雷达显示屏中读取航海目标以及目标相关信息。现代化战争中对于雷达探测的精度和对目标读取的及时性有了更高的要求，人工操作雷达的方式不能满足现代化战争的需要。雷达技术结合电子计算机技、图像信息处理、人工智能等技术，雷达的信息处理方式已由人工操作转为计算机自动捕捉目标。在现代航海雷达中，均配备了以电子计算机技术为基础的自动雷达标绘仪(ARPA)。
[0003]与传统的手工操作相比，由计程仪、罗经和雷达相配合组成的ARPA系统，可以通过人工或者自动的方式，捕捉多个雷达目标，并加以自动追踪。系统可以将处理后的数据通过矢量的形式在雷达图上显示目标的航速和航向，通过数据展示CPA和TCPA等多个重要的避碰数据，还可以进行报警、避碰危险度计算、避让等多种功能。
[0004]雷达数据融合系统对数据的融合方案基于雷达信号的处理阶段共分为三种：检测级融合、量测级融合、估计级融合。
[0005]检测级融合是采集到的原始信息层次上的融合，即在雷达接收到的回波未进行预处理之前进行分析和综合，先确定信号的有效性，在进行数据的融合。该融合阶段可以尽可能的保留原始的数据信息，数据可靠性很高，但同时数据处理量很大，处理时间长。
[0006]量测级融合是指在数据处理过程中，将各传感器的量测配准后直接进行融合，也就是说将各传感器的量测不经处理进行综合分析。量测级融合的优势在于可以比估计级融合方式更为精确的信息。缺点是运算量大，要求各雷达的配准一致，实时性不强。
[0007]估计级融合属于最高层次的融合。系统中各个传感器独立地对处理采样数据，得到局部估计结果，然后将这些局部估计信息传送到融合中心，融合中心将获得的各种局部结果融合，最终得到全局估计。
[0008]在航行过程中，单独的一个雷达会受到外界环境的影响而导致数据失灵，因此通常在船舶上安装多个雷达，并对多部雷达的数据进行融合处理。通过将来自多部雷达的检测数据实现合理的信息融合，不仅可以把监视范围直接扩大到各台雷达所覆盖的全部海域，而且还能全面提高目标监视质量和系统自身的可靠性及抗冲击能力，这种技术已经成为在近海航行和港口环境监控中的重要组成部分。
[0009]因此，需要一种基于航海雷达的多雷达融合方法，能够降低系统误差和人为误差，减少计算量，并提高雷达在波门重叠时融合的准确性。

技术实现思路

[0010](一)要解决的技术问题
[0011]为了解决现有技术的上述问题，本专利技术提供一种基于航海雷达的多雷达融合方法，。
[0012](二)技术方案
[0013]为了达到上述目的，本专利技术采用的技术方案为：
[0014]一种基于航海雷达的多雷达融合方法，包括步骤：
[0015]S1、获取各个雷达针对目标船舶的检测数据进行预处理，并计算得到相应的质量因子；
[0016]S2、根据所述质量因子通过联合概率密度，建立各个雷达和目标船舶之间的关系概率；
[0017]S3、根据所述关系概率计算得到所述目标船舶的融合航迹。
[0018](三)有益效果
[0019]本专利技术的有益效果在于：通过获取各个雷达针对目标船舶的检测数据进行预处理，并计算得到相应的质量因子；根据所述质量因子通过联合概率密度，建立各个雷达和目标船舶之间的关系概率；根据所述关系概率计算得到所述目标船舶的融合航迹，通过计算雷达中心点，将所有的雷达数据转换为以中心点为原点、y轴正方向指向北的直角坐标系，将联合概率和自适应加权算法(既质量因子)相结合，计算每一个雷达的概率密度，将每个雷达的检测数据乘以与目标船舶之间的关系概率后相加得到所述目标船舶的融合航迹，即为符合总航迹的航迹点，降低了系统误差和人为误差，减少了计算量，并提高了雷达在波门重叠时融合的准确性。
附图说明
[0020]图1为本专利技术实施例的基于航海雷达的多雷达融合方法流程图。
具体实施方式
[0021]为了更好的解释本专利技术，以便于理解，下面结合附图，通过具体实施方式，对本专利技术作详细描述。
[0022]请参照图1，一种基于航海雷达的多雷达融合方法，包括步骤：
[0023]S1、获取各个雷达针对目标船舶的检测数据进行预处理，并计算得到相应的质量因子；
[0024]所述的检测数据具体包括检测时间、目标船舶的经度、纬度、速度和航向。
[0025]所述的预处理具体包括：
[0026]将各个雷达极坐标下的检测数据转换以中心点雷达为原点的直角坐标系；
[0027]将各个雷达的时间信息以中心点雷达的时间为基准进行配准；
[0028]设置波门对杂波进行过滤，从而减少了计算量。
[0029]具体地，可通过物理或统计的方法来滤除一些备选观测(观测数据是指各个雷达对目标船舶的数据，比如检测时间、目标的经度、目标的纬度、目标的速度、目标的航向)，这些观测可能会与备选实体形成不太可能或所不希望形成的关联对，同时这些观测也可能来自于噪声和干扰。各雷达的轨迹检测范围有所重叠，通过设置波门来过滤杂波，减少计算量。波门一共分为大波门、中波门、小波门。
[0030]小波门：主要应用于跟踪处于匀速直线运动非机动状态的目标；
[0031]中波门：主要应用于跟踪处于小机动状态的目标；
[0032]大波门：在目标做大机动转弯或目标丢失后需要重新捕获这两种情况下可以使用大波门。
[0033]所述质量因子的计算公式如下：
[0034]Q
i
＝f
i
+F
i
+D
i
+h
i
[0035]其中，Q
i
为第i个雷达的质量因子，f
i
为第i个雷达的频率权值，F
i
为第i个雷达的拟合度权值、D
i
为第i个雷达的信任权值，h(i)为第i个雷达的灰色关联度权值；
[0036][0037]式中，count
i
为第i个雷达的报告次数，count为所有雷达的报告总次数；
[0038][0039]式中，为第i个雷达的横坐标x
i
在X轴上的拟合程度，为第i个雷达的纵坐标y
i
在Y轴上的拟合程度；
[0040][0041][0042][0043]式中，SSE为平方差，SSR为回归平方和，y表示目标船舶的实际航行轨迹点，表示当前雷达的检测值，即第i个雷达的检测点纵坐标y
i
，表示所有检测到所述目标船舶的雷达检测值的平均值；
[0044][0045]且d1+v1+θ1＝1，d1<v1<θ1[0046]式中，D
i
为第i个雷达计算航迹与实际航迹之间的距离、航向角、船速之间的变化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于航海雷达的多雷达融合方法，其特征在于，包括步骤：S1、获取各个雷达针对目标船舶的检测数据进行预处理，并计算得到相应的质量因子；S2、根据所述质量因子通过联合概率密度，建立各个雷达和目标船舶之间的关系概率；S3、根据所述关系概率计算得到所述目标船舶的融合航迹。2.根据权利要求1所述的基于航海雷达的多雷达融合方法，其特征在于，所述的检测数据具体包括检测时间、目标船舶的经度、纬度、速度和航向。3.根据权利要求1所述的基于航海雷达的多雷达融合方法，其特征在于，所述的预处理具体包括：将各个雷达极坐标下的检测数据转换以中心点雷达为原点的直角坐标系；将各个雷达的时间信息以中心点雷达的时间为基准进行配准；设置波门对杂波进行过滤。4.根据权利要求1所述的基于航海雷达的多雷达融合方法，其特征在于，所述质量因子的计算公式如下：Q
i
＝f
i
+F
i
+D
i
+h
i
其中，Q
i
为第i个雷达的质量因子，f
i
为第i个雷达的频率权值，F
i
为第i个雷达的拟合度权值、D
i
为第i个雷达的信任权值，h(i)为第i个雷达的灰色关联度权值；式中，count
i
为第i个雷达的报告次数，count为所有雷达的报告总次数；式中，为第i个雷达的检测点横坐标x
i

【专利技术属性】
技术研发人员：陈久虎，林忠，苏孙新，王驰明，李亚楠，樊博彦，
申请(专利权)人：福建新继船舶服务有限公司，
类型：发明
国别省市：