多目标雷达导航避碰模糊识别

多目标雷达导航避碰模糊识别

陈宗杰

广东海警第三支队广东湛江524000

摘要：随着航运船舶事业的发展和船舶技术的提升，导航避碰技术在船舶设备中的应用范围逐渐扩大，不同波段的雷达在具体应用中的效果和功能也有所不同。在多目标雷达导航避碰过程中，船舶驾驶员最重要的工作就是对目标船舶相对于本船的碰撞系数的评估，这一评估过程通常依赖于驾驶员的个人航行经验，其中存在着一些技术偏差。本文将从数学模糊识别的综合评估理论应用于船舶雷达导航避碰技术中进行研究，对船舶碰撞危险评估进行数字量化，从而为提高船舶雷达导航的避碰性能提供一定的借鉴材料。

关键词：多目标雷达导航；船舶避碰；模糊识别

近年来，随着船舶业的集体发展和行业规模的不断扩大，航道密集性越来越强，给各个口岸和航道的交通管理工作带来了巨大的挑战，伴随着行业规模的提升，船舶碰撞事故发生率也在逐年增加。目前，国际上较为通用的船舶避碰措施有船舶自动识别系统、船舶交通管理服务系统和雷达导航，前两类船舶先进技术也都是通过雷达探测数据实现对船舶避碰的管理，因此，针对多目标雷达导航避碰模糊识别的研究，对提高雷达的使用性能保障船舶的安全航行具有重要的现实意义。

1、模糊理论在雷达系统中的发展

通过数学模糊理论的算法同雷达系统相结合已经有超过百余年的历史，雷达的数据处理方法开始于最小二乘算法应用于神谷星的轨道预测，随后出现了一种新型的极大似然估计法应用在雷达数据处理中，这种算法和维纳滤波法一起，给雷达数据的处理和评估带来了巨大变革。滤波评估理论发展到目前为止，已经在雷达数据处理中占有非常重要的位置，雷达目标的跟踪测算方式主要有航机电处理和状态估计两个部分[1]。

2、目标运动状态估计

状态估计是对目标对象过去的运动状态进行掌握，对目标船舶的目前的运动状态进行滤波同时对目标船舶未来的运动状态进行有效预测，通过预测判断两船之间运动到什么状态时可能会发生碰撞。

2.1线性滤波算法

在现有的线性形式的滤波器中，线性均方估计滤波器是最为优异的一种算法。线性均方的误差准则下的滤波器主要包含以下几种：维纳滤波器和卡尔曼滤波器，在稳态的状态下两者的状态和运行都是一样的，不同的是后者更适合用于观测不同目标之间距离间隔的非平稳问题，从实践评估的角度来说，这种方式更适合用于计算机的递推算法，对设备的内部存储空间要求较小，实用性强，只有在数学模型条件下效果最佳，适用于稳和多变量的线性系统。而采用维纳滤波器算法的算法基础是最小均方估计，解析求解过程较为复杂，运算公式和过程复杂，对处理器的存储空间要求较高，适用于平稳航行过程中随机过程信号。除了上述两种滤波，还有线性自然回归滤波、最小二乘滤波、加权最小二乘滤波等多种滤波算法，每种滤波算法的算法基础和适用条件也都有所不同[2]。

2.2非线性滤波算法

无源探测系统不能测量目标的相对距离，在航行的过程中，船舶操控员想要对目标船舶的运行状态有完整的了解和掌握，需要使用到非线性滤波方法，非线性滤波方式的主要类型有扩展卡尔曼滤波、不敏卡尔曼滤波和粒子滤波。每种滤波算法的算法基础和适用条件各有不同，下表1中根据各自的性能特点列出了详细对比分析。

表1三种线性滤波算法的性能对比

通过上表的分析可以看出，卡尔曼滤波在计算速度上具有明显的优势，但是当系统的非线性强度增加时，导致线性化的误差随之增大，那么卡尔曼滤波算法的准确度随之下降，甚至出现发散状态，所得数据毫无参考价值；在准确度上，不敏卡尔曼滤波和粒子滤波具有明显的优势，粒子滤波的计算效率相比不敏卡尔曼滤波也具有一定优势。综上所述，在一般的高斯环境中，最适合采用的计算方式是不敏卡尔曼滤波，如果情况较为复杂时，则适宜采用粒子滤波的计算方式。

3、多目标追踪

多目标追踪基本方法，主要可以分为两大类，第一种是极大似然类数据关联算法，这种算法主要包括人工标图法、航迹分叉法、联合极大似然算法、0-1整数规划法、广义相关法等几种算法；第二种是贝叶斯类数据互联算法，这种算法主要包括最近邻域法、率数据互联算法、联合数据互联算法、最优贝叶斯算法、多假设方法等几种算法。

3.1极大似然类数据关联算法

这种算法中，目前应用最多的计算方式有以下四种，第一是航迹分叉法、第二是两盒极大似然算法，第三是0-1整数规划法，0-1规划是整数规划中重要的规划计算方式，组合最优化通常被表述为整数规划，为寻找约束的最佳方案；第四是广义相关法，这种算法是在基本互相关算法优化的基础上进行的。通过对这几种算法的模拟应用和实验得出，利用航迹分差法对多目标进行追踪时，由于无法进行有效测量的区别和分别，造成在计算时需要的时间最长，同时需要进行大量的数据计算。相对来说，整数规划法和广义相关法的计算时间较短，具有较好的实用性。下表2是根据每种不同的关联算法的性能优势和优缺点进行的分析比较。从表2分析结果来看，应用船舶目标测量点迹分配计算的最佳方式是广义相关法，这种算法的实时性较强，可以为船舶航行时提供有力的安全保障。

表2极大似然类数据关联算法各算法性能对比

3.2贝叶斯类数据互联算法

贝叶斯类的雷达导航多目标追踪算法根据计算方式的不同主要分为两类：第一类是次优贝叶斯类算法，这种算法只对系统最新的测试数据进行研究，并对实时的所有数据进行综合分析，通过计算给出每个数据参数的序列概率。这种算法可以适用于杂波环境下对多目标的数据进行联合分析。第二类是最优贝叶斯算法，这是一种全邻域滤波器，可以实现对记录信息和实时信息的综合评估，能够在船舶航行到较为密集的航道时提供最优性能实现避碰[3]。

4.结语

使用雷达辐射技术对船舶航行中的目标方位、距离进行探测，存在着参数获得困难、雷达信号工作模式繁多等问题，随着船舶业的整体发展和对安全航行管理需求的提升，这种单一的避碰模式已经不能满足行业发展的需求。在多目标雷达避碰实践工作中，可以通过数学模糊理论的利用，对雷达信号进行类型识别，并进行仿真试验和数学建模，确立有效的参数特征和函数，实现对目标船舶碰撞模型的建立，这种方式的数学碰撞评估模型识别效果优异，在工程上也较容易实现。本文通过对多种滤波算法和多目标追踪方式的分析，对每种目标追踪、合理避碰方式方法的基础和优缺点进行对比，希望能为多目标雷达导航避碰应用提供有价值的参考资料，以促进船舶航运业的稳定发展。

参考文献：

[1]万剑.严新平.初秀民等.一种内河船舶的数字雷达导航避碰装置[J].航海技术,2016,(3):82-82.

[2]朱永穆.自动雷达标绘装置简介[J].天津航海,2015,(6):216-216.

[3]刘羽.曾杰晖.刘晓阳等.一种船舶雷达导航回波数据压缩算法的设计[J].计算机测量与控制,2013,(10):06-07.