摘要
船舶交通管理系统(Vessel Traffic Services)在保障船舶航行安全，提高航运效率和保护水域环境方面发挥了重要的作用。我国VTS经过几十年的建设和研究，获得了本质上的提高。经济和航运事业的迅速发展，对VTS提出了更高的要求。VTS在发挥重要作用的同时，也存在着系统精度低，稳定性差，网络开放性差和多传感器信息融合等问题。
新的技术手段在VTS中的应用，推动了VTS的迅速发展，特别是船舶自动识别系统(Automatic Identification System)的引入，将从根本上提高VTS的服务和监控能力；同时，雷达、AIS等各种传感器提供的信息存在着冗余相关，如何将这些信息进行有效的融合，提高VTS的智能程度，是亟待解决的问题。信息融合技术是近几十年迅速发展并在军事和民事领域得到广泛应用的、多学科交叉的技术。国内外很多学者在多个领域进行着相关课题的研究，VTS工作者也在自己的领域进行着探索研究，并取得了一大批研究成果。
本文针对VTS中雷达和AIS信息的融合算法进行了探索研究，借鉴国内外信息融合方面的研究成果，结合VTS信息的特点，对雷达和AIS信息融合算法进行了探讨，具有一定的理论价值和实际应用意义，并取得了以下成果：
1．分析了雷达和AIS信息的特点：
2．分析了VTS中信息融合算法的特点；
3．提出了简便可行的雷达和AIS信息的时间校准算法；
4．采用修正的K近邻域法(MK-NN)对雷达和AIS信息进行航迹相关判断；
5．采用分布式结构对雷达和AIS信息进行融合；
6．利用Matlab对雷达和AIS信息的航迹相关判断进行仿真和模拟。
VTS plays an important role in protecting sailing, promoting shipping efficiency and protecting environment,etc. By tens of years' construction and studying, VTS in our country has been promoted essentially. The rapid growth of economic and shipping brings forward higher requirement to VTS. At the same time, there are many problems in VTS, such as low system precision, low stability, low net opening and multi-sensor fusion, etc.
The application of new technologies has prompted the development of VTS Especially the import of AIS will promote the ability of service and monitor of VTS essentially, but meanwhile the information from radar and AIS is redundancy and correlative. It is an urgent task to effectively fuse the information to improve the intelligence degree of VTS. As a multi-disciplinary technology, the fusion technology of information has developed rapidly in near decades and used widely in the military and civil field. A lot of domestic and international scholars, including operators in VTS, are carrying on the research of relevant subjects in a lot of fields and have brought out a great quantity of research results.
Referring to home and abroad research results on information fusion, combing the features of VTS information, the paper studies the radar and the AIS information fusion algorithm, carries on the discussion on the radar and the AIS information fusion algorithm. It has certain theory value and practical application significance. The following results have been yielded:
1. The characteristics of the radar and the AIS information have been analyzed
2. The characteristics of information fusion in VTS have been analyzed.
3. A simple and feasible way to time calibration has been brought forward on the radar and the AIS information
4. The MK-NN algorithm has been applied to correlate tracks on the radar and on the AIS information.
5. The distributed structure has been applied to fuse the radar and the AIS information
引文
[1] IALA. VESSEL TRAFFIC SERVICES MANUAL (VTS MANUAL 2002).2002.
[2] 刘人杰，柳晓明，索继东等．船舶交通管理电子信息系统．大连：大连海事大学出版社，2006．
[3] 张兵．VTS系统的未来发展．中国水运，1999，8(2)：31-32．
[4] 罗素云，谭箭．AIS与雷达目标航迹相关算法．武汉理工大学学报，2003，第27卷，第1期：112-115．
[5] 郑佳春，张杏谷．多传感器数据融合技术在VTS中的应用研究．航海技术，2003，第3期：32-33．
[6] 索继东，杨广治，刘人杰．雷达与GPS的数据关联．大连海事大学学报，1998，第25卷，第3期：26-31．
[7] 林长川．雷达和AIS目标位置信息融合方法的研究．中国航海，2002，第1期：22-25．
[8] 林长川，陈朝阳，洪爰助等．雷达与AIS目标航迹模糊关联与统计加权合并融合方法的探讨．中国航海，2003，第4期：70-73．
[9] 张杏谷，黄丽卿，胡稳才．GPS在VTS中的应用．航海技术，2002，第2期：23-24．
[10] IEC 61193-2. Maritime Navigation and Radio-communication Equipment and Systems —Automatic Identification System (AIS), 2002.
[11] Marten G. Koopman. VTS of the Future-Global and Regional Developments. the 10th International Symposium on Vessel Traffic Services, Hong Kong, 2004:25-30.
[12] 朱金发，孙文力，汤华．船载自动识别系统手册．北京：人民交通出版社．2005．
[13] ITU-M. 1371. Technical Characteristics for a Universal Shipborne Automatic Identification System(AIS) using Timing Division Multiple Access in the VHF Marine Mobile Band, 2001
[14] IALA. Recommendation on Automatic Identification System(AIS) Shore Station and Networking Aspects Relating to the AIS Service, 2002.
[15] IALA. AIDS TO NAVIGATION GUIDE. 2002.
[16] 何友，王国宏等．多传感器信息融合及应用．北京：电子工业出版社．2000．
[17] 朱海，莫军．水下导航信息融合技术．北京：国防工业出版社．2002．
[18] 孟宪尧．数据融合技术与船舶自动化．大连：大连海事大学出版社．2003．
[19] 杨万海．船载自动识别系统手册．西安：西安电子科技大学出版社．2004．
[20] 何友，关欣，王国宏．多传感器信心融合研究进展与展望．宇航学报，2005，第26卷，第4期：524-529．
[21] Lawrence A, Klein. Sensor and data fusion concepts and applications [M].Washington:SPIE Optical Engineering Press, 1999.
[22] 何友．多目标多传感器分布信息融合算法研究[D]．博士论文．北京：清华大学，1996．
[23] 关键，何友，彭应宁．多传感器分布式检测综述．电子科学学刊，第七界全国雷达年会论文，南京，1999：355～359．
[24] P.K. Varshney. Distributed Detection and Data Fusion. New York:Spring-Verlag, 1996.
[25] W.A. Hashlamoun, P.K. Varshney. Further Result on Distributed Bayesian Signal Detection. IEEE Trans, On IT, 1993,39(4):1660-1662.
[26] 何友，谭庆海．多传感器系统分类研究．火力与指挥控制，1988，第2期：1-10．
[27] 邵远，何发吕，罗志增．多传感器信息融合浅析．电子学报，1994，第5期：73-79．
[28] 冯占军．基于模糊神经网络的信息融合技术在机器人中的应用：(硕士论文)．天津：河北工业大学，2002．
[29] 孙龙祥，张祖稷译．雷达数据处理．北京：国防工业出版社．1992．
[30] 李华，史忠科．修正D-S证据组合方法及其在目标识别中的应用．飞行力学，2002，19(1)：37-45．
[31] 李茹，李弼程．D-S证据理论的改进算法在时-空信息融合中的应用．数据采集与处理，2005，第20卷，第2期：156-160．
[32] 刘怀国，吴陈．D-S证据理论在多传感器中的应用．华东船舶工业学报，2001，16(6)：20-26．
[33] 孙书利，崔平远．多传感器标量加权最优信息融合稳态Kalman滤波器．控制与决策，2004，19(2)：208-211．
[34] 邓自立，孙小军．多传感器分布式协方差信息融合Kalman滤波理论．科学技术与工程，2005，5(12)：762-769．
[35] 方永华，徐冠雷．基于卡尔曼滤波的舰船综合导航信息处理．航海技术，2005，5：30-32．
[36] 邓自立．最优滤波理论及其应用—现代时间序列分析方法．哈尔滨：哈尔滨工业大学出版社，2000．
[37] 孙勇，景博．最优加权与递推最小二乘法结合的多传感器信息融合．传感技术学报，2004，4：630-632．
[38] 田保国，何友，杨日杰．人工神经网络在航迹关联中的应用研究．电子与信息学报，2005，27(2)：310-313．
[39] 裴福俊，万德钧，刘昕．神经网络融合方法在分布式捷联基准中的应用．数据采集与处理，2005，20(2)：105-110．
[40] 范太权．信息融合神经网络—模糊推理理论与应用．北京：国防工业出版社，2002．
[41] Gini F, Lombardini F, Verrazzani L. Decentralised Detection Strategies under Communication Constraints [J]. IEEE Proc F, 1998,145(4):199-208.
[42] Eonissen S M. Bar Shalom Y. Maximum likelihood track before detect with fluctuating target amplitude [J]. IEEE Trans on AES, 1998,34(3):796-808.
[43] Wang Guohong, Su Feng, He You, Mao Shiyi. Fast Track Initiation Algorithm in Clutter Environment Based on Hough Transform and Logic [J].Journal of System Simulation, 2004,14(7):873-875.
[44] Kastella K. Joint multitargt probabilities for detection and tracking [C].SPIE Vol. 3086,1997:122-128.
[45] Liu Xiarr xing, Pan Quart, Zhang Hong cai, Dai Guarr zhong. Study on algorithm of sensor management based on functions of efficiency and waste [J]. Chinese Journal of Aeronautics, 2000, 13(1):39-44.
[46] James F S Ⅲ Robert D R Ⅱ. Fuzzy logic based resource allocation for isolated and multiple platforms [C]. SPIE Vol. 4052, 2000:36-47.
[47] Ronald P S Mahler. Information for fusion management and performance estimation [C].SPIE Proceedings, 1998,3374:64-75.
[48] 徐志京，王解先．AIS与雷达目标信息融合中坐标位置的计算方法．上海海事大学学报，2005，第4期：82-85．
[49] 张杏谷，郑佳春．船载导航仪器信息融合的研究．仪器仪表学报，2005，26(3)：306-308．
[50] 龚瑞卿．多传感器目标综合识别在VTS系统中应用研究．雷达与对抗，2005，2：29-28．
[51] 林长川，孙腾达，洪爰助等．雷达与AIS目标航迹模糊关联算法与仿真．系统仿真学报，2006，18(2)：903-908．
[52] 林长川．基于多因素模糊综合决策的AIS与雷达航迹关联算法与仿真．大连海事大学学报，2003，29(1)：43-46．
[53] 罗素云．AIS与雷达目标位置数据融合方法的研究：(硕士论文)．武汉：武汉理工大学，2003．
[54] 翟艺书．AIS与雷达数据融合的数学模型研究：(硕士论文)．大连：大连海事大学，2005．
[55] 甘星．AIS与雷达信息融合在VTS中应用的研究(硕士论文)．大连：大连海事大学，2003．
[56] 于海霞．AIS与雷达数据融合方法的研究(硕士论文)．大连：大连海事大学，2006．
[57] K.C. Chang, R.K. Saha and Y. Bar-Shalom. On Optimal Trace-to-Trace Fusion. IEEE Trans. On AES, Vol. 33 No. 4,1997:1271-1276.
[58] Waltz, E.,Llinas, J. Multi_Sensor Data Fusion, Artech House Inc. Boston, 1990.
[59] 张圣华，王书基，孙潮义．多雷达数据融合中时间对准问题的研究．舰船电子工程，2002。
[60] W. R. Ditzler. A Demonstration of Multisensor Tracking. In Proceedings of the 1987 Tri-Service Data Fusion Symposium, June 1987:303-311.
[61] 何友，彭应宁．多传感器数据融合中的两种新的航迹相关算法。电子学报，1997，第9期：10-14．
[62] Y. Bar-Shalom. On the TrackO-to-trcak Correlation Problem. IEEE T-AC-26, 2(1981):571-572.
[63] 何友，谭庆海，蒋蓉蓉．多传感器综合系统中的航迹相关算法．火力与指挥控制，1989，第1期：1-12．
[64] 王国宏，何友．基于模糊综合和统计假设检验的雷达与ESM相关方法．系统工程与电子技术，1997，第4期：13-16．
[65] 金国强，赵德兴，张宇．目标航迹相关．雷达与对抗，1991，第2期：9-15．
[66] 刘纲，王国宏，何友．多雷达航迹模糊相关中运算模型选择及仿真比较．火控雷达技术，1994，第3期：12-16．
[67] 何友，彭应宁．多目标多传感器模糊双门限航迹相关算法．电子学报，1998，第3期：15-19．
[68] 何友，黄晓冬．基于模糊综合决策的航迹相关算法．海军工程大学学报，1999，第4期：1-11．
[69] 何友，唐劲松，王国宏．多雷达综合跟踪．电子科学学刊，1996，第三期：225-229．
[70] 何友，唐劲松，王国宏．多雷达综合系统中航迹质量管理的优化．现代雷达，1995，第一期：14-19．
[71 Y. Bar-Shalom, L. Campo. The Effect of the Common Process Noise on the Two-sensor Fused-track Covariance. IEEE T-AES-22, 6 (1986):803-805.