基于距離檢測(cè)的自動(dòng)識(shí)別系統(tǒng)和對(duì)海雷達(dá)航跡抗差關(guān)聯(lián)算法

齊 林 崔亞奇 熊 偉 王 聰

?

基于距離檢測(cè)的自動(dòng)識(shí)別系統(tǒng)和對(duì)海雷達(dá)航跡抗差關(guān)聯(lián)算法

齊 林*崔亞奇 熊 偉 王 聰

(海軍航空工程學(xué)院信息融合研究所 煙臺(tái) 264001)

現(xiàn)有的多傳感器航跡抗差關(guān)聯(lián)算法，如基于圖像配準(zhǔn)技術(shù)、基于參照拓?fù)潢P(guān)系的關(guān)聯(lián)算法，計(jì)算流程復(fù)雜，難以在工程實(shí)踐中實(shí)時(shí)應(yīng)用。該文結(jié)合海面艦船目標(biāo)航跡分布特點(diǎn)，基于單元平均恒虛警檢測(cè)原理，提出了適用于自動(dòng)識(shí)別系統(tǒng)(AIS)和雷達(dá)航跡數(shù)據(jù)的可信關(guān)聯(lián)算法，為對(duì)海雷達(dá)系統(tǒng)誤差配準(zhǔn)和海戰(zhàn)場(chǎng)多傳感器信息融合的快速有效實(shí)現(xiàn)提供保證。蒙特卡洛仿真結(jié)果表明，可信關(guān)聯(lián)算法在海面目標(biāo)環(huán)境下具有較高的關(guān)聯(lián)準(zhǔn)確性；算法的平均耗時(shí)與現(xiàn)有抗差關(guān)聯(lián)算法相比顯著降低；基于航跡可信關(guān)聯(lián)結(jié)果完成對(duì)雷達(dá)的自動(dòng)標(biāo)校，將雷達(dá)量測(cè)數(shù)據(jù)的平均誤差降低了近90%。

對(duì)海雷達(dá)；抗差關(guān)聯(lián)；自動(dòng)識(shí)別系統(tǒng)；單元平均恒虛警檢測(cè)；實(shí)時(shí)性

1 引言

對(duì)海雷達(dá)自身存在的定位偏差、雷達(dá)量測(cè)精度、數(shù)據(jù)處理方法等因素容易造成系統(tǒng)誤差的產(chǎn)生。雷達(dá)系統(tǒng)誤差會(huì)造成目標(biāo)量測(cè)數(shù)據(jù)與目標(biāo)真實(shí)位置間存在較大的偏差，進(jìn)而導(dǎo)致雷達(dá)難以準(zhǔn)確地對(duì)目標(biāo)進(jìn)行定位。在海面局部穩(wěn)定的2維直角坐標(biāo)系中，測(cè)距系統(tǒng)誤差使目標(biāo)航跡發(fā)生整體平移，測(cè)角系統(tǒng)誤差使目標(biāo)航跡發(fā)生整體旋轉(zhuǎn)。為提高雷達(dá)量測(cè)的準(zhǔn)確性，必須借助一些輔助措施實(shí)現(xiàn)對(duì)海雷達(dá)系統(tǒng)誤差的估計(jì)和補(bǔ)償。

民用船舶大部分都安裝有船舶自動(dòng)識(shí)別系統(tǒng)(Automatic Identification System, AIS)，軍用平臺(tái)通過(guò)加裝具有靜默模式的AIS設(shè)備獲得的合作船舶位置信息可以認(rèn)為是目標(biāo)的真實(shí)航跡。利用AIS上報(bào)的目標(biāo)位置信息對(duì)雷達(dá)量測(cè)數(shù)據(jù)進(jìn)行校正可以有效提高雷達(dá)的量測(cè)精度，誤差配準(zhǔn)的前提是系統(tǒng)誤差下AIS與雷達(dá)航跡的準(zhǔn)確關(guān)聯(lián)。

本文基于海面艦船目標(biāo)航跡分布特點(diǎn)和單元平均恒虛警檢測(cè)原理[14]提取海面目標(biāo)可信航跡關(guān)聯(lián)對(duì)，基于可信航跡關(guān)聯(lián)對(duì)估計(jì)雷達(dá)量測(cè)數(shù)據(jù)系統(tǒng)誤差，基于誤差補(bǔ)償后的雷達(dá)量測(cè)實(shí)現(xiàn)與AIS航跡的抗差關(guān)聯(lián)。全文內(nèi)容安排如下：第2節(jié)給出AIS與雷達(dá)航跡的可信關(guān)聯(lián)流程：包括數(shù)據(jù)預(yù)處理，距離矩陣的求取，可信航跡關(guān)聯(lián)對(duì)的定義及提取方法；第3節(jié)仿真驗(yàn)證及結(jié)果分析，實(shí)驗(yàn)證明了本文算法相對(duì)于現(xiàn)有算法的優(yōu)越性能；第4節(jié)總結(jié)全文。

2 航跡的可信關(guān)聯(lián)流程

通過(guò)對(duì)大量AIS和對(duì)海雷達(dá)上報(bào)的海面目標(biāo)航跡數(shù)據(jù)分析可得，海面目標(biāo)航跡具有如下特點(diǎn)：(1)航跡分布零散；(2)系統(tǒng)誤差對(duì)目標(biāo)航跡造成一定的偏差，但通常情況下仍小于船舶之間的實(shí)際距離；(3)海面艦船目標(biāo)不都安裝有AIS設(shè)備，非合作目標(biāo)的AIS位置信息也不可能為我方所知，造成AIS和雷達(dá)上報(bào)的目標(biāo)個(gè)數(shù)不一致。基于上述特點(diǎn)，可以認(rèn)為系統(tǒng)誤差存在的條件下海面上距離較小且附近一定范圍內(nèi)沒(méi)有其它目標(biāo)的一對(duì)來(lái)自不同傳感器的航跡源自同一目標(biāo)，本文將其定義為可信航跡關(guān)聯(lián)對(duì)。

2.1 AIS與雷達(dá)量測(cè)數(shù)據(jù)的坐標(biāo)統(tǒng)一

AIS上報(bào)的目標(biāo)位置信息以地理坐標(biāo)(經(jīng)度、緯度、高度)的形式表示，雷達(dá)對(duì)海量測(cè)通常在空間極坐標(biāo)系下完成，并上報(bào)極坐標(biāo)系下的目標(biāo)位置數(shù)據(jù)。為實(shí)現(xiàn)AIS和雷達(dá)數(shù)據(jù)的航跡關(guān)聯(lián)，首先需要將它們的數(shù)據(jù)形式統(tǒng)一到以雷達(dá)所在位置為原點(diǎn)的海面局部穩(wěn)定2維直角坐標(biāo)系中。

AIS上報(bào)的目標(biāo)位置信息以地理坐標(biāo)表示，假設(shè)雷達(dá)所在位置的地理坐標(biāo)為，其中,,分別表示雷達(dá)所在位置的經(jīng)度、緯度、高度；目標(biāo)所在位置的地理坐標(biāo)為，這里針對(duì)海面目標(biāo)，默認(rèn)。本文基于簡(jiǎn)化的高斯-克呂格投影原理[15]，得到AIS上報(bào)目標(biāo)在海面局部平面直角坐標(biāo)系中的位置為

2.2距離矩陣的建立

要求出雷達(dá)與AIS目標(biāo)航跡之間的距離，需要實(shí)現(xiàn)雷達(dá)與AIS上報(bào)點(diǎn)跡的時(shí)間對(duì)齊。這里以AIS的點(diǎn)跡時(shí)刻為基準(zhǔn)，用插值法[16]將雷達(dá)的目標(biāo)位置數(shù)據(jù)對(duì)齊到AIS的目標(biāo)點(diǎn)跡時(shí)刻，得到

2.3可信航跡關(guān)聯(lián)對(duì)定義

海面上某對(duì)來(lái)自不同傳感器的目標(biāo)航跡，如果滿足條件：(1)它們是距離彼此最近的航跡，它們的間距小于某個(gè)閾值；(2)在它們周?chē)欢ǚ秶鷥?nèi)沒(méi)有其他航跡出現(xiàn)，即距離它們次近的航跡與它們之間的距離大于某個(gè)閾值；滿足上述條件的航跡對(duì)即可信航跡關(guān)聯(lián)對(duì)。

2.4 基于單元平均恒虛警率(CA-CFAR)檢測(cè)的可信航跡關(guān)聯(lián)對(duì)的提取方法

由于系統(tǒng)誤差引起不同的目標(biāo)發(fā)生基本一致的航跡偏差，且通常情況下上述航跡偏差與船舶之間的實(shí)際距離相比較小，所以距離矩陣中最小的若干個(gè)元素可以看作由系統(tǒng)誤差引起的同源航跡間的距離偏差。由于隨機(jī)誤差的存在，可信航跡關(guān)聯(lián)對(duì)的航跡偏差不會(huì)完全相等，但它們大小相近，且它們與船舶實(shí)際距離間存在距離突變。本文基于上述原理及CA-CFAR檢測(cè)方法求同源航跡距離閾值和非同源航跡距離閾值。將距離矩陣中所有元素按由小到大的順序放入集合中，，將中相鄰元素按序作差放入集合中，。

如圖1所示為CA-CFAR檢測(cè)器原理框圖，其中為加權(quán)系數(shù)；前沿參考滑窗長(zhǎng)度為;為恒虛警檢測(cè)器輸入信號(hào)，為第個(gè)檢測(cè)統(tǒng)計(jì)量；和為與檢驗(yàn)統(tǒng)計(jì)量相鄰的兩個(gè)保護(hù)單元；取自檢測(cè)統(tǒng)計(jì)量前沿的個(gè)輸入數(shù)據(jù)的均值；為第個(gè)檢測(cè)統(tǒng)計(jì)量對(duì)應(yīng)的恒虛警輸出。此時(shí)滿足

圖1平均值類單脈沖恒虛警檢測(cè)器框圖

3 仿真驗(yàn)證及結(jié)果分析

3.1可信航跡關(guān)聯(lián)流程仿真

某海域有20批艦船目標(biāo)，目標(biāo)初始位置在海域中均勻分布，目標(biāo)以勻速直線航行，初始速度和初始航向分別在和之間均勻分布。AIS和雷達(dá)上報(bào)的目標(biāo)航跡如圖2所示，雷達(dá)設(shè)備系統(tǒng)誤差測(cè)距、測(cè)角，隨機(jī)誤差滿足測(cè)距，測(cè)角的高斯分布。

圖2 AIS和對(duì)海雷達(dá)上報(bào)的海面艦船目標(biāo)航跡分布圖

分別求出AIS上報(bào)航跡與雷達(dá)上報(bào)航跡之間的距離，組成距離矩陣，這里海面目標(biāo)批數(shù)，則中元素個(gè)數(shù)。按可信關(guān)聯(lián)算法運(yùn)算步驟求出集合,，如圖3，圖4所示，并作為CA-CFAR檢測(cè)器的輸入單元得到輸出矢量，如圖5所示，按定義求出同源航跡距離閾值，取，得到非同源航跡距離閾值，提取滿足要求的可信航跡關(guān)聯(lián)對(duì)?；诳尚藕桔E關(guān)聯(lián)對(duì)估計(jì)系統(tǒng)誤差,。對(duì)雷達(dá)量測(cè)數(shù)據(jù)做誤差補(bǔ)償后海面艦船目標(biāo)航跡分布如圖6所示。

圖3 距離矩陣中的元素按序排列

圖4距離按序作差

圖5 CA-CFAR檢測(cè)輸出矢量

圖6 誤差補(bǔ)償后海面艦船目標(biāo)航跡分布圖

3.2算法性能比較與分析

3.2.1目標(biāo)密集程度對(duì)關(guān)聯(lián)性能的影響 對(duì)3.1節(jié)海面艦船目標(biāo)仿真環(huán)境中的目標(biāo)個(gè)數(shù)和系統(tǒng)誤差大小做適當(dāng)修改，對(duì)本文提出的基于CA-CFAR原理的可信航跡關(guān)聯(lián)算法與典型的基于圖像配準(zhǔn)技術(shù)的航跡抗差關(guān)聯(lián)算法和基于參照拓?fù)潢P(guān)系的航跡抗差關(guān)聯(lián)算法進(jìn)行綜合比較與分析。仿真環(huán)境具體設(shè)置如表1所示。

表1仿真條件參數(shù)設(shè)置

仿真結(jié)果如表2所示，表中列出了在6種環(huán)境下，經(jīng)過(guò)50次蒙特卡洛仿真，可信航跡關(guān)聯(lián)算法與圖像配準(zhǔn)航跡關(guān)聯(lián)算法、目標(biāo)參照拓?fù)浜桔E關(guān)聯(lián)算法的正確、錯(cuò)誤、漏關(guān)聯(lián)概率及平均單次耗時(shí)。圖7為測(cè)距系統(tǒng)誤差，測(cè)角系統(tǒng)誤差，海域中目標(biāo)批數(shù)由5增加至30時(shí)，各算法平均耗時(shí)。這里使用,,分別表示正確、錯(cuò)誤、漏關(guān)聯(lián)概率。

圖7 算法在不同目標(biāo)分布密集程度下的平均耗時(shí)

表2關(guān)聯(lián)算法性能比較

由表2所示，3種算法都具有較高的正確關(guān)聯(lián)率和較低的錯(cuò)誤關(guān)聯(lián)率及漏關(guān)聯(lián)率，說(shuō)明基于圖像配準(zhǔn)技術(shù)的航跡抗差關(guān)聯(lián)算法，基于目標(biāo)參照拓?fù)潢P(guān)系的航跡抗差關(guān)聯(lián)算法及本文提出的可信航跡關(guān)聯(lián)算法在測(cè)距誤差小于，測(cè)角誤差為,海域中目標(biāo)批數(shù)小于條件下都具備較高的關(guān)聯(lián)準(zhǔn)確性。

結(jié)合可信航跡關(guān)聯(lián)算法的特點(diǎn)，比較表2和圖7不同環(huán)境下算法的平均耗時(shí)，分析不同環(huán)境條件對(duì)算法耗時(shí)的影響。比較環(huán)境1, 2, 3(或環(huán)境4, 5, 6)條件下3種算法的平均耗時(shí)，當(dāng)系統(tǒng)誤差不變，海域中目標(biāo)密集程度逐漸增加時(shí)，圖像配準(zhǔn)關(guān)聯(lián)算法平均耗時(shí)基本不變，始終維持在8 s以上?；谀繕?biāo)參照拓?fù)潢P(guān)系的航跡抗差關(guān)聯(lián)算法平均耗時(shí)隨著環(huán)境中目標(biāo)密集程度的增大平方增長(zhǎng)，當(dāng)海域中有30批艦船目標(biāo)時(shí)，算法平均耗時(shí)達(dá)到了近8 s，接近圖像配準(zhǔn)關(guān)聯(lián)算法；當(dāng)海域中目標(biāo)批數(shù)為10時(shí)，算法平均耗時(shí)為0.25 s左右?？尚藕桔E關(guān)聯(lián)算法平均耗時(shí)同樣隨著環(huán)境中目標(biāo)密集程度的增大而增長(zhǎng)，但始終保持在低耗時(shí)水平，當(dāng)海域中艦船目標(biāo)批數(shù)增加到30時(shí)，算法平均耗時(shí)接近0.5 s。

基于圖像配準(zhǔn)技術(shù)的航跡抗差關(guān)聯(lián)算法平均耗時(shí)較長(zhǎng)，從原理上分析，該算法將海面?zhèn)鞲衅髡丈涞暮桔E數(shù)據(jù)空間做網(wǎng)格化描述，基于一定的數(shù)域變換原理(Radon變換)和相位相關(guān)技術(shù)估計(jì)出系統(tǒng)誤差造成的航跡數(shù)據(jù)偏差，確定關(guān)聯(lián)航跡對(duì)。由于網(wǎng)格長(zhǎng)度的確定與目標(biāo)密集程度、系統(tǒng)誤差大小等環(huán)境參數(shù)無(wú)關(guān)，算法計(jì)算量基本恒定。但由于算法流程中數(shù)域變換需要大量的計(jì)算，算法整體耗時(shí)較長(zhǎng)，不適合實(shí)時(shí)應(yīng)用?；谀繕?biāo)參照拓?fù)潢P(guān)系的航跡抗差關(guān)聯(lián)算法的平均耗時(shí)基本不受系統(tǒng)誤差大小的影響，但隨著環(huán)境中目標(biāo)個(gè)數(shù)增多平方增長(zhǎng)?？紤]到目標(biāo)參照拓?fù)潢P(guān)聯(lián)基于目標(biāo)間的相對(duì)位置關(guān)系描述目標(biāo)的拓?fù)涮卣?，而目?biāo)之間互為參照對(duì)象，當(dāng)環(huán)境中目標(biāo)個(gè)數(shù)增多時(shí)，對(duì)象周?chē)繕?biāo)個(gè)數(shù)增多，計(jì)算每個(gè)對(duì)象的拓?fù)涮卣魉璧挠?jì)算量隨之增大，而描述所有目標(biāo)的拓?fù)涮卣餍枰挠?jì)算量平方增長(zhǎng)。本文提出的可信航跡關(guān)聯(lián)算法隨著環(huán)境中目標(biāo)個(gè)數(shù)增多耗時(shí)緩慢增大，由于算法核心步驟基于單元平均恒虛警檢測(cè)原理的距離閾值提取流程簡(jiǎn)單，算法整體耗時(shí)較短。

3.2.2系統(tǒng)誤差大小對(duì)關(guān)聯(lián)性能的影響 傳感器系統(tǒng)誤差大小是衡量關(guān)聯(lián)性能的重要指標(biāo)，本節(jié)在海面目標(biāo)個(gè)數(shù)為10個(gè)，AIS上報(bào)目標(biāo)個(gè)數(shù)為5個(gè)，測(cè)距誤差和測(cè)角誤差如表3所示的條件下綜合比較圖像匹配關(guān)聯(lián)、目標(biāo)參照拓?fù)潢P(guān)聯(lián)、可信關(guān)聯(lián)3種算法的關(guān)聯(lián)準(zhǔn)確性和算法耗時(shí)，關(guān)聯(lián)結(jié)果如表4所示。如表所示，各算法的運(yùn)算耗時(shí)基本不受系統(tǒng)誤差大小的影響，在各自均值周?chē)》?dòng)?；贑A- CFAR檢測(cè)的可信航跡關(guān)聯(lián)算法展現(xiàn)出計(jì)算流程簡(jiǎn)單，耗時(shí)較少的特性，目標(biāo)參照拓?fù)潢P(guān)聯(lián)算法次之，圖像匹配關(guān)聯(lián)算法耗時(shí)較長(zhǎng)，不具備數(shù)據(jù)實(shí)時(shí)處理能力。

表3仿真條件參數(shù)設(shè)置

表4關(guān)聯(lián)算法性能比較

隨著仿真環(huán)境中系統(tǒng)誤差的增大，算法的關(guān)聯(lián)準(zhǔn)確性呈現(xiàn)不同的變化趨勢(shì)。環(huán)境1, 2, 3, 4中系統(tǒng)誤差較小，3種算法都具備較高的正確關(guān)聯(lián)率，錯(cuò)誤關(guān)聯(lián)率和漏關(guān)聯(lián)率很低。環(huán)境5, 6, 7, 8中，測(cè)距誤差增大至2000 m以上，基于目標(biāo)參照拓?fù)潢P(guān)系的航跡抗差關(guān)聯(lián)算法的正確關(guān)聯(lián)率有小幅下降，但仍然維持在較高水平?；趫D像匹配的航跡抗差關(guān)聯(lián)算法和可信航跡關(guān)聯(lián)算法的正確關(guān)聯(lián)率有明顯下降。分析上述結(jié)果產(chǎn)生的原因，首先考慮雷達(dá)系統(tǒng)誤差造成的航跡偏差，如圖8所示是雷達(dá)系統(tǒng)誤差分解圖，圖中目標(biāo)真實(shí)位置，即AIS上報(bào)目標(biāo)位置信息為

圖8 雷達(dá)系統(tǒng)誤差分解圖

由式(17)，式(18)可知，系統(tǒng)誤差造成的整體航跡圖像的平移量大小主要與測(cè)距誤差及目標(biāo)方位角有關(guān)，當(dāng)較小時(shí)，平移量隨方位角變化幅度較小，可以忽略；當(dāng)取值較大，達(dá)到幾千米時(shí)，平移量隨方位角的變化幅度達(dá)到千米量級(jí)，造成整體航跡圖像變形?；趫D像匹配原理的航跡抗差關(guān)聯(lián)算法基于數(shù)域變換原理尋找使AIS航跡圖像和雷達(dá)航跡圖像匹配最好的平移量和旋轉(zhuǎn)角，由于大的測(cè)距誤差引起圖像中的平移量隨方位角大幅變化，甚至造成整體航跡圖像變形，當(dāng)測(cè)距誤差達(dá)到千米以上時(shí)算法關(guān)聯(lián)準(zhǔn)確性明顯降低。

可信航跡關(guān)聯(lián)算法要求系統(tǒng)誤差引起的航跡偏差小于目標(biāo)間的實(shí)際距離，基于單元平均恒虛警檢測(cè)原理可提取出有效的距離閾值，當(dāng)系統(tǒng)誤差引起的航跡偏差過(guò)大，算法提取的距離閾值不準(zhǔn)確。實(shí)際情況下，為確保航行安全，海面上船舶之間要保持一定的距離。海面艦船目標(biāo)航跡分布零散，系統(tǒng)誤差造成的航跡偏差小于目標(biāo)之間的實(shí)際距離的條件通常容易滿足，本文提出的基于CA-CFAR原理的可信航跡關(guān)聯(lián)算法具有廣泛的應(yīng)用背景，適宜在工程實(shí)踐中推廣應(yīng)用。

4 結(jié)束語(yǔ)

本文針對(duì)AIS和對(duì)海雷達(dá)信息融合中的航跡實(shí)時(shí)抗差關(guān)聯(lián)問(wèn)題提出了基于單元平均恒虛警檢測(cè)原理的可信航跡關(guān)聯(lián)算法。經(jīng)仿真驗(yàn)證及結(jié)果分析，得到關(guān)于算法的如下結(jié)論：(1)可信航跡關(guān)聯(lián)算法相對(duì)于現(xiàn)有多傳感器航跡抗差關(guān)聯(lián)算法的顯著優(yōu)勢(shì)是運(yùn)算流程簡(jiǎn)化、運(yùn)算時(shí)間大幅降低。特別是環(huán)境中目標(biāo)批數(shù)較多時(shí)(達(dá)到30批)，基于目標(biāo)參照拓?fù)潢P(guān)系的航跡抗差關(guān)聯(lián)算法的平均耗時(shí)接近8 s，與基于圖像匹配的航跡抗差關(guān)聯(lián)算法接近，已不具備數(shù)據(jù)實(shí)時(shí)處理能力，相同條件下可信航跡關(guān)聯(lián)算法平均耗時(shí)0.5 s，體現(xiàn)出優(yōu)越的實(shí)時(shí)性。(2)可信航跡關(guān)聯(lián)算法在海面目標(biāo)環(huán)境下具有較高的關(guān)聯(lián)準(zhǔn)確性和較好的魯棒性。仿真結(jié)果表明，經(jīng)可信關(guān)聯(lián)及系統(tǒng)誤差配準(zhǔn)，對(duì)海雷達(dá)量測(cè)誤差降低近90%。(3)本文使用誤差補(bǔ)償后的二次關(guān)聯(lián)得到準(zhǔn)確的航跡關(guān)聯(lián)關(guān)系，也可基于一次可信關(guān)聯(lián)結(jié)合2維最優(yōu)分配方法解決系統(tǒng)誤差下海面目標(biāo)航跡間的抗差關(guān)聯(lián)問(wèn)題。(4)基于可信關(guān)聯(lián)的對(duì)海雷達(dá)自動(dòng)標(biāo)校技術(shù)能大幅降低雷達(dá)量測(cè)數(shù)據(jù)的系統(tǒng)誤差，快速有效提升雷達(dá)跟蹤融合系統(tǒng)的準(zhǔn)確性；可信關(guān)聯(lián)算法為海戰(zhàn)場(chǎng)多傳感器信息融合技術(shù)提供了一種新思路和新方法。

參考文獻(xiàn)

[1] 何友, 王國(guó)宏,, 等. 多傳感器信息融合及應(yīng)用(第2版) [M]. 北京: 電子工業(yè)出版社, 2007: 128-165.

He You, Wang Guo-hong, Lu Da-jin,. Multisensor Information Fusion with Applications(Second Edition)[M]. Beijing: Publishing House of Electronics Industry, 2007: 128-165.

[2] 何友, 王國(guó)宏, 關(guān)欣. 信息融合理論與應(yīng)用[M]. 北京: 電子工業(yè)出版社, 2010: 178-238.

He You, Wang Guo-hong, and Guan Xin. Information Fusion Theory with Applications[M]. Beijing: Publishing House of Electronics Industry, 2010: 178-238.

[3] Liu Xi, Yin Hao, Tian Chang,. An improved 2-D assignment algorithm for track-to-track association[C]. 25th Chinese Control and Decision Conference, Guiyang, China, 2013: 3698-3703.

[4] Phani C and Arye N. Concurrent particle filtering and data association using game theory for tracking multiple maneuvering targets[J]., 2013, 61(20): 4934-4948.

[5] 何友, 宋強(qiáng), 熊偉. 基于相位相關(guān)的目標(biāo)航跡對(duì)準(zhǔn)關(guān)聯(lián)技術(shù)[J]. 電子學(xué)報(bào), 2010, 38(12): 2718-2723.

He You, Song Qiang, and Xiong Wei. Track alignment- correlation technique based on phase correlation[J]., 2010, 38(12): 2718-2723.

[6] 何友, 宋強(qiáng), 熊偉. 基于傅里葉變換的航跡對(duì)準(zhǔn)關(guān)聯(lián)算法[J]. 航空學(xué)報(bào), 2010, 31(2): 356-362.

He You, Song Qiang, and Xiong Wei. A track registration- correlation algorithm based on fourier transform[J]., 2010, 31(2): 356-362.

[7] 宋強(qiáng), 熊偉, 何友. 基于復(fù)數(shù)域拓?fù)涿枋龅暮桔E對(duì)準(zhǔn)關(guān)聯(lián)算法[J]. 宇航學(xué)報(bào), 2011, 32(3): 560-566.

Song Qiang, Xiong Wei, and He You. A track alignment- correlation algorithm based on topological description of complex number field[J]., 2011, 32(3): 560-566.

[8] Tian Wei, Wang Yue, Shan Xiu-ming,. Track-to-track association for biased data based on the reference topology feature[J]., 2014, 21(4): 449-453.

[9] Tian Wei, Wang Yue, Shan Xiu-ming,. Analytic performance prediction of track-to-track association with biased data in multi-sensor multi-target tracking scenarios[J]., 2013, 13(9): 12244-12265.

[10] 田威, 王鉞, 山秀明, 等. 穩(wěn)健的聯(lián)合航跡關(guān)聯(lián)與系統(tǒng)誤差估計(jì)[J]. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 53(7): 946-950.

Tian Wei, Wang Yue, Shan Xiu-ming,. Robust method for joint track association and sensor bias estimation[J].(), 2013, 53(7): 946-950.

[11] 石玥, 王鉞, 王樹(shù)剛, 等. 基于目標(biāo)參照拓?fù)涞哪：桔E關(guān)聯(lián)方法[J]. 國(guó)防科技大學(xué)學(xué)報(bào), 2006, 28(4): 105-109.

Shi Yue, Wang Yue, Wang Shu-gang,. Fuzzy data association based on target topology of reference[J]., 2006, 28(4): 105-109.

[12] 楊哲, 韓崇昭, 李晨, 等. 基于目標(biāo)之間拓?fù)湫畔⒌臄?shù)據(jù)關(guān)聯(lián)方法[J]. 系統(tǒng)仿真學(xué)報(bào), 2008, 20(9): 2357-2360.

Yang Zhe, Han Chong-zhao, Li Chen,. Data association based on target topology[J]., 2008, 20(9): 2357-2360.

[13] 吳澤民, 任姝婕, 劉熹. 基于拓?fù)湫蛄蟹ǖ暮桔E關(guān)聯(lián)算法[J]. 航空學(xué)報(bào), 2009, 30(10): 1937-1942.

Wu Ze-min, Ren Shu-jie, and Liu Xi. Topology sequence based track correlation algorithm[J]., 2009, 30(10): 1937-1942.

[14] 何友, 關(guān)鍵, 孟祥偉, 等. 雷達(dá)目標(biāo)檢測(cè)與恒虛警處理(第2版)[M]. 北京: 清華大學(xué)出版社, 2011: 36-53.

He You, Guan Jian, Meng Xiang-wei,. Radar Target Detection and CFAR Processing(Second Edition)[M]. Beijing: Tsinghua University Press, 2011: 36-53.

[15] 徐志京, 王解先. AIS與雷達(dá)目標(biāo)信息融合中坐標(biāo)位置的計(jì)算方法[J]. 上海海事大學(xué)學(xué)報(bào), 2005, 26(4): 78-81.

Xu Zhi-jing and Wang Jie-xian. Numerical method to calculate coordinate transformation between AIS and radar object for information fusion[J]., 2005, 26(4): 78-81.

[16] Mathews J H and Fink K D著. 周璐, 陳渝, 錢(qián)芳, 等譯. 數(shù)值方法(MATLAB版, 第4版)[M]. 北京: 電子工業(yè)出版社, 2010: 195-202.

Anti-bias Association Algorithm for Automatic Identification System and Radar Based on Bias Detection

Qi Lin Cui Ya-qi Xiong Wei Wang Cong

(,,264001,)

The classical multi-sensor anti-bias association algorithms require complex calculation procedure, can not be used in real-time condition, for instance the algorithms based on image matching and reference topology feature. On the basis of tracks distribution feature on sea surface and Cell-Average Constant False Alarm Rate (CA-CFAR) detection theory, a real-time anti-bias association algorithm for Automatic Identification System (AIS) and the data track of radar is proposed, named confidential-association algorithm, to make real-time radar systematic error registration and multi-sensor information fusion come true. Monte-Carlo simulation results show that the accuracy of confidential-association algorithm maintains on a high level on the sea-surface environment, it has the superiority of simply calculation procedure and substantially reduces run-time in comparison to current anti-bias association algorithms. Radar automatically registration technique based on confidential-association algorithm reduces average error of the measured data by nearly 90%.

Radar for sea; Anti-bias association; Automatic Identification System (AIS); Cell-Average Constant False Alarm Rate (CA-CFAR) detection; Real-time

TN953; TN957

A

1009-5896(2015)08-1855-07

10.11999/JEIT141472

齊林 3278pirate@163.com

2014-11-24收到，2015-04-10改回，2015-06-09網(wǎng)絡(luò)優(yōu)先出版

山東省自然科學(xué)基金青年基金(ZR2012FQ004)和飛行器測(cè)控與通信教育部重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(CTTC-FX201302)資助課題

齊 林： 男，1989年生，博士生，研究方向?yàn)槎鄠鞲衅餍畔⑷诤?

崔亞奇： 男，1987年生，博士，講師，研究方向?yàn)檎`差配準(zhǔn)、狀態(tài)估計(jì)融合.

熊 偉： 男，1977年生，博士，教授，研究方向?yàn)槎鄠鞲衅餍畔⑷诤?、指揮自動(dòng)化.

王 聰： 男，1989年生，博士生，研究方向?yàn)槎嗄繕?biāo)跟蹤、信息融合.