《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 測(cè)試測(cè)量 > 設(shè)計(jì)應(yīng)用 > 基于AIS的雷達(dá)高精度誤差校準(zhǔn)方法
基于AIS的雷達(dá)高精度誤差校準(zhǔn)方法
2019年電子技術(shù)應(yīng)用第6期
董云龍,黃高東,李保珠,劉寧波,陳小龍
海軍航空大學(xué) 信息融合研究所,山東 煙臺(tái)264001
摘要: 利用AIS進(jìn)行雷達(dá)標(biāo)校在軍事領(lǐng)域已得到廣泛應(yīng)用。但在標(biāo)校過程中發(fā)現(xiàn),校后雷達(dá)精度很多時(shí)候沒有得到顯著提高。從誤差序列處理層面上對(duì)影響校后雷達(dá)精度的原因進(jìn)行分析,提出一種基于AIS的雷達(dá)高精度誤差校準(zhǔn)方法。新方法首次提出在傳統(tǒng)的校準(zhǔn)流程中加入誤差分布分析這一環(huán)節(jié),并對(duì)關(guān)聯(lián)、對(duì)準(zhǔn)后的誤差序列進(jìn)行兩次異常值篩選。通過實(shí)測(cè)數(shù)據(jù)證明,所提出的方法能夠得到較準(zhǔn)確的系統(tǒng)誤差估計(jì)值,對(duì)雷達(dá)的系統(tǒng)誤差進(jìn)行了有效的校準(zhǔn)。
中圖分類號(hào): TN957
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.190238
中文引用格式: 董云龍,黃高東,李保珠,等. 基于AIS的雷達(dá)高精度誤差校準(zhǔn)方法[J].電子技術(shù)應(yīng)用,2019,45(6):75-79.
英文引用格式: Dong Yunlong,Huang Gaodong,Li Baozhu,et al. High precision error calibration method for radar based on AIS[J]. Application of Electronic Technique,2019,45(6):75-79.
High precision error calibration method for radar based on AIS
Dong Yunlong,Huang Gaodong,Li Baozhu,Liu Ningbo,Chen Xiaolong
Research Institute of Information Fusion,Naval Aviation University,Yantai 264001,China
Abstract: Using AIS for radar calibration has been widely used in the military field. However, during the calibration process, it was found that the accuracy of the post-school radar was not significantly improved. This paper analyzes the causes of radar accuracy from the error sequence processing level, and proposes a high-precision error calibration method based on AIS. The new method first proposed adding the error distribution analysis to the traditional calibration process, and screening the associated and aligned error sequence for two outliers. The measured data proves that the proposed method can obtain more accurate system error estimates, and effectively calibrates the radar system error, which improves the radar detection accuracy.
Key words : automatic identification system;high precision;error distribution;error estimation

0 引言

    受海洋環(huán)境以及機(jī)械損耗等因素的影響,對(duì)海雷達(dá)系統(tǒng)誤差會(huì)在工作中不斷積累進(jìn)而發(fā)生偏移,嚴(yán)重影響雷達(dá)的探測(cè)精度。因此,必須定期對(duì)雷達(dá)進(jìn)行系統(tǒng)誤差校準(zhǔn)。

    船舶自動(dòng)識(shí)別系統(tǒng)(Automatic Identification System,AIS)作為一種新型數(shù)字助航設(shè)備,可實(shí)時(shí)向案臺(tái)設(shè)備輸送配合艦船的GPS位置[1],配合雷達(dá)量測(cè)信息進(jìn)行誤差估計(jì),因此應(yīng)用AIS進(jìn)行系統(tǒng)誤差校準(zhǔn)逐漸成為當(dāng)前的主流。但在標(biāo)校過程中發(fā)現(xiàn),校后的雷達(dá)精度很多時(shí)候沒有得到顯著提高。文獻(xiàn)[2]選擇某個(gè)合適的船只作為目標(biāo)進(jìn)行校準(zhǔn),但目標(biāo)數(shù)量過少,無法對(duì)雷達(dá)探測(cè)區(qū)域進(jìn)行全覆蓋。文獻(xiàn)[3]利用海上多目標(biāo)進(jìn)行對(duì)海雷達(dá)系統(tǒng)誤差校準(zhǔn),但對(duì)目標(biāo)狀態(tài)、分布情況進(jìn)行了較多的理想假設(shè),與真實(shí)的海上環(huán)境有較大的差距。文獻(xiàn)[4]利用海上多目標(biāo)實(shí)測(cè)數(shù)據(jù)進(jìn)行誤差估計(jì),但沒有對(duì)誤差分布進(jìn)行分析,直接將不同航跡數(shù)據(jù)統(tǒng)計(jì)平均后得到誤差估計(jì)值。

    一般認(rèn)為,雷達(dá)系統(tǒng)誤差在海域內(nèi)是均勻分布的,雷達(dá)探測(cè)區(qū)域的樣本較為集中,在統(tǒng)計(jì)上呈現(xiàn)出趨正態(tài)性的特點(diǎn)。但研究表明,系統(tǒng)誤差在某些海域的分布是不均勻的[5],在進(jìn)行誤差估計(jì)時(shí)需要進(jìn)行分區(qū)域處理等操作。而目前的校準(zhǔn)流程多忽視了誤差分析這一環(huán)節(jié),導(dǎo)致校準(zhǔn)精度不高。另外,對(duì)異常值的處理問題也是導(dǎo)致標(biāo)校后雷達(dá)精度不高的重要原因。并且當(dāng)前系統(tǒng)誤差估計(jì)方法中,主要對(duì)單目標(biāo)誤差序列中的異常值進(jìn)行了剔除,而忽視了對(duì)錯(cuò)誤目標(biāo)序列的剔除。

    因此,本文在對(duì)關(guān)聯(lián)、對(duì)準(zhǔn)后的實(shí)測(cè)誤差序列進(jìn)行處理之前,首先對(duì)雷達(dá)系統(tǒng)誤差在此海域的分布情況進(jìn)行分析。在確定此海域內(nèi)誤差分布滿足均勻分布的假設(shè)下,對(duì)得到的誤差序列進(jìn)行單序列異常值與錯(cuò)誤關(guān)聯(lián)異常序列進(jìn)行剔除。最后得到系統(tǒng)誤差估計(jì)值,對(duì)雷達(dá)進(jìn)行誤差校準(zhǔn)與驗(yàn)證。實(shí)驗(yàn)證明,本文提出的方法能有效地對(duì)偏離的系統(tǒng)誤差進(jìn)行校準(zhǔn)。

1 誤差校準(zhǔn)的基本流程

    設(shè)對(duì)海雷達(dá)與AIS可同時(shí)對(duì)海上多個(gè)目標(biāo)進(jìn)行探測(cè),其中雷達(dá)測(cè)量值分別為距離ρ和方位θ。由于ρ和θ之間相互獨(dú)立且對(duì)其目標(biāo)序列的分析方法相同,不失一般性,本文以距離系統(tǒng)誤差為例對(duì)誤差估計(jì)方法進(jìn)行介紹。

1.1 數(shù)據(jù)預(yù)處理

    選取一定時(shí)間段內(nèi)的雷達(dá)與AIS上報(bào)數(shù)據(jù),對(duì)于同一目標(biāo)的數(shù)據(jù),將雷達(dá)量測(cè)值按照錄取批次、AIS信息按照?qǐng)?bào)文號(hào)統(tǒng)一按時(shí)間順序存放。

1.2 誤差序列獲取

    首先,在統(tǒng)一授時(shí)設(shè)備下,讀取AIS與雷達(dá)的預(yù)處理數(shù)據(jù)。然后對(duì)雷達(dá)測(cè)量值與AIS提供的目標(biāo)信息進(jìn)行航跡粗關(guān)聯(lián)與時(shí)空對(duì)準(zhǔn),得到雷達(dá)與AIS的目標(biāo)點(diǎn)對(duì)集,利用此點(diǎn)對(duì)集數(shù)據(jù)計(jì)算各點(diǎn)的距離、方位系統(tǒng)誤差,獲得系統(tǒng)誤差序列。

1.3 誤差序列處理

    對(duì)于獲得的誤差序列,常采用海域內(nèi)所有樣本數(shù)據(jù)統(tǒng)計(jì)求均值的方法獲得誤差估計(jì)值。但在估計(jì)誤差值之前,仍有兩個(gè)步驟至關(guān)重要。首先,誤差序列處理之前必須對(duì)系統(tǒng)誤差在此海域的分布情況進(jìn)行分析。其次,由于目標(biāo)航跡聚集、交叉以及雷達(dá)數(shù)據(jù)與AIS的錯(cuò)誤關(guān)聯(lián),在誤差序列樣本集中區(qū)域之外,會(huì)出現(xiàn)少量的異常量測(cè)值以及錯(cuò)誤關(guān)聯(lián)序列,必須對(duì)序列異常值以及錯(cuò)誤關(guān)聯(lián)序列進(jìn)行篩選剔除。

    誤差校準(zhǔn)的整體流程如圖1所示。

ck2-t1.gif

2 誤差估計(jì)方法

2.1 航跡粗關(guān)聯(lián)

ck2-2.1-x1.gif

ck2-2.1-x2.gif

2.2 時(shí)間對(duì)準(zhǔn)

ck2-gs1-2.gif

2.3 誤差分布特性分析

    本文利用雷達(dá)的量測(cè)信息與經(jīng)AIS處理得到的系統(tǒng)誤差值進(jìn)行多變量擬合。此時(shí)只需要對(duì)系統(tǒng)誤差的分布趨勢(shì)進(jìn)行了解,確定誤差序列的處理是否在均勻分布假設(shè)范圍之內(nèi),而多項(xiàng)式擬合能夠一定程度上忽略量測(cè)異常值的影響,因此,本文對(duì)系統(tǒng)誤差建立雷達(dá)局部直角坐標(biāo)系下的分布函數(shù)多項(xiàng)式擬合方程:

     ck2-gs3-4.gif

其中,Δρ、Δθ分別為雷達(dá)的距離和方位系統(tǒng)誤差,x、y是雷達(dá)局部直角坐標(biāo)系下位置,g、h為擬合方程中的待估參數(shù);mρ、nρ、mθ、nθ為擬合方程的階數(shù),需要進(jìn)行預(yù)先設(shè)定,由于本文關(guān)注的僅是系統(tǒng)誤差在海域內(nèi)的分布趨勢(shì),因此擬合階數(shù)一般選擇1或2即可。

2.4 系統(tǒng)誤差異常值剔除

2.4.1 單目標(biāo)誤差序列異常值剔除

ck2-gs5-6.gif

其中,u為常量,其取值可以根據(jù)不同數(shù)據(jù)分析選定。一般若選出中度異常值,u可選擇1.5左右。

    i目標(biāo)誤差序列異常值剔除步驟如下:

    (1)以[Δρ,i,min,Δρ,i,max]為異常值篩選區(qū)間,對(duì)區(qū)間范圍之外的誤差樣本依次進(jìn)行異常值篩選;

    (2)在剔除篩選出的距離誤差異常樣本后,利用式(5)、式(6)重新對(duì)此誤差序列剩余樣本求最小、最大估計(jì)值,繼續(xù)進(jìn)行步驟(1);

    (3)直到誤差序列中所有的距離誤差值均不滿足步驟(1),則此誤差序列異常值剔除完成。

    在此需要加以說明的是,在對(duì)某距離誤差序列進(jìn)行異常值剔除的同時(shí),所剔除異常值對(duì)應(yīng)的方位誤差樣本必須同時(shí)予以剔除。同樣,進(jìn)行方位誤差序列異常值提出時(shí),也應(yīng)遵循此原則。

2.4.2 錯(cuò)誤關(guān)聯(lián)目標(biāo)剔除

ck2-gs7-8.gif

    與單目標(biāo)誤差序列異常值剔除方法一樣,在剔除掉某個(gè)距離誤差序列后,將其所對(duì)應(yīng)的方位誤差序列剔除掉。在對(duì)方位誤差序列進(jìn)行處理時(shí)同樣如此。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 誤差估計(jì)實(shí)驗(yàn)

    本次實(shí)驗(yàn)數(shù)據(jù)采集中,在76 min采集時(shí)間里雷達(dá)探測(cè)到航跡68批,岸臺(tái)AIS設(shè)備接收目標(biāo)1 463個(gè),成功關(guān)聯(lián)目標(biāo)對(duì)57個(gè),得到誤差序列樣本3 546個(gè)。

    首先,利用得到的誤差序列,對(duì)雷達(dá)距離系統(tǒng)誤差進(jìn)行多項(xiàng)式擬合,探究其真實(shí)分布情況,擬合階數(shù)選擇p=2,q=1,魯棒性選擇最小絕對(duì)殘差法LAR。結(jié)果顯示擬合優(yōu)度為0.991 3,擬合情況達(dá)到要求。圖2為此海域距離偏差分布的多項(xiàng)式擬合結(jié)果。圖3中的航跡為利用配準(zhǔn)后的雷達(dá)量測(cè)航跡與AIS“真值”航跡得到的系統(tǒng)誤差航跡,并對(duì)不同大小范圍內(nèi)的航跡進(jìn)行區(qū)域劃分。

ck2-t2.gif

ck2-t3.gif

    從圖2、圖3擬合結(jié)果可以看出,雖然雷達(dá)系統(tǒng)誤差大小在不同海域有明顯差距,但從總體來看,其在探測(cè)時(shí)間內(nèi)符合慢變、非隨機(jī)的特性。系統(tǒng)誤差值的范圍主要集中在400 m~600 m之間,沒有在海域內(nèi)出現(xiàn)另一個(gè)誤差范圍聚集區(qū)。在可以進(jìn)行統(tǒng)計(jì)均值處理的范圍內(nèi),即均勻分布假設(shè)在此海域是合理的。因此,在下一步對(duì)異常量測(cè)值進(jìn)行剔除后,可以利用全區(qū)域誤差樣本統(tǒng)計(jì)求均值的方法來獲得誤差估計(jì)值。

    對(duì)得到的系統(tǒng)誤差序列畫散點(diǎn)分布圖和數(shù)值分布直方圖,結(jié)果如圖4、圖5所示。

ck2-t4.gif

ck2-t5.gif

    從圖4、圖5中可以看出,誤差序列集中分布區(qū)域之外還有大量異常樣本,需要對(duì)這些樣本進(jìn)行剔除處理。

    首先,利用四分位數(shù)法對(duì)單目標(biāo)異常值進(jìn)行篩選,然后將篩選出的異常樣本進(jìn)行剔除。實(shí)驗(yàn)結(jié)果顯示,這一步共剔除異常樣本202個(gè),剩余樣本3 344個(gè)。剔除后的誤差序列散點(diǎn)圖如圖6所示。

ck2-t6.gif

    對(duì)所有誤差序列進(jìn)行單目標(biāo)異常值剔出處理后,仍有一些異常序列存在。這主要是因?yàn)?,在單目?biāo)序列中,異常值的標(biāo)準(zhǔn)差與集中樣本數(shù)據(jù)的標(biāo)準(zhǔn)差相差很大,所以易被篩選剔除。但是若對(duì)于分布密集區(qū)的目標(biāo),往往由于雷達(dá)跟蹤不穩(wěn)定或者漏跟、錯(cuò)跟后又在之后得以矯正,使得整段誤差序列偏離集中樣本區(qū)域或者部分序列在集中區(qū)域外震蕩分布,如圖6中目標(biāo)1和目標(biāo)2所示。對(duì)于這類序列,必須從錯(cuò)誤關(guān)聯(lián)航跡的篩選層面入手,否則難以通過單目標(biāo)篩選予以剔除。圖7、圖8分別是利用均值序列與標(biāo)準(zhǔn)差序列進(jìn)行錯(cuò)誤關(guān)聯(lián)目標(biāo)的剔除過程,在篩選出錯(cuò)誤關(guān)聯(lián)目標(biāo)對(duì)的均值與標(biāo)準(zhǔn)差后,將其對(duì)應(yīng)的目標(biāo)序列予以剔除。

ck2-t7.gif

ck2-t8.gif

    利用本文提出的錯(cuò)誤航跡剔除方法,共剔除錯(cuò)誤關(guān)聯(lián)航跡6條,剩余誤差序列樣本3 149個(gè)。剩余距離誤差序列的散點(diǎn)圖和統(tǒng)計(jì)直方圖分別如圖9、圖10所示。從圖10可以看出,剩余距離誤差序列的統(tǒng)計(jì)特性趨向于正態(tài)分布。

ck2-t9.gif

ck2-t10.gif

    對(duì)異常序列進(jìn)行剔除后,剩余的距離誤差樣本進(jìn)行統(tǒng)計(jì)均值計(jì)算得到誤差估計(jì)值。經(jīng)過計(jì)算,距離誤差偏大484.32 m,同種方法下對(duì)剩余方位誤差序列求統(tǒng)計(jì)均值,得到方位誤差偏大0.729°,均超過了雷達(dá)的探測(cè)精度。

3.2 校準(zhǔn)與驗(yàn)證實(shí)驗(yàn)

    利用上文實(shí)驗(yàn)得到的誤差估計(jì)值對(duì)雷達(dá)距離和方位系統(tǒng)誤差進(jìn)行校準(zhǔn),繼續(xù)進(jìn)行實(shí)驗(yàn)對(duì)所提方法有效性加以驗(yàn)證。驗(yàn)證實(shí)驗(yàn)與第1次數(shù)據(jù)采集選擇同一雷達(dá)站進(jìn)行,在71 min采集時(shí)間里雷達(dá)探測(cè)到航跡61批,岸臺(tái)AIS設(shè)備接收目標(biāo)1 253個(gè),成功關(guān)聯(lián)目標(biāo)對(duì)46個(gè)。采用本文所提異常值剔除方法處理后剩余關(guān)聯(lián)對(duì)43個(gè),距離誤差樣本2 867個(gè)。校準(zhǔn)后距離誤差序列統(tǒng)計(jì)直方圖和各目標(biāo)散點(diǎn)分布圖如圖11、圖12所示。

ck2-t11.gif

ck2-t12.gif

    經(jīng)過計(jì)算,校準(zhǔn)后雷達(dá)系統(tǒng)誤差為偏大18.83 m,方位系統(tǒng)誤差為偏大0.016°,均在該型雷達(dá)的探測(cè)精度范圍之內(nèi),驗(yàn)證了本文提出方法的有效性。

4 結(jié)論

    本文對(duì)影響雷達(dá)校后精度的因素進(jìn)行了分析,提出一種利用AIS設(shè)備實(shí)現(xiàn)雷達(dá)高精度校準(zhǔn)的方法。新方法在傳統(tǒng)的校準(zhǔn)流程中加入誤差分布分析這一步驟,并對(duì)實(shí)地采集得到的誤差序列進(jìn)行異常值、異常序列兩次異常剔除。實(shí)驗(yàn)結(jié)果證明,本文所提方法在對(duì)海雷達(dá)系統(tǒng)誤差校準(zhǔn)中取得了較為理想的效果。下一步的研究工作將重點(diǎn)分析不同海域的誤差分布情況,提出針對(duì)不同分布趨勢(shì)的合理的誤差估計(jì)方法。

參考文獻(xiàn)

[1] 袁正午,何格格.一種高精度的GPS-RTK定位技術(shù)設(shè)計(jì)與實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用,2018,44(6):63-67.

[2] 趙永剛.一種岸海警戒雷達(dá)的標(biāo)校方法[J].現(xiàn)代電子技術(shù),2012,35(9):22-24.

[3] 羅軍,商允力,曾浩,等.應(yīng)用AIS信息進(jìn)行岸基對(duì)海雷達(dá)標(biāo)校[J].電訊技術(shù),2009,49(9):87-89.

[4] HABTEMARIAM B K,THARMARASA R,MEGER E,et al.Measurement level AIS/radar fusion for maritime surveillance[C].Proceedings of SPIE-The International Society for Optical Engineering,2012,8393:83930I.

[5] 王珂,蔣保富,張瑤.一種非均勻系統(tǒng)誤差的傳感器空間配準(zhǔn)方法[J].指揮信息系統(tǒng)與技術(shù),2010,1(4):26-31.

[6] 朱起悅.應(yīng)用差分GPS技術(shù)進(jìn)行雷達(dá)標(biāo)校[J].電訊技術(shù),2006,46(1):108-110.



作者信息:

董云龍,黃高東,李保珠,劉寧波,陳小龍

(海軍航空大學(xué) 信息融合研究所,山東 煙臺(tái)264001)

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。