技术特征：
1.一种面向vts系统的多传感器信息融合方法，其特征在于：包括如下步骤：步骤1、绘制辖区：在vts系统的交通管理子系统客户端绘制辖区；步骤2、划分拓扑网格：将步骤1绘制的辖区，进行拓扑网格划分；步骤3、数据流式驱动机制：将每个雷达站或每个ais输出的一维航迹数据均定义为局部航迹，将融合后的航迹定义为系统航迹；则航迹融合处理采用数据流式驱动机制，当接收到任意最新局部航迹时，立即触发航迹融合，保障融合数据处理的实时性和有效性；整个融合过程仅在系统航迹和局部航迹两个维度之间进行匹配计算；步骤4、构建最小计算单元：持续从数据采集层接收最新局部航迹信息，并根据其最新的位置信息填充至对应的拓扑网格，并获取对应的拓扑网格编码；以当前拓扑网格编码为中心网格，并取与其相邻的8个拓扑网格，组成九宫格；每个九宫格中所包含的最新接收到的局部航迹、若干个系统航迹，以及与每个系统航迹关联的所有局部航迹，共同形成最小计算单元；步骤5、局部航迹正向选取最优系统航迹：局部航迹更新，并将当前局部航迹，与步骤4构建的最小计算单元中的所有系统航迹，进行关联计算；当未关联到系统航迹时，则根据当前局部航迹创建新的系统航迹，作为最优系统航迹；当从最小计算单元中仅关联到一个系统航迹时，则已关联系统航迹作为最优系统航迹；当从最小计算单元中仅关联到两个及以上系统航迹时，则从已关联系统航迹中，选取相似度最大的系统航迹作为最优系统航迹；步骤6、最优系统航迹反向选取最优局部航迹：步骤5选取的最优系统航迹在属于同一传感器的局部航迹中反向选取最优局部航迹，具体选取方法为：当最优系统航迹仅具有一个相关联的局部航迹时，已关联局部航迹为最优局部航迹；当最优系统航迹具有两个及以上的相关联局部航迹时，则从已关联局部航迹中，选取相似度最大的局部航迹作为最优局部航迹；步骤7、构建链式关联关系映射，包括如下步骤：步骤7-1、构建：最优系统航迹与选取的最优局部航迹之间形成临时链式映射；步骤7-2、周期维持：在每个航迹更新周期内，均重复步骤4至步骤6，当临时链式映射中的最优系统航迹与最优局部航迹能正、反向选取到时，则最优局部航迹次数累计加1；在设定的n个航迹更新周期内，当最优局部航迹的累计次数达到门限阈值s时，则认为临时链式映射中的最优系统航迹与最优局部航迹之间满足真正的关联关系，并建立真正的链式关联关系映射；其中，n≥3；步骤8、航迹融合，包括如下步骤：步骤8-1、设定融合阈值f
h
；步骤8-2、设定滑窗内的航迹更新周期数量m；步骤8-3、计算综合相似度针对步骤7构建的链式关联关系映射中最优局部航迹与最优系统航迹，局部航迹更新后，持续计算两者间的相似度，并计算滑窗平滑后的综合相似度步骤8-4、航迹融合：当步骤8-3计算的综合相似度大于融合阈值f
h
时，则步骤7构建的
链式关联关系映射中最优局部航迹与最优系统航迹满足融合条件，更新对应系统航迹信息；步骤9、滤波：对步骤8的融合航迹进行滤波。2.根据权利要求1所述的面向vts系统的多传感器信息融合方法，其特征在于：步骤2中，拓扑网格划分时，需满足如下三项规则：规则一、每个拓扑网格的尺寸应该不超过5km*5km，便于计算量被充分地均摊；规则二、划分后的每个拓扑网格均为正方形，具备相同的水平距离和垂直距离；规则三、单个航迹的关联范围，应该被约束在其所在拓扑网格及其相邻的8个拓扑网格组成的九宫格内。3.根据权利要求1或2所述的面向vts系统的多传感器信息融合方法，其特征在于：当绘制的辖区为多边形时，步骤2中，拓扑网格的划分方法，包括如下步骤：步骤2-1、组建矩形：从多边形辖区中寻找经度最小值lon
min
、经度最大值lon
max
、纬度最小值lat
min
和纬度最大值lat
max
；接着，以经纬度坐标分别为(lon
max
，lat
min
)、(lon
max
，lat
max
)、(lon
min
，lat
min
)和(lon
min
，lat
max
)的四点，作为矩形的四个角点，从而组建矩形；步骤2-2、网格划分：通过对步骤2-1组建的矩形四周进行扩充的方式，将矩形划分为raw*col个大小相同的拓扑网格；其中，raw为拓扑网格的横向划分总数，col为拓扑网格的纵向划分总数。4.根据权利要求1所述的面向vts系统的多传感器信息融合方法，其特征在于：步骤4中，组建九宫格时，当辖区或矩形边缘的拓扑网格处于中心格，相邻拓扑网格不满8个时，则借用对称的边缘拓扑网格，进行九宫格组建。5.根据权利要求1所述的面向vts系统的多传感器信息融合方法，其特征在于：步骤5中，局部航迹正向选取最优系统航迹的方法，包括如下步骤：步骤51、时空统一：将当前局部航迹和最小计算单元中的所有系统航迹，均进行坐标统一和时钟同步；步骤52、建立多因素模糊集：选择与航迹相关的n个模糊因素的欧式距离u1、u2、
…
、u
i
、
…
u
n
组成多因素模糊集u；其中，1≤i≤n；对每个模糊因素均分配一个关联系数，进而构成关联系数分配集a＝[a1、a2、
…
、a
i
、
…
a
n
]；其中，a1、a2、
…
、a
i
、
…
a
n
分别为u1、u2、
…
、u
i
、
…
u
n
的关联系数；且步骤53、计算相似度u，具体计算公式为：其中：式中，μ
i
为第i个模糊因素的隶属度值；σ
i
为第i个模糊因素的隶属度系数，为设定常数；步骤54、关联判断：将步骤53计算的相似度u，与设定的关联阈值u
min
进行比较判定，当相似度u大于关联阈值u
min
时，判定为本周期内局部航迹与对应系统航迹相关联，否则，判定为本周期内局部航迹与对应系统航迹不相关联；步骤55、选取最优系统航迹：根据步骤54的关联判断结果，选取最优系统航迹。
6.根据权利要求5所述的面向vts系统的多传感器信息融合方法，其特征在于：步骤52中，n＝4，4个模糊因素的欧式距离u1、u2、u3和u4分别为水平距离因素、垂直距离因素、航速因素、航向因素的欧式距离。7.根据权利要求6所述的面向vts系统的多传感器信息融合方法，其特征在于：步骤53中，隶属度系数σ1、σ2、σ3和σ4分别为100、100、1和15。8.根据权利要求7所述的面向vts系统的多传感器信息融合方法，其特征在于：步骤54中的关联阈值u
min
为0.6。9.根据权利要求5所述的面向vts系统的多传感器信息融合方法，其特征在于：步骤8-3中，综合相似度的计算公式为：式中，j表示滑窗内第j个航迹更新周期，且1≤j≤m；u
j
表示滑窗内第j个航迹更新周期时，链式关联关系映射中最优局部航迹与最优系统航迹之间的相似度。10.根据权利要求9所述的面向vts系统的多传感器信息融合方法，其特征在于：步骤8-2中，m＝10。
技术总结
本发明公开了一种面向VTS系统的多传感器信息融合方法，包括步骤为：绘制辖区、划分拓扑网格、数据流式驱动机制、构建最小计算单元、局部航迹正向关联选取最优系统航迹、系统航迹反向选取最优局部航迹、航迹融合滤波。本发明实现了VTS系统中AIS雷达等多路传感器的信息融合，并且在实现过程中，综合考虑了局部航迹在所有系统航迹中正向取最优，系统航迹在候选局部航迹中反向取最优的关联方法，保证目标实现最优关联处理，并且对融合后的系统航迹进行滤波处理，在整体网格框架实现较高处理效率的前提下，能够有效提升多传感器的融合性能。能够有效提升多传感器的融合性能。能够有效提升多传感器的融合性能。
技术研发人员：张灿 彭鹏 孙雪涛 张金松 陆月晴
受保护的技术使用者：中船重工鹏力（南京）大气海洋信息系统有限公司
技术研发日：2022.11.18
技术公布日：2023/2/27