[发明专利]一种改进优化的智能船舶目标定位数据融合方法

权利要求书

1.一种改进优化的智能船舶目标定位数据融合方法，其特征在于，包括：

S1、对基于多种传感器测量的多种目标定位数据进行预处理，得出多种目标定位数据的预处理值；

S2、对多种所述目标定位数据的预处理值进行相关性判断，得出目标定位数据的同类值；

S3、确定观测周期；

S4、将所述目标定位数据的同类值与目标定位数据的平均值对比，得出各传感器的测量偏差的标准差；

S5、根据所述测量偏差的标准差确定各传感器的权值，且所述各传感器的权值分配随所述观测周期变化而更新；

S6、根据各所述传感器的权值对所述目标定位数据的同类值通过加权公式进行数据融合，得出目标定位数据的融合值。

2.根据权利要求1所述的一种改进优化的智能船舶目标定位数据融合方法，其特征在于，对基于多种传感器测量的多种目标定位数据进行预处理，得出多种目标定位数据的预处理值之前，还包括：

F11、对需要定位跟踪的目标物进行识别，判断所述目标物是船舶还是普通碍航物；

F12、若是船舶，则采用通用传感器和第一类传感器进行目标定位，得出目标定位数据；

F13、若是普通碍航物，则采用所述通用传感器和第二类传感器进行目标定位，得出目标定位数据。

3.根据权利要求2所述的一种改进优化的智能船舶目标定位数据融合方法，其特征在于，

所述通用传感器包括导航雷达、视频定位设备；

所述第一类传感器包括AIS以及激光雷达；

所述第二类传感器包括毫米波雷达。

4.根据权利要求1-3中任一项所述的一种改进优化的智能船舶目标定位数据融合方法，其特征在于，所述预处理包括野值剔除、时间校准以及空间校准。

5.根据权利要4所述的一种改进优化的智能船舶目标定位数据融合方法，其特征在于，对基于多种传感器测量的多种目标定位数据进行预处理，得出多种目标定位数据的预处理值包括：

S11、对多种目标定位数据进行所述野值剔除，得出多种目标数据的精确值；

S12、确定基准时间序列；

S13、将各所述目标数据的精确值根据所述基准时间序列进行所述时间校准，得出目标定位数据的时间校准值；

S14、将各所述目标定位数据的时间校准值进行格式转换以及坐标统一，得出目标定位数据的预处理值。

6.根据权利要求5所述的一种改进优化的智能船舶目标定位数据融合方法，其特征在于，确定基准时间序列包括：

S121、将各传感器的采集时间序列通过聚类的方法进行整合，得到一个数据采集时间序列；

S122、将所述数据采集时间序列通过规则算法得出多个聚类数据采集时间序列集合；

S123、计算每个所述聚类数据采集时间序列集合的算术平均值并将其组合，得到基准时间序列。

7.根据权利要求1-3中任一项所述的一种改进优化的智能船舶目标定位数据融合方法，其特征在于，对多种所述目标定位数据的预处理值进行相关性判断，得出目标定位数据的同类值包括：

S21、计算每两个所述目标定位数据的预处理值的状态估计差；

S22、判断所述状态估计差是否符合预设的相关性阈值条件；

S23、若符合，则确定此两个所述目标定位数据的预处理值属于同一目标；

S24、若不符合，则确定此两个所述目标定位数据的预处理值不属于同一目标；

S25、对每两个目标定位数据的预处理值均执行步骤S21-步骤S24，并将各所述目标定位数据按照同一目标进行分类，得出目标定位数据的同类值。

8.根据权利要求1-3中任一项所述的一种改进优化的智能船舶目标定位数据融合方法，其特征在于，将所述目标定位数据的同类值与目标定位数据的平均值对比，得出各传感器的测量偏差的标准差包括：

S41、计算所述目标定位数据的同类值的平均值；

S42、将所述目标定位数据的同类值的平均值通过标准差公式计算，得出各传感器的测量偏差的标准差。