胡业勇[1]2001年在《VTS中船舶识别与跟踪新方法的研究》文中研究说明本研究将在AIS系统方案的基础上，研究GPS/VTS组合应用系统的方案和实现。对于雷达目标的航迹，选择雷达作为位置传感器，对于AIS目标，选择GPS(全球定位系统)接收机作为位置传感器，由于测量雷达航迹和AIS航迹的传感器是不同的，两种传感器误差是相互独立的，这样在海图上显示目标的时候出现对于同一目标出现不同的航迹，本研究的重点包括两个方面： (1)研究VTS系统中AIS数据和雷达数据的融合： 首先讨论目标航迹的Kalman滤波，在目标航迹Kalman滤波的基础上对雷达目标和AIS目标的航迹进行数据融合的研究；同时本研究将对AIS的位置传感器分差分GPS和非差分GPS两种情况进行分析和处理。 (2)介绍一个基于VTS/GPS组合应用的构成和实现： 重点介绍系统的软件和GPS自动监测系统硬件的实现，软件将以自行开发的软件为基础，探讨计算机网络技术在现代VTS中的应用实例，GPS自动监测系统硬件将重点探讨时分的原理和利用GPS的秒脉冲进行同步的技术和硬件的实现。 本文的研究的意义有以下叁个方面： (1)研究AIS目标与雷达目标的数据融合可以部分的解决雷达目标跟踪的错漏跟踪和目标交换问题。 (2)如果AIS的位置传感器采用的是差分GPS，则可以显着提高雷达跟踪目标的精度，如果采用非差分GPS，也可以相当程度的提高雷达跟踪目标的精度。 (3)同时GPS/VTS组合应用的实现在许多港口和油田等企业都很有实用价值，在这种系统中使用GPS自动监测系统可以识别本单位的船舶和某些特定的船舶，在水上交通系统的管制和监视中起到明显的作用，同时客户/服务器引入解决了VTS系统中信息共享和信息冗余的问题。
严忠贞[2]2013年在《内河在航船舶动态跟踪和航迹融合方法研究》文中研究说明随着我国内河航运的蓬勃发展,水上运输任务日益繁重。内河各港口的吞吐量急剧增加,船舶流量和船舶密度也不断加大,导致航运事故发生的风险加剧,对内河在航船舶的动态跟踪和实时监控显得尤为重要。近年来,船舶交通管理系统(VTS)中雷达、船舶自动识别系统(AIS)、电子海图信息显示系统(ECDIS)等智能化的监控设备在内河海事监管中得到积极应用。雷达是跟踪船舶的最佳选择,但是在盲区会失去跟踪能力且不能识别船舶类型；AIS可以提供船舶的动态、静态信息,可以较好地识别船舶类型,但是由于其安装成本较高,在内河总吨位300以下的中小船舶没有配备；安装价格便宜,技术成熟的视频监控技术可为监控内河船舶提供另一种手段,但是其只能在航道的有限范围内获得信息。因此,在探讨基于视频的内河在航船舶目标识别和跟踪方法的基础上,应用视频、AIS、雷达等叁种方法对船舶轨迹进行融合,提高内河在航船舶跟踪的可靠性和准确性,这对内河在航船舶的实时监控具有重要的学术和应用价值。本文的主要工作和创新如下：(1)基于视频的内河在航船舶目标识别方法研究：针对视频监控中运动目标的提取问题,提出一种基于改进相邻帧差法和Hu不变矩特征的运动目标识别方法。利用二维小波变换方法对采集到的视频图像进行去噪得到平滑的目标图像,采用连续帧间差分法处理图像得到运动区域,对当前帧目标进行Canny边缘检测得到边缘信息,两者检测结果相与得到运动目标边缘；提出一种改进的Hu不变矩目标图像特征提取方法提取目标图像的不变矩特征；设计一种基于优化权值附加动量因子的BP神经网络作为模式识别器,实现运动目标的自动识别。(2)基于视频的内河在航船舶跟踪方法研究：针对目标的实时跟踪问题,结合内河船舶运动特性提出一种自适应带宽的Mean-shift目标跟踪算法,通过尺度检测的方法选择窗宽更新算法,解决了传统的基于Mean-shift目标跟踪算法中的固定核窗宽问题,可以随着运动目标尺寸的变化而变化,实现运动目标的实时跟踪,提高了目标跟踪的准确性和可靠性。(3)视频、AIS、雷达轨迹融合方法研究：通过分析AIS、雷达两种系统采集的船舶信息特性,考虑AIS和雷达融合过程中所有可能出现的结果,建立船舶位置判定的识别框架。利用卡尔曼滤波算法对不同证据依据其重要性设置可信度,给出可信度公式,确定AIS和雷达的动态可信度,再用组合规则进行融合。然后应用获得的视频船舶运动轨迹对AIS、雷达融合结果进行修正,消除异常数据,得到更为准确的船舶运动轨迹,提高运动目标的识别率。
徐婷婷[3]2012年在《VTS系统船舶跟踪和预测的新技术研究》文中研究表明船舶的高精度定位以及船舶的实时航迹预测技术是实现VTS智能预警的关键技术,具有很高的实际应用价值。针对当前基于卡尔曼滤波算法的航迹自适应滤波算法在模型坐标系的选择方面、系统运行环境、噪声背景和抑制滤波发散的处理手段上存在的种种问题,以及航迹预测技术实用性、通用性较低的问题,本文深入的研究了VTS领域对这两种技术的现状和需求,具体工作如下：1.针对墨卡托航法和中分纬度法的经度计算公式在建立卡尔曼滤波的系统状态模型时,存在求导困难和计算结果精度低的问题,提出了一种简化的、短程航迹推算算法。算法将船舶的东西距航行近似为沿着推算起点的纬度圈航行,简化了经差的计算公式。实验结果表明该方法具有参数少、在航程小于1海里时计算精度高的特点。2.针对传统Sage-Husa自适应滤波算法存在系统噪声和量测噪声无法同时估计以及对方差的估计容易出现负定的情况,在原算法的基础上提出了改进的算法。通过讨论两种噪声对滤波增益的影响,确定了量测值的重要性,并从理论上推导出保证量测噪声方差正定的权重的取值范围。和原算法相比,该方法计算步骤少,不易发散,滤波精度高、无初值要求。3.针对传统Sage-Husa和STF自适应卡尔曼滤波算法在滤波发散时,无法自适应噪声的问题,提出在滤波发散时增加对量测噪声的修正思想。将实际误差超出理论误差的部分分别增加至量测噪声和一步预测方差,既避免由于两者数量级差距过大,忽略量测噪声对滤波增益影响的情况,又实现了噪声的自适应。经比较,该方法计算步骤少、跟踪性能好、滤波精度高、无初值要求。4.针对单跟踪源的自适应航迹估计算法易出现量测值的错误关联问题,提出了加入辨识量测值真伪功能的新算法。该算法通过追踪残差的变化来识别预测值和量测值的吻合度,以状态极限模型来识别何种模型出现了异常。该算法不仅可以识别量测值,还具备噪声的自适应估计功能,具有无初值要求、计算步骤少、跟踪性能好、滤波精度高、量测值的错误识别的特点。5.针对基于动力学或运动学模型的航迹推算方法存在计算参数多,不能自适应环境的弊端,提出了一种具有自学习能力的航迹预测算法。利用BP神经网络对一组连续时间间隔的船舶动态数据(经度、纬度、航向、航速、时间)的学习,建立从航向、航速到经差、纬差的映射,逼近船舶的运动规律。该算法对输入参数要求低,适用于任何类型的船舶。特别适合船舶运动模型难以建立,或像VTS这种需要通用的、而不是个性算法的情况。实验证明,算法预测精度高、参数少,通用性强。
于俊逸[4]2013年在《基于船联网的VTS与AIS信息融合关键技术的研究》文中进行了进一步梳理近些年,物联网(Internet of Things)技术蓬勃发展。由于在自动化、信息化和智能化方面,有着不可比拟的优势,因此它被广泛的应用于工业、农业、国防事业等许多领域。船联网作为其在交通运输业中的重要组成部分,是为了在全流域范围内实现船舶管控和交通信息服务的提供。然而,相关部门在建设过程中并没有对系统之间的信息共享和融合予以足够的重视特别是AIS与VTS系统的信息并没有有效的互通和融合,这就带来了标识信息错误、动态数据获取不准确、系统稳定性差等众多的麻烦。为此,本文通过对信息融合技术的研究、讨论,设计了分布式特征级融合的算法模型来扩展描述信息的维度,保障数据的准确性,并且提高系统的生存能力、鲁棒性和可靠性。首先,简要介绍了船舶交通管理系统在美国、欧洲、日本以及我国的发展状况。特别是欧洲国家共同开发的泛欧内河航运综合信息服务系统(River Information Services,简称RIS)作为当前最为成功的案例,也是我国船联网主要借鉴、学习的对象之一。然后,较为详细讨论研究了信息融合技术的原理、组成层次结构和应用,并对它涉及的统计学、模糊理论、灰色理论方面的有关算法进行了概述。接下来,AIS与VTS系统作为使用对象,本文分别了解了其基本构造、特点与缺陷,进一步说明了基于船联网AIS与VTS信息融合的必要性。随后,根据以上的研究,本文设计了包括四个部分——信息预处理,数据匹配,航迹关联和航迹融合的系统模型,而且辅之以Kalman滤波、墨卡托投影定理、模糊关联、MK-NN关联、自适应融合等对应的文献中常见算法的解析。经过对这些方法的实现、比较得到了自适应和卡尔曼融合两套方案。它们在前面叁步中均采用了卡尔曼滤波、时差-时间插值校准和多因素灰色关联算法,区别只是存在于下面的数据合并中。为了证明设计方案的可行性及评价他们的优劣,使用MATLAB软件对模拟的船舶AIS与VTS信号进行了多次处理过程的仿真,将两者的实验结果相互比较后表明：Kalman融合模型,不但可以对所跟踪探测的数据有着很好的合并效果,而且更为稳定、可靠。基于船联网的AIS与VTS信息融合的方案设计是可行的。
甘星[5]2003年在《AIS与雷达信息融合在VTS中应用的研究》文中研究说明雷达作为船舶交通管理系统(VTS)中的基本监测手段，其目标跟踪性能制约着系统的整体功能。船舶自动识别系统(AIS)的出现将引起VTS技术的重大改革，AIS信息与雷达信息的融合，使目标信息更完善、更可靠，将有助于建立智能化的宽水域的交通管理系统和船舶安全航行信息系统。因此，本文主要围绕AIS与雷达信息的融合问题进行了探讨和研究。 本文首先讨论了信息融合技术的基本原理和技术特点，在分析VTS技术现状的基础上，提出了本文的研究课题和研究方法。第二，本文对AIS作了全面、系统的分析，针对现状不足之处，提出了基于现代网络技术，利用AIS与ARPA，AIS与VTS的融合扩大目标监测范围，获得更完善、更可靠目标信息的设想。第叁，本文围绕AIS与雷达信息融合中的关键技术环节展开了研究，提出了航迹滤波、航迹相关和融合滤波的实现算法，并用仿真实验进行性能验证，得出了有实际参考意义的实验数据，最后对本课题需要进一步研究的技术前景进行了展望。
曹余勤[6]2004年在《智能VTS系统的应用研究》文中研究表明智能船舶交通管理系统(I-VTS，Intelligent Vessel Traffic Service)是在当代科学技术充分发展进步的背景下产生的，旨在将先进的计算机技术、通信技术等应用于船舶交通管理中。其主要功能是改善海上交通环境，从而保障船舶航行的安全、提高航运效率、保护海洋环境。 众所周知，在海上为解决交通问题，单纯靠增加航道来解决，不但不可行，而且耗资巨大。同样，VTS中心仅靠增加管理等级及硬件水平来改善VTS的管理同样不可行。因此，运用先进技术来提高VTS的管理才是最佳途径。 在智能VTS中，信息将至关重要，交通信息系统也成为智能VTS中的一个重要组成部分。本文针对智能VTS中涉及信息系统的相关技术及其应用进行了研究。 论文由六章组成。 第1章简述了船舶交通管理系统(VTS)的概念及目前系统中的相关问题，提出了利用新型技术来实现VTS的智能化管理。 第2章简介了VTS的作用和发展历程，提出了智能船舶交通管理的概念。 第3章介绍了VTS中的主要设备及其各自的特点，重点讨论了AIS的相关功能及海岸AIS网络的相关理念。 第4章分析了雷达和AIS设备在应用中所遇到的问题，提出了基于模糊聚类分析来解决VTS雷达和AIS的数据融合的问题。 第5章详细论述了如何利用AIS技术来设计智能VTS中的信息管理系统，以实现智能化的VTS管理。 第6章进行了总结和展望。
李杰[7]2010年在《基于RTP的网络VTS视频音频传输研究》文中指出随着经济的快速增长,我国的水上交通运输事业取得了长足的进步与发展。但是,船舶交通流量的急剧增加和通航环境的更加复杂给我国的海上交通管理提出了更高的要求。加强近岸水域的安全管理、船舶航行的有序组织、搜寻救助的协调指挥是目前提高近岸船舶安全管理急需解决的问题。尤其是在海上应急突发事件的处理中,通过VTS的信息共享使得远程决策者及时获得直观实时的语音以及视频图像,实现交互式面对面指挥成为国际上海上应急指挥的一种趋势。IP网络的设计初衷仅仅是处理非实时数据,提供尽力而为的服务。而语音视频的传输对实时性有很高的要求,如果采用TCP协议,则由于TCP的检错和重传机制会大大增加数据包的延时,不适合实时性的要求,而如果单纯的采样UDP协议,由于UDP不提供任何的服务质量保障,传输质量也不理想。RTP协议是针对IP网上的语音、图像、传真等多媒体数据的一种网络实时传输协议,通过RTP/RTCP与UDP相结合可以在满足实时性要求的同时提供服务质量保证。本文首先介绍了目前网络VTS信息共享的网络架构、现状问题以及关键技术,接着对于语音视频网络传输遇到的问题进行了阐述,并深入分析了在UDP下进行语音视频传输的实时传输协议和实时传输控制协议。然后对远程语音视频传输系统进行了设计,并对关键模块和通信网络的选择做了分析。最后详细说明了通信过程的建立以及RTP实时传输协议库的实现,对传输服务质量中的时延抖动和流量控制进行了分析和改进,并进行了仿真和实验。
陶源[8]2001年在《基于AIS的船舶自动避碰决策系统的应用研究》文中研究指明利用AIS(Automatic Identification System，船舶自动识别系统)捉供的多种高精度的可用于避碰的新型信息和数据，将AIS作为自动避碰决策系统的新数据来源，无疑将对目前自动避碰决策技术发展与应用起到相当大的推动作用。为了探讨在范围较为广泛的自动避碰决策技术条件下，AIS技术与之结合所能发挥的作用。本文开展了应用AIS技术的自动避碰决策技术方案的研究。 本文主要对以下问题进行了研究： ①根据国内外的资料、发表的文章和国际海事组织的文件，对AIS系统的技术进行了归纳、整理。分析了AIS数据对于雷达、ARPA数据而言的优越性和AIS数据的精度。同时指出了AIS数据本身还存在的问题，并进行了AIS与ARPA数据的误差分析。 ②分析了目前国内外自动避碰决策系统的研究情况和现状，指出了长期困扰自动避碰决策技术发展的二个问题，即他船信息来源的可靠性问题和船舶间航行、避碰意图互相通报的问题。 ③提出了将AIS作为自动避碰决策系统的他船数据信息来源的设想，并分析了这种设想的可行性。分析了在AIS数据的支持下，上述困扰自动避碰决策技术研究多年的二个问题得到解决的情况；分析了AIS数据中的他船状态信息(操限船、失控船、限于吃水船等)和他船避碰意图发现的新方法(实时监控他船动向)等AIS优于ARPA的数据功能对于自动避碰决策的作用，并研究了其应用方法。 ④对于在ARPA中可以直接得到的类似于他船相对航向、相对航速、距离、方位、CPA、TCPA等信息，研究并实践了其在AIS中的获取及处理方法。 ⑤提出了ABAAS(AIS Based Automatic Anti-collision System)的概念和设想。对于基于AIS的自动避碰决策方法进行了深入研究，分析了国内外专家对于碰撞危险度的研究成果，并提出了确定碰撞危险度的方法；借鉴国内外专家的见解，对避碰规则规定的叁种会遇局面进行了定量的分析并对避碰行动局面进行了划分；提出了互见条件下两船会遇中本船避碰责任和行动判断的原则；制定了两船会遇避碰方案和多船会遇避碰方案；针对从AIS得到的他船航行状态信卜汕灯运学1；t帧卜学位论义 杜十川S的船舶自动避陇决策系统的应用研究 ，以设Zf了符合现则欲－【八条大十船舶M灾仟的避碰原则方沾。 凹以A＊＊AS 分析的避碰决策方案为依掀，设计并编写了柏应的计算 机仍真试验程序。本系统编写的程序有：AIS 数据模拟输入程序、 AIS按收发备数据处理模拟程序、AIS接收设备数据显示模拟程序。 以上程序的编写使用的均是 C语吉，开发环境为 Turbo C 2、1集成开 发环境，山于几巾。C是基于DOS环境的开发工具，相对较为节省 门算机储存空问，而几山于作者本人对于此环境较为熟悉、了解， 囚此仙用起来较为方攸，比较好地体现了开发的效率。程序具有良 好的人机界面，其功能是模拟AIS数据的接收、处理；给出船舶运 动参数；针对船舶会遇态势判断会遇局面和本船行动原则，并给出 川应的避碰行动建议和碰渔危险度提示；针对AIS新信息给出避碰 行动洼议。 ／卜’久以的过八h【。，本系统汹过仪拟按收 AIS 伯。以数见，iIWe算船舶运动参数，根抛会巡形势计算碰拖危险度并给出避碰建议，具有反应实时、操作方便等优点，符合船舶自动泱策技术研究的发展方向。
李丽萍[9]2011年在《基于TDMA的船载自动识别系统通信性能研究》文中研究表明随着经济全球化的发展,航运业发展迅速,海上交通日益繁忙,对航海技术提出了更高的要求。传统的海上识别技术由于其自身局限性已难以适应现代航海的需求,因而,船载自动识别系统(Automatic Identification System,简称AIS)便应运而生了,并从上世纪90年代正式提出到现在短短的十几年发展十分迅速。AIS工作在海上VHF频段,属于蜂窝移动通信范畴,其关键技术是自组织时分多址(STDMA)技术。作为一个无线通信系统,AIS的通信性能是AIS的研究及应用中的一个关键问题。本文首先简要介绍了AIS的发展、研究情况以及AIS系统的结构及工作原理,分析了主要影响AIS通信性能的性能指标。然后基于国际相关组织建立的国际标准,主要对AIS的吞吐性能及监测半径进行了深入的分析和研究。本文的主要工作及成果如下:1.对AIS的自组织通信原理进行了深入的研究,重点分析了发生通信冲突时对基站接收性能的影响,并将发生通信冲突发射台的数目扩展至多个,建立仿真模型进行计算机仿真,根据仿真结果分析了发生通信冲突时不同信道负载下的基站的接收性能及系统的吞吐性能。2.采用分区讨论的办法研究AIS系统的吞吐性能,即以接收台为中心,按照不同的通信特点,以不同的半径来划分其周围的区域,对各个区域的吞吐性能进行逐一的分析讨论。考虑到在实际中,基站的天线高度要远高于船台的天线高度,因而基站的覆盖范围往往要远大于船台的覆盖范围,因此,本文多考虑了一种外围区域的情况。通过讨论分析,建立了不同区域的吞吐率模型,并根据不同的船台覆盖半径对系统吞吐率进行了仿真计算,并根据仿真结果得出相应结论。3.通过电磁波传输损耗模型分析,得出基站路径损耗与噪声影响下的最大作用距离,并分析了最大作用距离与站台的可视覆盖范围及站台的监测半径之间的关系。通过比较讨论,在传统计算方法上提出了一种新的计算AIS监测半径的方法,新方法注重海面传播环境的特点,大大提高了计算模型的精度。
谭伟[10]2010年在《多源信息融合技术在水上交通中的应用研究》文中认为目前,在水上交通运输领域,主要是基于雷达系统、AIS系统、GPS系统、VHF通信系统、CCTV系统对船舶航行状态进行监控。不同的传感器检测到的信息种类和数据精度也各不相同,且各种传感器都有自身的优缺点。如AIS采集的信息比较全面且数据精度较高,同时不容易受地理条件和天气因素的影响;但是,AIS容易受到高噪声和人为干扰;更重要的是,AIS只能检测到安装了AIS设备的目标。雷达能检测河道岸线、航标以及绝大部分物体;但是,雷达也易受天气、电磁、地形等因素影响。而VHF通信系统和CCTV系统也只能分别提供语音数据和图像信息。因此,对不同类型的传感器数据进行融合,不但可以从空间上增强了检测目标的能力,而且还可以延长检测目标的时间跨度,同时还可以增加信息的多样性和提高数据的精度。首先,本文对AIS与岸基雷达检测的目标船舶位置和速度数据的融合方法及融合后船舶航迹预测进行了初步的研究与探索,针对AIS和岸基雷达检测的船舶航迹数据特点建立了位置级无反馈分布式融合结构,并根据该融合结构依次利用小波多尺度方法对各传感器数据源进行降噪和利用逻辑法对单传感器多目标航迹进行跟踪;接着在对多源数据进行时空配准时采用了RBF神经网络插值算法对各类传感器数据进行时间配准;然后,应用了改进的统计误差法提取目标船舶相关联航迹对,并利用遗传粒子群算法(GA-PSO)将AIS和岸基雷达检测的目标船舶航迹数据加权融合模型中的加权值进行了优化,提高了多源传感器数据的融合质量;最后,利用基于遗传算法改进的BP神经网络模型(GA-BP)对融合后的目标船舶航迹进行预测。在本文的研究过程中,利用了MATLAB对文中所研究利用的多源数据处理模型和算法都进行了仿真验证,各模型和算法的仿真结果表明:文中所采用新的数据处理模型和方法比现有的模型和方法整体精度更高,速度更快,效果更好,可以直接嵌入到现有的系统中,有一定的实际应用价值。
参考文献：
[1]. VTS中船舶识别与跟踪新方法的研究[D]. 胡业勇. 大连海事大学. 2001
[2]. 内河在航船舶动态跟踪和航迹融合方法研究[D]. 严忠贞. 武汉理工大学. 2013
[3]. VTS系统船舶跟踪和预测的新技术研究[D]. 徐婷婷. 大连海事大学. 2012
[4]. 基于船联网的VTS与AIS信息融合关键技术的研究[D]. 于俊逸. 武汉理工大学. 2013
[5]. AIS与雷达信息融合在VTS中应用的研究[D]. 甘星. 大连海事大学. 2003
[6]. 智能VTS系统的应用研究[D]. 曹余勤. 大连海事大学. 2004
[7]. 基于RTP的网络VTS视频音频传输研究[D]. 李杰. 大连海事大学. 2010
[8]. 基于AIS的船舶自动避碰决策系统的应用研究[D]. 陶源. 上海海运学院. 2001
[9]. 基于TDMA的船载自动识别系统通信性能研究[D]. 李丽萍. 天津理工大学. 2011
[10]. 多源信息融合技术在水上交通中的应用研究[D]. 谭伟. 重庆交通大学. 2010
标签：船舶工业论文; ais论文; 数据融合论文; 船舶类型论文; 图像滤波论文; 雷达论文; 平滑滤波论文; 卡尔曼滤波论文; 信息融合论文; ais系统论文;