一种基于本船GPS时序同步与六维EKF的船舶AIS态势解算方法

本发明涉及智能船舶航行态势感知，具体为一种基于本船 gps时序同步与六维ekf的船舶ais态势解算方法。

背景技术：

1、船舶航行过程中，本船船载ais接收机持续接收周边船舶广播的动态报文，报文包含目标船mmsi、经纬度、对地航速、对地航向、时序戳、船长（length）和船宽（width）等参数，同时本船gps接收机接收卫星下发的时间信号与星历轨道参数，自主解算出经纬度、对地航速、对地航向等航行动态信息，本船船载ais接收航行动态信息后，连同其他ais信息对外广播。行业普遍通过融合本船gps数据与目标船ais数据，解算两船相对运动关系，实现航行态势可视化与碰撞风险预警。

2、现有相关技术方案主要分为两类，均存在明显技术缺陷：

3、第一类为基于haversine公式的球面相对运动解算，该类方案利用本船gps与目标船ais提供的经纬度，通过haversine球面距离公式计算两船的相对位置，本船与目标船数据的时序对齐仅采用简单的线性插值。由于未建立完整的船舶运动学模型，当目标船ais报文发生丢包、长间隔更新或信道拥堵时，无法高精度外推目标船位置，只能丢弃无观测时刻的数据，导致态势画面出现断档；同时缺乏置信度量化机制，无法区分短期可靠的外推航迹与长期失效的推算结果，在港口密集船舶场景中极易产生大量虚假碰撞预警。

4、第二类为简易航迹预测方案。该类方案虽引入灰色预测或恒速外推模型来补偿ais长间隔报文，但运动模型维度不足，仅包含位置和航速二维状态，未纳入转向率和加速度等微分量。在船舶转向、加减速等机动工况下，模型与真实运动状态偏差较大，外推误差快速发散；此外，部分方案虽涉及滤波，但未针对ais非等间隔特性构建六维模型，未采用扩展卡尔曼滤波（ekf）有效抑制ais定位噪声和航向抖动，也未依托本船gps秒脉冲建立统一时序基准，导致本船与目标船的时间偏移进一步放大相对位置计算误差。

5、另有部分方案采用标准卡尔曼滤波完成航迹平滑，但此类方案多依赖雷达设备，且滤波主要用于融合后的航迹修正，在仅依赖船载标配gps和ais、不借助雷达等外部传感器的低成本限制条件下，尚未有方案将六维ekf、标准化初始化与三维异源置信度评价进行系统化整合。

6、综上，现有仅融合本船gps与目标船ais的技术方案存在以下长期未决的核心痛点：时序基准不统一、外推模型对机动工况适应性差、无可靠度量化机制、滤波初始化不规范等。

技术实现思路

1、本发明提供了一种基于本船 gps时序同步与六维ekf的船舶ais态势解算方法，如何仅用gps/ais实现高精度、连续、可信的态势感知以解决上述现有技术的技术缺陷。

2、为实现上述目的，本发明提供如下技术方案：一种基于本船 gps时序同步与六维ekf的船舶ais态势解算方法，包括以下步骤：

3、步骤1；建立全局统一时间基准及数据采集，所述建立全局统一时间基准是基于gps 1pps秒脉冲驯服本机系统时钟，以本船标准utc接收时刻测算ais报文时间，所述数据包括本船gps数据和周边船舶ais数据；

4、步骤2；ais数据分组、排序与清洗预处理；

5、步骤3；定义ekf六维状态向量构建预测方程并完成滤波初始化，六维状态向量定义：，其中，lat为纬度，lon为经度，sog为船舶对地航速，cog为船舶对地航向，rot为船舶转向率，a为船舶沿航向加速度；六维状态预测方程为：

6、

7、其中f1纬度更新, f2经度更新,f3航速更新,f4航向更新,f5转向率,f6加速度， r地球平均半径，δn北向位移，δe东向位移，δt时间间隔,kconv单位换算系数，τ从 0 到 δt之间的每一个微小瞬间，协方差更新公式具体如下：

8、，

9、其中pk+1/k先验协方差,pk/k后验协方差，f状态转移雅可比矩阵，q过程噪声协方差矩阵，所述滤波初始化是当接收到第一条ais时，将ais内的纬度、经度、对地航速、对地航向数据赋值至状态向量对应分量；将初始转向率与初始加速度置零；同时赋值初始状态协方差矩阵；

10、步骤4；分场景实现查询时刻ais目标状态时序补齐，场景一，插值补齐；若查询时刻处于相邻两条ais之间，采用线性插值法计算目标船当前的lat、lon、sog和cog，采用相邻时刻时序差分求解当前转向率与加速度；协方差矩阵取最近的协方差矩阵；场景二，ekf模型外推补齐；若查询时刻晚于该船舶最新ais，则计算外推时间差，执行扩展卡尔曼滤波的预测阶段，若无新ais到达，输出预测值；若有新ais到达，在预测值基础上执行卡尔曼更新，输出更新值；

11、步骤5；融合本船gps基准解算相对态势与碰撞风险参数，以本船为空间基准，结合时序补齐后统一utc时刻下的目标船lat、lon、sog、cog，采用haversine球面距离公式计算目标船相对本船的直线距离和相对方位；基于两船的对地航速和对地航向解算相对运动关系，求解最近会遇距离cpa和最短会遇时间dcpa；同时绑定目标船mmsi、船长、船宽静态尺寸信息，完成完整船舶航行态势封装；

12、步骤6；将完整船舶航行态势封装数据推送至船载电子海图终端。

13、具体地，骤4中所述卡尔曼更新包括lat、lon、sog和cog更新，转向率与加速度更新，协方差矩阵更新；所述lat、lon、sog和cog更新包括步骤4a算残差；用ais报文的纬度、经度、航速、航向减去预测值中的对应项；步骤4b算增益 k；k = ppred ht (hppred ht + r)-1，其中ppred预测协方差矩阵，h观测矩阵，把ais报文能观测到的4个量纬度、经度、航速、航向提取出来构成，r观测噪声协方差矩阵，步骤4c修正状态；更新值等于预测值加上增益 k与残差的乘积；所述转向率与加速度更新是转向率更新值=转向率预测值+转向率修正量δrot，加速度更新值=加速度预测值+加速度修正量δa，其中δrot = k51δlat + k52δlon + k53δsog + k54δcog，δa = k61δlat + k62δlon + k63δsog + k64δcog,其中k51、k52、 k53、k54、k61、k62、k63、k64取自增益 k矩阵，

14、            观测值1  观测值2    观测值3   观测值4

15、            (lat)    (lon)      (sog)     (cog)

16、状态1 lat   [k11     k12        k13       k14 ]

17、状态2 lon   [k21     k22        k23       k24 ]

18、状态3 sog   [k31     k32        k33       k34 ]

19、状态4 cog   [k41     k42        k43       k44 ]

20、状态5 rot   [k51     k52        k53       k54 ]

21、状态6 a     [k61     k62        k63       k64 ]

22、其中 kij：表示第 j 个观测残差对第 i 个状态量的修正量的贡献权重，

23、所述协方差矩阵更新是p更新 = (i - kh) ppred，其中i为单位矩阵。

24、具体地，所述步骤4中线性插值法是：，xq查询时刻的目标状态值， xm前一刻ais报文里的状态值， xm+1后一刻ais报文里的状态值，tq当前的查询时刻，tm 前一条ais报文自带的unix时间戳，tm+1后一条ais报文自带的unix时间戳，相邻时刻时序差分是：

25、

26、其中，rot转向率，cogm+1后一刻的船舶对地航向，cogm前一刻的船舶对地航向，tm+1后一刻的时间戳，tm前一刻的时间戳，a加速度，sogm+1后一刻的船舶对地航速，sogm前一刻的船舶对地航速。

27、具体地，步骤4中所述预测值、更新值进行三维加权综合置信度评价，所述三维包括外推时长、ekf位置协方差综合误差、ais报文接收信噪比，对各指标分别进行归一化处理后，分配加权系数并加权求和，得到当前查询时刻的船舶态势综合置信度。协方差、时间、信噪比，这三者分别从算法内在不确定性、纯时间惩罚、物理信号质量三个完全独立的维度进行评价，形成互补闭环。

28、步骤4所述外推时长=当前观测时刻 - 上一次收到观测的时刻，所述ekf位置协方差综合误差直接从更新后的新协方差矩阵中，提取纬度和经度对应的方差，合成一个位置误差，所述ais报文接收信噪比直接从接收机硬件获取，所述归一化处理指把外推时长、ekf位置协方差综合误差、ais报文接收信噪比每个原始值映射成0~1之间的无量纲数，所述加权求和得到当前查询时刻的船舶态势综合置信度是：

29、，其中conf 综合置信度，sδt外推时长归一化得分，sp位置协方差归一化得分，ssnr信噪比归一化得分，w1是sδt权重，w2是sp权重，w3是ssnr权重，并依据综合置信度数值分级，分级规则为：时判定为高置信有效目标；时判定为低置信参考目标；时判定为失效目标。

30、具体地，对于高置信目标，电子海图以实线完整渲染船舶轮廓，同步展示mmsi、航速、航向等全部船舶信息；当cpa、dcpa数值超出预设安全阈值时，系统同步触发声光碰撞预警，对于低置信参考目标，采用半透明虚线弱化绘制船舶图形，系统屏蔽碰撞预警功能，仅作为全局态势辅助参考，对于判定为失效的目标，直接在电子海图中隐藏对应船舶图形。

31、具体地，所述步骤1数据采集之后增加统一时间基准步骤，所述测算为ais报文时间是本船标准utc接收时刻减去该报文的传输延迟。

32、现有技术相比，本方案的有益效果在于：

33、本发明提出一种融合本船gps与时序外推的船舶ais目标态势解算方法，仅依托船舶标配gps模块、船载ais接收机两类常规通航设备即可实现目标精细化态势解算，以本船gps输出的统一utc时间构建全局时间基准，搭配六维状态扩展卡尔曼滤波完成ais目标时序插值、动态外推运算，并配套多维度加权置信度评价机制实现船舶态势分级输出。本发明利用本船gps统一校准系统时间，消除本地设备时钟与ais报文时间戳之间的时序偏移，克服传统解算方案时间基准不一致、目标位置与运动参数计算偏差较大的缺陷；同时采用包含转向率、加速度的ctrv完整运动模型描述船舶动态航行过程，弥补单一线性插值、低阶匀速外推模型难以适配船舶转向、加减速机动工况的不足，能够有效压制ais信道干扰、报文丢包、多径反射造成的航迹抖动、轨迹断档现象。

34、本发明针对查询时刻位置划分区间插值、模型外推两类时序补齐逻辑，在保障目标状态估算精度的同时控制算法运算量，适配船载嵌入式终端低算力实时运行需求；滤波环节采用标准化固定赋值初始化策略，基于船舶直行先验特性确定初始微分量，摒弃随机数值初始化模式，显著加快滤波收敛速度，提升全时段航迹跟踪稳定性。本发明基于外推时长、滤波位置协方差、ais信噪比三维指标加权计算目标综合置信度，依据置信度等级对船舶实施差异化海图渲染与分级碰撞预警管控，可有效过滤长时间ais断联外推带来的虚假告警。本方案无需额外加装雷达、光学摄像等传感设备，硬件改造成本低，在内河复杂航道、港口密集通航环境下，可持续提升周边船舶态势解算精度与航迹跟踪连续性，优化船舶会遇风险cpa、dcpa评估准确度，全面提升船舶航行态势感知可靠性，降低内河船舶碰撞事故发生概率，保障航道通航安全。