2024 04 v.47;No.316 50-54
基于SSA+UKF算法的多船舶无源雷达航迹预测研究
基金项目(Foundation):
邮箱(Email):
DOI:
10.16426/j.cnki.jcdzdk.2024.04.008
中文作者单位:
中国船舶集团有限公司第七二三研究所;
摘要(Abstract):
用传统船舶雷达对海上单个快速移动目标、多个移动轨迹目标进行探测、跟踪时，存在发现概率低、预测精度差和跟踪难度大等问题，通过配置多个船舶无源雷达进行实时探测，并对接收信息进行有效融合可以显著提升航迹预测的精度。通过对多船舶无源雷达进行建模，利用樽海鞘群算法(SSA)对多船舶航迹状态进行预测，并在寻优中采用UKF对参数估计过程进行适时干预，降低估计值实为局部最优值的概率。通过仿真实验表明，该算法能够有效完成对海上多个移动目标的航迹预测，且参数估计的精度更高。
关键词(KeyWords):
樽海鞘群算法;;船舶雷达;;航迹预测;;无损卡尔曼滤波;;目标跟踪
| 6 | 0 | 6 |
| 下载次数 | 被引频次 | 阅读次数 |
参考文献
[1] PERER A L,OLIVEIRA P,SOARES C.Maritime traffic monitoring based on vessel detection,tracking,stateestimation,and trajectory prediction[J].IEEE Transactions on Intelligent Transportation Systems.2012,13(3):1188-1200.
[2] MURRA Y B,PERERA L P.A data-driven approach to vessel trajectory prediction for safe autonomous vesselo perations[C]//Proceeding of the International Conference on Digital Information Management.2018:240-247.
[3] ZHAI P Y,ZHANG Y J,WANG S B.Intelligent ship collision avoidance algorithm based on DDQN with prioritized experience replay under COLREGs[J].Journal of Marine Science and Engineering.2020,10(5):45-46.
[4] 高天航，徐力，靳廉洁，等.考虑航艏向与数据变化差异的船舶轨迹预测[J].交通运输系统工程与信息，2021,21(1):90-94.
[5] 叶文哲.基于机器学习和AIS数据的船舶轨迹预测模型的设计与实现[D].成都：电子科技大学，2022.
[6] 翟宏睿，罗亮，杨萌，等.基于最大熵强化学习的自主船舶航迹跟踪研究[J].舰船科学技术，2023,45(23):78-84.
[7] 赵煜，尤再进，吴丽淑，等.基于GMM与LSTM耦合模型的船舶航迹预测算法[J].上海海事大学学报，2022,43(4):23-29.
[8] 彭颢文.基于EKF实时辨识的船舶航迹跟踪控制[D].大连：大连海事大学，2023.
[9] 王均刚，胡柏青，高端阳，等.基于LSTM-EMD模型的船舶航迹预测方法[J].舰船电子工程，2023,43(7):29-35.
[10] 杨振亚，张智，尚晓兵，等.基于改进多输出支持向量的船舶航迹预测[J].系统工程与电子技术，2024,46(1):173-181.
[2] MURRA Y B,PERERA L P.A data-driven approach to vessel trajectory prediction for safe autonomous vesselo perations[C]//Proceeding of the International Conference on Digital Information Management.2018:240-247.
[3] ZHAI P Y,ZHANG Y J,WANG S B.Intelligent ship collision avoidance algorithm based on DDQN with prioritized experience replay under COLREGs[J].Journal of Marine Science and Engineering.2020,10(5):45-46.
[4] 高天航，徐力，靳廉洁，等.考虑航艏向与数据变化差异的船舶轨迹预测[J].交通运输系统工程与信息，2021,21(1):90-94.
[5] 叶文哲.基于机器学习和AIS数据的船舶轨迹预测模型的设计与实现[D].成都：电子科技大学，2022.
[6] 翟宏睿，罗亮，杨萌，等.基于最大熵强化学习的自主船舶航迹跟踪研究[J].舰船科学技术，2023,45(23):78-84.
[7] 赵煜，尤再进，吴丽淑，等.基于GMM与LSTM耦合模型的船舶航迹预测算法[J].上海海事大学学报，2022,43(4):23-29.
[8] 彭颢文.基于EKF实时辨识的船舶航迹跟踪控制[D].大连：大连海事大学，2023.
[9] 王均刚，胡柏青，高端阳，等.基于LSTM-EMD模型的船舶航迹预测方法[J].舰船电子工程，2023,43(7):29-35.
[10] 杨振亚，张智，尚晓兵，等.基于改进多输出支持向量的船舶航迹预测[J].系统工程与电子技术，2024,46(1):173-181.
基本信息:
DOI：10.16426/j.cnki.jcdzdk.2024.04.008
中图分类号:U665.22;U675.74;TN957.51
引用信息:
[1]顾晋晋,张永祥.基于SSA+UKF算法的多船舶无源雷达航迹预测研究[J].舰船电子对抗,2024,47(04):50-54.DOI:10.16426/j.cnki.jcdzdk.2024.04.008.
基金信息:
暂无数据