[發明專利]一種船舶航跡預測方法

在審

• 申請號: 201810876952.8
• 申請日: 2018-08-03
• 公開（公告）號: CN108645415A
• 公開（公告）日: 2018-10-12
• 發明（設計）人: 馬利華;劉軼華;郭杰;苑洋
• 申請（專利權）人: 上海海事大學
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 上海互順專利代理事務所(普通合伙) 31332
• 代理人: 成秋麗

1.一種船舶航跡預測方法，其特征在于，所述方法至少包括：

從船舶實測數據中獲取目標船舶當前的信息至少包括：船舶位置、航向角及瞬時航速，且把所述船舶位置的經緯度轉化為平面坐標值；

根據所述船舶的當前信息通過分布式擴展卡爾曼濾波算法預測船舶位置狀態，所述預測過程包括：

(11)建立了離散非線性系統，其中，所述離散非線性系統用來描述目標船舶狀態和傳感器測量；

(12)利用方差約束方法，確定每個時間節點的卡爾曼增益矩陣；

(13)通過船舶當前時刻的狀態估計和上界矩陣，進行計算預測船舶下一時刻的狀態估計和上界矩陣；

(14)根據所述下一時刻的狀態估計和上界矩陣，更新船舶狀態估計和上界估計；

(15)采用預設的船舶運動學模型的進行非線性一致性卡爾曼濾波，獲得濾波后下一時刻的船舶位置信息。

2.根據權利要求1所述的船舶航跡預測方法，其特征在于，所述離散非線性系統的模型，包括：

x_k+1＝f(x_k)+w_k

z_i,k＝h_i(x_k)+v_i,k

其中，x_k表示k時刻的船舶狀態向量，x_k+1表示第k+1時刻的船舶狀態向量，w_k表示過程噪音周期；z_i,k表示第k時刻的第i個傳感器測量向量，v_i,k表示測量噪音，f(x_k)表示為關于船舶狀態向量的已知的連續可微非線性函數，h_i(x_k)示為關于船舶狀態向量的已知的連續可微非線性函數，且設定過程噪音周期w_k和測量噪音v_i,k互不相關。

3.根據權利要求1所述的船舶航跡預測方法，其特征在于，所述卡爾曼增益矩陣的具體表達為：

其中，K_i,k+1表示第k+1時刻第i個傳感器的卡爾曼增益矩陣，Φ_i,k+1表示上界矩陣，β_k+1是標量，a_ij表示預定義的權重相鄰節，且I表示單位矩陣，V_i,k+1表示測量噪聲，R_i,k+1觀測噪聲方差。

4.根據權利要求1所述的船舶航跡預測方法，其特征在于，所述下一時刻的狀態估計和上界矩陣的具體表達為：

其中，表示在k+1時刻的預測估計，表示在k+1時刻的上界矩陣，U_i,k+1選擇為對角線，其中表示矩陣，Q_k表示零均值高斯白噪音。

5.根據權利要求1所述的船舶航跡預測方法，其特征在于，所述更新狀態估計和上界估計的具體表達為；

其中，

其中，表示在k+1時刻的更新估計，Φ_i,k+1表示在k+1時刻的上界估計，K_i,k+1是被卡爾曼增益矩陣確定的，a_ij表示預定義的權重相鄰節點，函數g也為連續可微非線性函數，當且僅當x＝0時，g(x)＝0。

6.根據權利要求1所述的船舶航跡預測方法，其特征在于，所述船舶運動學模型，具體表達為：

其中，(x_k,y_k)表示船舶在k時刻的坐標位置，(x_k+1,y_k+1)表示船舶在k+1時刻的坐標位置，θ_k表示航向，v_k表示船速k時刻的速度，T表示k與k+1時刻時間間隔，是零均值高斯白噪音。