[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

本發明提供一種船舶航跡預測方法，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相關信息至少包括：船舶位置、航向角及瞬時航速，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：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；利用方差約束方法，確定每個時間節點的卡爾曼增益矩陣；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；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；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。

技術領域

本發明涉及船舶航跡預測技術領域，特別是涉及一種船舶航跡預測方法。

背景技術

隨著計算機控制技術的飛速發展，在船舶的航行預測和控制領域，人們相繼開發出了各種智能化的預測算法，從而保證了船舶航行的安全。在多智能領域體系統中，EKF的線性化誤差沒有得到解決，在分布式擴展卡爾曼濾波器中，利用方差約束方法，確定卡爾曼增益矩陣以處理線性化錯誤，非線性一致性協議，能夠高速收斂。現該種分布式濾波器已涉及移動機器人室內定位的數值例子及基于網絡數據包丟失和事件觸發通信等方面。

為了解決船舶航跡跟蹤線性化誤差這個問題，本發明建立了離散時間分布式EKF的非線性系統，在方差約束方法的基礎上，確定最優上界矩陣，進而提高船舶位置計算上的收斂精度的算法，并對在多項式形式約束下，卡爾曼濾波器的非線性一致估計船舶航跡位置的工作性能進行評估。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種船舶航跡預測方法，用于解決現有技術中航跡預測精度不高的問題，提高估計精度，縮小誤差范圍。

為實現上述目的及其他相關目的，本發明提供一種船舶航跡預測方法，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。

本發明的優選實施方式中，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。