基于高维时空属性的海上多源感测数据融合系统与方法与流程

1.本发明涉及一种数据融合技术，尤其涉及一种基于高维时空属性的海上多源感测数据融合关联系统与方法。


背景技术：

2.在经济全球化的今天，我国沿海及远海的海洋运输行业的发展非常迅猛，并且航海业务的能力也得到显著进步。为了保障海上船舶航行安全，提高航道管理，精确目标定位，船舶搭载了相应的导航设备，船舶自动识别系统(ais)成为现代海上船舶航行的必要设备，同时电磁散射也能为海上船舶航行定位提供一定的辅助。但面对复杂多变的海上水文环境、以及海上执法和国家海洋领土安全等需求，仅靠ais、电磁散射等基于目标方位的单一定位技术，仍然无法满足公共航行、执法救援、海上维权等业务场景需求。即使通过ais和电磁散射多源时空模型关联匹配技术，也会面临如何解决目标窜号、设备信号关闭、电磁散射远距离探测和误扫误判等问题。因此可在传统的ais和电磁散射监测信号两相融合基础上，引入电磁辐射监测设备和电磁信号融合识别技术，利用电磁辐射设备远距探测能力,以及通过电磁辐射信号可明确目标方向的特性，可实现海上目标感测方式的多样化。另外利用大数据技术、人工智能等信息技术，构建相应的算法模型和数据挖掘，实现海上目标数据进行ais、电磁散射、电磁辐射多源信号的数据融合关联；
3.海上多源感测数据融合关联技术是海上目标定位与海上态势研判的重要研究方向，无论在军事、执法维权还是民用领域，该技术的研究都有着十分重要的意义，具体表现如下：
4.(1)对电磁信号的监测和数据感知应用，是对现有ais和电磁散射感测数据融合关联技术的补充和创新，实现了海上目标感测数据从两源融合到三源融合的探索，为后续的n源融合提供理论和技术基础。
5.(2)海上多源感测数据融合关联技术可以降低航道碰撞概率，提高了船舶航行安全性，有利于海上交通管制。
6.(3)不同的数据源、不同的探测方式，能够有效应对海上复杂多变的水文环境，提高系统的抗干扰能力。
7.(4)海上多源感测数据融合关联技术可以提高情报可靠性，为海上执法部门提供更精确的目标信息，提高执法效率。
8.(5)不同的数据源、不同的探测方式，探测的范围也不同，能够有效增强远海的探索能力，迅速锁定相关船舶，增强军事力量。


技术实现要素：

9.发明的目的在于围绕海上多源感测数据融合关联问题，如何面对多种观测设备、多种数据来源的海上目标数据，利用高维时空规则，在充分考虑各种约束的基础上，对多种来源的感测数据进行解析、结构化、清洗、转换，并融合，并利用相关的仿真手段对融合算法
的精度进行试验分析验证。特别是基于高维时空属性的海上多源感测数据融合关联系统的核心问题，主要有多源异构数据清洗与去重、多源异构数据人工辅助融合、多源异构数据自动融合，同时还要保证融合算法的高实时性，在确保精度的前提下，如何在花费最小的代价，得到最高的收益。
10.发明的技术方案是提供了一种基于高维时空属性的海上多源感测数据融合关联系统，包括数据采集模块、数据交换模块、数据融合关联模块、特性测控模块、目标态势展示模块，其特征在于：
11.数据采集模块用于对目标电磁散射数据、目标电磁辐射数据及目标ais数据的采集与解析；
12.数据交换模块用于实现与数据采集模块间的数据传输协议，接收数据采集模块采集的目标电磁散射数据、目标电磁辐射装备数据、目标ais数据；通过数据总线技术，采用数据订阅分发模式实现船基内部、船基内部-岸基的不同类型、不同格式数据的交换；
13.数据融合关联模块用于海上多源感测数据的自动融合关联；
14.特性测控模块用于海上多源感测数据的人工关联融合；
15.目标态势展示模块用于电磁散射态势信号、电磁辐射态势信号、ais信号、自动关联融合态势信号及人工关联融合态势信号的展示，供操作人员进行研判；
16.通过目标数据采集模块对前端设备感测到的电磁散射数据、电磁辐射数据、ais数据进行采集并解析，由数据交换模块进行数据的传输处理，传输至融合关联模块进行自动融合关联，经目标测控模块人工关联融合进行辅助，输出目标融合关联数据，存储在本地服务器，并最终由目标态势展示模块读取到融合关联数据并进行界面上的展示。
17.进一步地，数据采集模块基于前端设备的规范接口协议，接入前端电磁散射特性测量装备、电磁辐射特性测量装备生成的感知数据、状态数据和特性测量数据，以及ais设备生成的感知数据，并对各类数据进行解析和预处理，形成统一封装的数据报文。
18.进一步地，数据融合关联模块负责对目标电磁散射数据、目标电磁辐射数据、ais数据进行量化/结构化处理，形成量化/结构化数据；同时基于量化处理结果和融合关联算法模型，实现各类型数据的自动关联融合，形成关联融合数据，供上层业务系统按需调取。
19.进一步地，特性测控模块负责对目标进行电磁散射特性、电磁辐射特性测量与控制，以及在页面上展示各特性数据以及通过数据采集、数据交换过来的各态势信号，并针对页面上展示的各态势信号，进行人工关联融合。
20.本发明还提供了一种用于基于高维时空属性的海上多源感测数据融合关联系统的关联算法，该算法汇聚不同数据源的同类型数据，设定数据清洗与去重规则，将多源目标数据与人工辅助研判的缓存数据进行比对，若缓存中存在已标记的融合目标，则直接输入融合结果，若不存在，则利用多源异构融合算法进行融合处理。
21.本发明的有益效果是：
22.(1)基于高维时空属性的海上多源感测数据融合关联，是对现有ais和电磁散射感测数据融合关联技术的补充和创新。以单个观测站点的使用场景为基础，首次对三种异构数据进行关联融合；其中基于目标航迹相似性匹配的ais与电磁散射时空方位特征异构关联，跟传统的实时点迹融合不同，航迹融合充分参考了目标数据的历史航迹信息，通过构造轨迹向量充分挖掘目标的航行特征，能够有效解决点迹融合在小区域、多目标的使用场景
中融合精度过低、融合效率不高的问题；基于方位向量匹配的电磁辐射数据时空指向特征异构关联，利用方位向量来表征目标轨迹，同时结合余弦相似度公式对高维度特征向量方向计算的一个精确性，大大提升了时空指向特征的精度，同时也降低了算法复杂性，提高了模型的可解释性。
23.(2)人工关联融合和自主融合相互协同机制的应用，确保目标识别的精准率。与传统的轨迹关联技术(系统)相比，本系统的在精确率、召回率和目标偏差方面的表现更加优越，通过传统人工观察合成融合目标作为辅助手段，本系统的目标融合平均召回率超过95％；同时根据分析不同数据源站点信息，对同一个目标的不同数据源数据进行多维特征判断，能够计算出该目标的合理点位；本系统在的融合目标点位偏差不超过100米，对于海上防碰撞、海上执法维权、海洋主权维护等，提供了极大便利的同时也提升了航道安全性。
附图说明
24.发明的上述和/或附加方面的优点在结合下面附图对实施例的描述中将变得明显和容易理解，其中：
25.图1是该实施例的基于高维时空属性的海上多源感测数据融合关联系统图；
26.图2是该实施例的海上多源感测数据融合算法总体设计；
27.图3是该实施例的人工辅助研判流程设计；
28.图4是该实施例的海上多源感测数据关联异构融合算法设计。
具体实施方式
29.为了能够更清楚地理解本技术的上述目的、特征和优点，下面结合附图和具体实施方式对本技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互结合。
30.如图1所示，该实施例提供了一种基于高维时空属性的海上多源感测数据融合关联系统，包括数据采集模块、数据交换模块、数据融合关联模块、特性测控模块、目标态势展示模块；
31.其中：数据采集模块，用于对目标电磁散射数据、目标电磁辐射数据及目标ais数据的采集与解析。
32.基于前端设备的规范接口协议，接入前端电磁散射特性测量装备、电磁辐射特性测量装备生成的感知数据、状态数据和特性测量数据，以及ais设备生成的感知数据。并对各类数据进行解析和预处理，形成统一封装的数据报文；
33.数据交换模块用于实现与数据采集模块间的数据传输协议，接收数据采集模块采集的目标电磁散射数据、目标电磁辐射装备数据、目标ais数据。通过数据总线技术，采用数据订阅分发模式实现船基内部、船基内部-岸基的不同类型、不同格式数据的交换；
34.数据融合关联模块用于海上多源感测数据的自动融合关联。
35.数据融合关联模块主要负责对目标电磁散射数据、目标电磁辐射数据、ais数据进行量化/结构化处理，形成量化/结构化数据。同时基于量化处理结果和融合关联算法模型，实现各类型数据的自动关联融合，形成关联融合数据，供上层业务系统按需调取；
36.特性测控模块，用于海上多源感测数据的人工关联融合。
37.特性测控模块主要负责对目标进行电磁散射特性、电磁辐射特性测量与控制，以及在页面上展示各特性数据以及通过数据采集、数据交换过来的各态势信号，并针对页面上展示的各态势信号，进行人工关联融合；
38.目标态势展示模块，用于电磁散射态势信号、电磁辐射态势信号、ais信号、自动关联融合态势信号及人工关联融合态势信号的展示，供操作人员进行研判。
39.通过目标数据采集模块对前端设备感测到的电磁散射数据、电磁辐射数据、ais数据进行采集并解析，由数据交换模块进行数据的传输处理，传输至融合关联模块进行自动融合关联，经目标测控模块人工关联融合进行辅助，输出目标融合关联数据，存储在本地服务器，并最终由目标态势展示模块读取到融合关联数据并进行界面上的展示。
40.该实施例还公开了基于高维时空属性的海上多源感测数据融合关联算法设计，该算法的总体设计思路是：汇聚不同数据源的同类型数据，设定数据清洗与去重规则，将多源目标数据与人工辅助研判的缓存数据进行比对，若缓存中存在已标记的融合目标，则直接输入融合结果，若不存在，则利用多源异构融合算法进行融合处理。图2为海上多源感测数据融合关联算法的流程与步骤。
41.步骤1：进行多源ais数据清洗与去重。
42.关于ais数据清洗规则
43.mmsi清洗：mmsi不等于9位数的ais数据。
44.定位信息清洗：经度大于180
°
或小于-180
°
的ais数据；纬度大于90
°
或小于-90
°
的数据。
45.航向角清洗：大于360
°
或小于0
°
的ais数据。
46.航速清洗：大于100节或小于0节的ais数据。
47.ais轨迹清洗：第一个点首先缓存，第二个点计算距离时间速度。速度大于35或距离大于10直接过滤。速度小于35或者时间大于600，第一个点入库，第二个点缓存到第一个点。速度小于35或者时间小于600，第一个点入库，缓存第二个点。第三个点计算距离时间速度和角度。速度小于35同时时间大于600或者距离大于10，第三个点缓存到第一个点，删除第二个点，第二个点入库。速度小于35、时间小于600距离小于10，计算三个点的角度。角度大于90则第二个点缓存到第一个点，第三个点缓存到第二个点，第二个点入库。否则，第三个点缓存到第二个点。
48.关于电磁散射数据清洗规则
49.定位信息清洗：经度大于180
°
或小于-180
°
的数据；纬度大于90
°
或小于-90
°
的数据。
50.航向角清洗：大于360
°
或小于0
°
的数据。
51.航速清洗：大于100节或小于0节的数据。
52.关于电磁辐射数据清洗规则
53.航向角清洗1：大于360
°
或小于0
°
的数据。
54.航向角清洗2：相连点位航向角数据差值的绝对值小于360。
55.步骤2、进行人工辅助研判，基于研究人员或系统操作人员的先验知识，对部分目标进行手动标记融合，分别利用ais、电磁散射、电磁辐射数据的唯一标识，构建三元组融合标签(mmsi，电磁散射_id,radiation_id),可表示为人工手动将这三类目标数据进行关联
融合,并将三元组融合标签加入人工标记缓存池中；
56.三类清洗去重后的目标数据进入缓存池，与人工标记的三元组融合标签进行匹配，若完成匹配，则直接输出融合结果，未完成匹配的目标数据则进入异构数据融合模块。如图3所示。
57.人工标记缓存池匹配规则：若存在三元组融合标签(a1，b1，c1)，a1表示某个ais目标编号，b1表示某个电磁散射目标编号，c1表示某个辐射目标编号，当同一批次的数据内同时出现这三个目标时，则直接根据融合标签将目标关联成融合数据，输出融合结果，同一批次的数据时间窗口为10分钟。
58.步骤3、进行多源异构融合，将ais、电磁散射、电磁辐射信号三种数据进行融合处理。
59.算法的基本思路和流程，如图4所示。
60.步骤3.1.以电磁散射数据为基准，匹配电磁散射目标点位一定范围内的ais目标，并存入融合候选目标缓存中；匹配范围为电磁散射点位经度
±
0.1
°
，纬度
±
0.1
°
。
61.步骤3.2.获取电磁散射目标与缓存中ais目标的5分钟以内的分钟以内的航迹数据，航迹数据主要由经纬度构成，对电磁散射目标的轨迹进行线性插值处理，差值的时间粒度为秒，线性差值公式如下所示：
[0062][0063][0064]
假设存在两个电磁散射坐标a(x1，y1)、b(x2，y2)，分别以a、b两点为基准得到一个插值坐标点c(xi，yi)，θ和v分别为插值基点处的航向和航速；ti为插值点的时间，t1、t2为插值基点处对应的时间，通过计算可得两个预测坐标(xi1，yi1)、(xi2，yi2)。对的预测坐标点(xi1，yi1)、(xi2，yi2)进行加权平均，权重由插值点距离a、b两点的时间差确定，距离哪一点时间越近，相应点对应的权重也就越大，两个预测坐标点权值计算公式如下所示。
[0065]
q1＝1-(t
i-t1)/(t
2-t1)
[0066]
q2＝1-(t
2-ti)/(t
2-t1)
[0067]
q1，q2分别为a、b两端的权重，最终求得插值坐标(xi，yi)，如下所示。
[0068][0069]
完成电磁散射目标插值处理，利用hausdorff公式计算两个目标之间轨迹相似性，获取相似度最高的ais目标，hausdorff计算公式如下。
[0070]
h(a，b)＝max[h(a，b)，h(b，a)]
[0071][0072]
[0073]
利用数据库表连接思路，将轨迹相似度最高的ais数据拼接到电磁散射目标数据中，完成ais与电磁散射的异构融合计算，输出完成融合的数据和融合失败的数据。
[0074]
步骤3.3.根据电磁散射数据特征，利用数据中观测站点的经纬度与观测目标经纬度数。
[0075]
计算出目标所在方位，具体的计算方法如下所示。
[0076][0077]
抽取ais与电磁散射异构融合目标的最近十条目标方位数据，构建十维的目标方位特征向量，同理，对电磁辐射信号数据构建十维的目标方位特征向量。利用余弦相似度计算两个方位向量之间的相似度，计算方法如下所示。
[0078][0079]
利用数据库表连接思路，将轨迹相似度最高的电磁辐射数据拼接到已完成融合的ais与电磁散射目标数据中，完成三相数据异构融合计算，输出完成融合的数据和融合失败的数据。
[0080]
步骤3.4.汇总ais与电磁散射异构融合、三相数据异构融合中，融合失败的数据和融合成功的数据，输出最终融合结果。
[0081]
尽管参考附图详地公开了本技术，但应理解的是，这些描述仅仅是示例性的，并非用来限制本技术的应用。本技术的保护范围由附加权利要求限定，并可包括在不脱离本技术保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。

技术特征：
1.一种基于高维时空属性的海上多源感测数据融合关联系统，包括数据采集模块、数据交换模块、数据融合关联模块、特性测控模块、目标态势展示模块，其特征在于：数据采集模块用于对目标电磁散射数据、目标电磁辐射数据及目标ais数据的采集与解析；数据交换模块用于实现与数据采集模块间的数据传输协议，接收数据采集模块采集的目标电磁散射数据、目标电磁辐射装备数据、目标ais数据；通过数据总线技术，采用数据订阅分发模式实现船基内部、船基内部-岸基的不同类型、不同格式数据的交换；数据融合关联模块用于海上多源感测数据的自动融合关联；特性测控模块用于海上多源感测数据的人工关联融合；目标态势展示模块用于电磁散射态势信号、电磁辐射态势信号、ais信号、自动关联融合态势信号及人工关联融合态势信号的展示，供操作人员进行研判；通过目标数据采集模块对前端设备感测到的电磁散射数据、电磁辐射数据、ais数据进行采集并解析，由数据交换模块进行数据的传输处理，传输至融合关联模块进行自动融合关联，经目标测控模块人工关联融合进行辅助，输出目标融合关联数据，存储在本地服务器，并最终由目标态势展示模块读取到融合关联数据并进行界面上的展示。2.根据权利要求1所述的基于高维时空属性的海上多源感测数据融合关联系统，其特征在于：数据采集模块基于前端设备的规范接口协议，接入前端电磁散射特性测量装备、电磁辐射特性测量装备生成的感知数据、状态数据和特性测量数据，以及ais设备生成的感知数据，并对各类数据进行解析和预处理，形成统一封装的数据报文。3.根据权利要求1所述的基于高维时空属性的海上多源感测数据融合关联系统，其特征在于：数据融合关联模块负责对目标电磁散射数据、目标电磁辐射数据、ais数据进行量化/结构化处理，形成量化/结构化数据；同时基于量化处理结果和融合关联算法模型，实现各类型数据的自动关联融合，形成关联融合数据，供上层业务系统按需调取。4.根据权利要求1所述的基于高维时空属性的海上多源感测数据融合关联系统，其特征在于：特性测控模块负责对目标进行电磁散射特性、电磁辐射特性测量与控制，以及在页面上展示各特性数据以及通过数据采集、数据交换过来的各态势信号，并针对页面上展示的各态势信号，进行人工关联融合。5.一种用于权利要求1所述的基于高维时空属性的海上多源感测数据融合关联系统的关联算法，其特征在于：汇聚不同数据源的同类型数据，设定数据清洗与去重规则，将多源目标数据与人工辅助研判的缓存数据进行比对，若缓存中存在已标记的融合目标，则直接输入融合结果，若不存在，则利用多源异构融合算法进行融合处理。

技术总结
发明公开了一种基于高维时空属性的海上多源感测数据融合关联系统，包括数据采集模块、数据交换模块、数据融合关联模块、特性测控模块、目标态势展示模块，通过目标数据采集模块对前端设备感测到的电磁散射数据、电磁辐射数据、AIS数据进行采集并解析，由数据交换模块进行数据的传输处理，传输至融合关联模块进行自动融合关联，经目标测控模块人工关联融合进行辅助，输出目标融合关联数据，存储在本地服务器，并最终由目标态势展示模块读取到融合关联数据并进行界面上的展示。该系统基于方位向量匹配的电磁辐射数据时空指向特征异构关联，大大提升了时空指向特征的精度，同时也降低了算法复杂性，提高了模型的可解释性。提高了模型的可解释性。提高了模型的可解释性。


技术研发人员：张静 林龙 应文 王成飞 杨云祥 罗肖飞
受保护的技术使用者：中电科海洋信息技术研究院有限公司
技术研发日：2023.02.24
技术公布日：2023/7/25