[发明专利]一种基于船舶集群态势的相对碰撞危险度获取方法

权利要求书

1.一种基于船舶集群态势的相对碰撞危险度获取方法，其特征在于，其包括：

将船舶感知区域划分为多个虚拟动态网格；

在所述多个虚拟动态网格中对船舶集群态势进行分析，确定属于主要干扰区域和次要干扰区域的虚拟动态网格，并采用模糊逻辑规则计算所述虚拟动态网格对目标船的作用粒度值；

所述将船舶感知区域划分为多个虚拟动态网格包括：

以所述目标船为中心，以所述目标船与干扰船的会遇区域对所述船舶感知区域进行划分，从内到外依次划分为碰撞区域、主要干扰区域和次要干扰区域；

通过所述碰撞区域、所述主要干扰区域和所述次要干扰区域结合会遇角度划分，得到24个虚拟动态网格；

在所述多个虚拟动态网格内采用主观赋权法得到主观评价权重，采用客观赋权法得到客观评价权重；

所述在所述多个虚拟动态网格内采用主观赋权法得到主观评价权重包括：

根据层次分析模型对主观评价的指标进行两两比较，得到每两个因素的权重比，得到权重向量；

根据所述权重比得到判断矩阵；

根据所述判断矩阵的最大特征值计算一致性指标，并基于所述一致性指标和平均随机一致性指标计算相对一致性指标；

根据所述相对一致性指标与预设范围进行比较，如果在所述预设范围内则根据所述权重的归一化特征向量作为所述主观评价权重；

所述采用客观赋权法得到客观评价权重包括：

采用改进的CRITIC法对客观评价的指标计算信息量；

根据所述信息量计算指标的所述客观评价权重；

对属于所述主要干扰区域和所述次要干扰区域的虚拟动态网格，分别根据所述主观评价权重和客观评价权重计算对所述目标船的危险度综合权重；

所述对属于所述主要干扰区域和所述次要干扰区域的虚拟动态网格，分别根据所述主观评价权重和客观评价权重计算对所述目标船的危险度综合权重包括：

在所述主要干扰区域内得到的主观评价权重为：

ω_AHP＝[ω_A1 ω_A2 ω_A3 ω_A4 ω_A5 ω_A6 ω_A7 ω_A8]

客观评价权重为：

ω_N.CRITIC＝[ω_C1 ω_C2 ω_C3 ω_C4 ω_C5 ω_C6 ω_C7 ω_C8]

计算得到所述主要干扰区域中对所述目标船的危险度综合权重为：

ω_Z＝[ω₁ ω₂ ω₃ ω₄ ω₅ ω₆ ω₇ ω₈]

其中ω_A1～ω_A8分别为属于主要干扰区域中的8个虚拟动态网格中的主观评价权重，ω_C1～ω_C8分别为属于主要干扰区域中的8个虚拟动态网格中的客观评价权重，ω₁～ω₈分别为主要干扰区域中的8个虚拟动态网格中的危险度综合权重；

在所述次要干扰区域内得到的主观评价权重为：

ω_AHP＝[ω_A9 ω_A10 ω_A11 ω_A12 ω_A13 ω_A14 ω_A15 ω_A16]

客观评价权重为：

ω_N.CRITIC＝[ω_C9 ω_C10 ω_C11 ω_C12 ω_C13 ω_C14 ω_C15 ω_C16]

计算得到所述次要干扰区域中对所述目标船的危险度综合权重为：

ω_Z＝[ω₉ ω₁₀ ω₁₁ ω₁₂ ω₁₃ ω₁₄ ω₁₅ ω₁₆]

其中ω_A9～ω_A16分别为属于次要干扰区域中的8个虚拟动态网格中的主观评价权重，ω_C9～ω_C16分别为属于次要干扰区域中的8个虚拟动态网格中的客观评价权重，ω₉～ω₁₆分别为次要干扰区域中的8个虚拟动态网格中的危险度综合权重；

所述危险度综合权重的计算公式为：

其中k为n个指标中的一项；

根据所述作用粒度值结合所述危险度综合权重以及在所述主要干扰区域和所述次要干扰区域发生碰撞的概率，计算得到目标船相对于船舶集群态势的相对碰撞危险度；

所述根据所述作用粒度值结合所述危险度综合权重计算得到目标船相对于船舶集群态势的相对碰撞危险度之前，还包括：

根据主客观综合赋权法计算目标船在船舶集群中的所述主要干扰区域和所述次要干扰区域发生碰撞的概率分别为X₁和X₂，其中X₁+X₂＝1；

所述根据所述作用粒度值结合所述危险度综合权重以及在所述主要干扰区域和所述次要干扰区域发生碰撞的概率，计算得到目标船相对于船舶集群态势的相对碰撞危险度包括：

在所述主要干扰区域和所述次要干扰区域发生碰撞的概率为：

X＝[X₁ X₂]

所述作用粒度值为：

f＝[f₁ f₂ … f₁₆]

所述相对碰撞危险度为：

CRI_X＝X₁(f₁·ω₁+f₂·ω₂+…+f₈·ω₈)+X₂(f₉·ω₉+f₁₀·ω₁₀+…+f₁₆·ω₁₆)。

2.如权利要求1所述的基于船舶集群态势的相对碰撞危险度获取方法，其特征在于，所述会遇角度划分包括：

按照干扰船位于所述目标船的方位角为350°～5°、5°～67.5°、67.5°～112.5°、112.5°～175°、175°～185°、185°～247.5°、247.5°～292.5°、292.5°～350°对会遇区域进行划分，得到8个扇形区域。