收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于卫星图像信息与电子信息的舰船目标关联

邓婉霞  
【摘要】:目标关联作为信息融合和目标跟踪的重要保障,是判别来自不同传感器的信息是否源于同一目标的重要技术。舰船目标关联对海洋战场的态势估计及取得战场的主动权有着重要的作用。本文以电子侦察卫星与成像遥感卫星对海洋舰船目标的监视为基础,对舰船目标关联问题进行深入的探索,其主要工作如下:(一)针对本课题背景下观测数据来源于异质传感器而无法建立运动状态模型以及现有的目标关联算法无法较好地处理观测数据中的定位误差、虚警和漏检等问题,提出基于点对局部特征(Point Pair Local Topolgy,PPLT)的舰船目标关联算法。首先将卫星图像信息与电子信息的舰船目标位置信息关联问题转化为点模式匹配问题,分别把两者的舰船目标位置信息作为点集匹配中的模板集和目标集,提出一种新的点集形状描述子——点对局部拓扑特征(Point Pair Local Topolgy,PPLT)来描述这两个点集。然后将该描述子分别与概率松弛标记(Probabilistic Relaxing Labeling,PRL)、谱匹配(Spetral Matching,SM)相结合,提出了基于基于点对局部拓扑特征与概率松弛标记的目标关联算法(Point Pair Local Topolgy—Probabilistic Relaxing Labeling,PPLT-PRL)和基于点对局部拓扑特征与谱匹配的目标关联算法(Point Pair Local Topolgy—Spetral Matching,PPLT-SM)。最后通过模拟数据和CMU/VASC model-house数据仿真实验,验证了PPLT-PRL算法和PPLT-SM算法对出格点、噪声以及旋转都具有较好的稳健性;通过舰船编队的模拟实验,得到PPLT-PRL算法具有较好的抗虚警能力,PPLT-SM算法具有较好的抗定位误差能力,验证了两种算法的实用性。(二)针对仅使用舰船位置信息进行目标关联的性能不佳,且考虑到目标的属性特征相对位置特征比较稳定,故将两者结合,进行优势互补,提出基于点对局部特征(Point Pair Local Topolgy,PPLT)和属性信息的舰船目标关联算法。首先提取舰船目标的属性特征,将属性特征提取问题转化为目标识别问题,提出一种粗糙集和增量分层回归技术(Rough Set—Incremental Hierarchical Discriminant Regression,RS-IHDR),先运用粗糙集分别对卫星电子信息提供的辐射源的属性特征、卫星图像信息提供的舰船目标的属性特征进行约简,然后将约简后的特征输入到IHDR分类器,得到识别结果。而卫星电子信息识别的是辐射源,再运用雷达与舰船的配属情报得到舰船识别结果。然后运用D-S证据理论,把PPLT的概率分配函数与目标属性的概率分配函数进行综合,最后分别采用概率松弛标记法(Probabilistic Relaxing Labeling,PRL)、谱匹配算法(Spetral Matching,SM)寻找最优解,即提出了基于PPLT-PRL与属性特征的舰船目标关联算法和基于PPLT-SM与属性特征的舰船目标关联算法。不同场景下的实验验证这两种算法相比仅使用单一特征的目标关联算法具有更好的抗干扰性和实用性,且基于PPLT-PRL与属性特征的舰船目标关联算法具有更好的抗虚警性能,基于PPLT-SM与属性特征的舰船目标关联算法具有较好的抗定位误差性能。(三)针对现有的目标关联算法不能有效地处理舰船编队的非刚体形变和虚警等问题,提出基于非均匀高斯混合模型(Inhomogeneous gaussian mixture models,IGMM)的舰船目标关联算法。同样地,将卫星图像信息和电子信息的舰船目标位置信息关联转化为点模式匹配问题,将两者提供的目标位置信息等效为两个点集,分别提取这两个点集的形状上下文描述子(Shape Contxt,SC),然后根据SC特征相似性,构造非均匀高斯混合模型,最后运用EM算法迭代两个点集的变换关系和虚警比率。实验验证该算法不仅能很好地处理非刚体形变,并且对定位误差、虚警和漏检具有较好的鲁棒性。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 陈云;;云环境舰船目标检测与跟踪[J];舰船科学技术;2018年12期
2 代威;文贡坚;张星;李智勇;;高光谱图像海上舰船目标检测方法研究[J];重庆理工大学学报(自然科学);2015年11期
3 冷相文;张旭;赵晓哲;;水雷障碍对舰船目标流毁伤概率仿真研究[J];计算机仿真;2011年04期
4 王彦情;马雷;田原;;光学遥感图像舰船目标检测与识别综述[J];自动化学报;2011年09期
5 邢孟道;高悦欣;陈溅来;保铮;;海上舰船目标雷达成像算法[J];科技导报;2017年20期
6 王鹏;吕高杰;龚俊斌;田金文;;一种复杂海天背景下的红外舰船目标自动检测方法[J];武汉大学学报(信息科学版);2011年12期
7 吴超;龚翠玲;宋万杰;吴顺君;;舰船目标实时一维距离像研究[J];现代雷达;2008年07期
8 丛瑜;周伟;于仕财;郭明;;一种对港口影像进行舰船目标提取方法[J];计算机仿真;2014年01期
9 刘松涛;;用盒子维评估红外烟幕对舰船目标的遮蔽效果[J];光电工程;2009年02期
10 李长军;陈学佺;丁治国;;一种港口区域舰船目标变化检测新方法[J];计算机工程;2006年14期
11 种劲松,朱敏慧;合成孔径雷达图像舰船目标检测与分析[J];现代雷达;2003年08期
12 魏建荣;;背景纹理模型在海面舰船目标检测中的应用研究[J];舰船科学技术;2017年20期
13 程红;刘思彤;孙文邦;杨帅;;遥感图像中舰船目标的快速精细检测[J];光电工程;2016年04期
14 李军;;光学遥感图像在舰船目标检测中的应用分析[J];舰船电子工程;2016年10期
15 曹冰;;基于图像融合与处理技术的舰船目标检测[J];舰船科学技术;2015年05期
16 徐晋;陆鹏程;付启众;;岸基米波雷达对海上舰船目标探测性能分析[J];雷达与对抗;2008年03期
17 黄伟;严小乐;沈秋;李再升;董克松;顾逸佳;;二值化特征在快速舰船目标预选中的应用[J];光学技术;2017年05期
18 邢莎;吉林;雍杨;龚涛;袁佳;;基于多尺度局部边缘梯度的红外舰船目标检测[J];兵工自动化;2014年05期
19 邢莎;吉林;雍杨;龚涛;袁佳;邢根祥;;基于梯度统计特性的自动红外舰船目标检测[J];数字技术与应用;2013年10期
中国重要会议论文全文数据库 前10条
1 王童;童创明;李西敏;陈彬;;海面舰船目标二次散射成像研究[A];2017年全国微波毫米波会议论文集(上册二)[C];2017年
2 王卫华;何艳;牛照东;陈曾平;;基于兴趣区分割的红外舰船目标实时检测算法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
3 何友金;李凯永;任建广;;一种改进的基于递归门限分析的红外舰船目标图像分割方法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
4 姚力波;刘勇;吴昱舟;熊伟;周智敏;;基于高分四号卫星的舰船目标跟踪[A];第四届高分辨率对地观测学术年会论文集[C];2017年
5 艾淑芳;张国华;;海面杂波背景下红外图像中舰船目标的检测[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
6 陈彬;王成安;王富强;谭建宇;;海面背景下舰船目标红外辐射特性分析[A];高等教育学会工程热物理专业委员会第二十一届全国学术会议论文集——传热传质学专辑[C];2015年
7 马兰;陈筱勇;吴群;;基于小波包和高阶统计量的热红外舰船目标检测改进算法[A];国家安全地球物理丛书(十二)——地球物理与信息感知[C];2016年
8 陈彬;王成安;王富强;谭建宇;;海面背景下舰船目标红外辐射特性分析[A];高等学校工程热物理第二十届全国学术会议论文集——传热传质学专辑[C];2014年
9 吴楠;冯传收;王海婴;;采用高频法软件包计算舰船目标的RCS[A];第六届全国电磁兼容性学术会议2004EMC论文集[C];2004年
10 牛敏;高贵;;SAR图像舰船目标检测综述[A];第八届全国信号和智能信息处理与应用学术会议会刊[C];2014年
中国博士学位论文全文数据库 前10条
1 安彧;海战场舰船目标检测与识别研究[D];哈尔滨工程大学;2015年
2 段崇雯;基于SAR成像的海面舰船目标特征参数估计[D];国防科学技术大学;2013年
3 邢相薇;HRWS SAR图像舰船目标监视关键技术研究[D];国防科学技术大学;2014年
4 张晖;舰船目标多手段数据融合探测方法研究[D];内蒙古大学;2016年
5 王健;高频地波雷达舰船目标跟踪关键技术研究[D];哈尔滨工业大学;2008年
6 桂阳;基于机载视觉的无人机自主着舰引导关键技术研究[D];国防科学技术大学;2013年
7 种劲松;合成孔径雷达图像舰船目标检测算法与应用研究[D];中国科学院研究生院(电子学研究所);2002年
8 雷琳;多源遥感图像舰船目标特征提取与融合技术研究[D];国防科学技术大学;2008年
9 郭伟娅;基于光学遥感图像的舰船目标识别研究[D];哈尔滨工程大学;2015年
10 邢孟道;基于实测数据的雷达成像方法研究[D];西安电子科技大学;2002年
中国硕士学位论文全文数据库 前10条
1 周瑶;基于深度学习的舰船目标检测与识别[D];哈尔滨工程大学;2018年
2 翟亮;SAR图像港口内舰船目标检测[D];国防科学技术大学;2016年
3 邓婉霞;基于卫星图像信息与电子信息的舰船目标关联[D];国防科学技术大学;2016年
4 王海波;基于星载简缩极化SAR的海上舰船目标检测方法研究[D];国防科学技术大学;2016年
5 吴俊;基于高分辨率SAR图像的舰船目标分类识别研究[D];浙江大学;2018年
6 王子晟;海面运动舰船的雷达成像技术研究[D];电子科技大学;2018年
7 石超;基于红外视频的运动舰船检测与跟踪[D];郑州大学;2018年
8 陈珊;合成孔径雷达图像上舰船目标的检测[D];上海交通大学;2008年
9 张胜辉;舰船目标红外中/长波特性分析与检测方法研究[D];国防科学技术大学;2015年
10 冷祥光;星载SAR舰船目标自适应检测技术研究[D];国防科学技术大学;2015年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978