基于卫星图像信息与电子信息的舰船目标关联
发布时间：2021-08-10 13:22
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...
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
仿真场景一的实验结果
而卫星图像信息的目标定位误差为 0.1km。实验结果如图2.7 所示，图 2.7(a)为 PPLT-PRL 的关联结果，图 2.7(b)为 PPLT-SM 的关联结果。其中光学遥感卫星检测的目标用圆圈表示，电子侦察卫星检测的目标用正方形表示，正确的关联用直线连接起来。图 2.7(a)可以看出 PPLT-PRL 算法的正确关联率为 81.82%，PPLT-SM 算法正确关联率都为 72.73%。
(b) PPLT-SM 算法图 2. 8 仿真场景三的实验结果（四） 仿真场景四在该组场景中，假设光学成像遥感卫星与电子侦察卫星对同一区域进行监视，电子侦察卫星的探测时间晚于光学成像遥感卫星的探测时间，在这段间隔时间内，卫星电子信息检测的结果中舰船编队航向已经发生了变化。以来源于卫星 SPOT4的观测数据作为模板集，对模板集做相似变换生成目标集。由于战场环境的复杂，卫星电子信息往往掺杂很多虚警，所以在目标集中添加虚假目标来模拟实际检测中的虚警，虚警率为 1，并在真实目标和虚警上添加点位置噪声（噪声因子为 1）来模拟定位误差。实验结果如图 2.9 所示，图 2.9(a)是 PPLT-PRL 的关联结果，图2.9(b)是 PPLT-SM 的关联结果。其中光学遥感卫星检测的目标用圆圈表示，电子侦察卫星检测的目标用正方形表示，正确的关联用直线连接起来。图 2.9(a)可以看出 PPLT-PRL 算法的正确关联点对为 6 对，正确关联率为 85.71%；图 2.9(b)可以看出 PPLT-SM 算法正确关联点对为 4 对，正确关联率为 57.14%。在目标中存在大量虚警并且定位误差较大的情况下，PPLT-PRL 算法的关联性能高于 PPLT-SM算法。
【参考文献】：
期刊论文
[1]杂波环境下基于全邻模糊聚类的联合概率数据互联算法[J]. 刘俊,刘瑜,何友,孙顺. 电子与信息学报. 2016(06)
[2]Modified unscented Kalman filter using modified filter gain and variance scale factor for highly maneuvering target tracking[J]. Changyun Liu,Penglang Shui,Gang Wei,Song Li. Journal of Systems Engineering and Electronics. 2014(03)
[3]目标数据关联技术综述[J]. 李文超,邹焕新,雷琳,周石琳. 计算机仿真. 2014(03)
[4]层次聚类的航迹起始算法[J]. 卢春燕,金骁,邹焕新. 信号处理. 2013(07)
[5]信息融合理论的基本方法与进展（Ⅱ）[J]. 潘泉,王增福,梁彦,杨峰,刘准钆. 控制理论与应用. 2012(10)
[6]非线性非高斯模型的改进粒子滤波算法[J]. 周航,冯新喜,王蓉. 信号处理. 2012(09)
[7]利用编成及队形特征的阵群目标数据关联算法[J]. 赵帮绪,杨宏文. 电光与控制. 2012(06)
[8]光学遥感舰船目标识别方法[J]. 杜春,孙即祥,李智勇,滕书华. 中国图象图形学报. 2012(04)
[9]基于同可区分度的属性约简算法[J]. 滕书华,昝德才,孙即祥,谭志国. 模式识别与人工智能. 2010(05)
[10]基于MSA特征的遥感图像多目标关联算法[J]. 雷琳,蔡红苹,唐涛,粟毅. 遥感学报. 2008(04)
博士论文
[1]阵群目标信息相关技术研究[D]. 张昌芳.国防科学技术大学 2009
硕士论文
[1]多源电子信息舰船目标关联技术研究[D]. 钟雄庆.国防科学技术大学 2015
[2]基于卫星电子信息与成像遥感信息的舰船目标关联[D]. 卢春燕.国防科学技术大学 2012
[3]基于星载异类传感器的舰船编队目标数据关联方法研究[D]. 曾昊.国防科学技术大学 2008
[4]集中式多雷达系统跟踪技术研究[D]. 吕杰.西北工业大学 2004
本文编号：3334139
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
仿真场景一的实验结果
而卫星图像信息的目标定位误差为 0.1km。实验结果如图2.7 所示，图 2.7(a)为 PPLT-PRL 的关联结果，图 2.7(b)为 PPLT-SM 的关联结果。其中光学遥感卫星检测的目标用圆圈表示，电子侦察卫星检测的目标用正方形表示，正确的关联用直线连接起来。图 2.7(a)可以看出 PPLT-PRL 算法的正确关联率为 81.82%，PPLT-SM 算法正确关联率都为 72.73%。
(b) PPLT-SM 算法图 2. 8 仿真场景三的实验结果（四） 仿真场景四在该组场景中，假设光学成像遥感卫星与电子侦察卫星对同一区域进行监视，电子侦察卫星的探测时间晚于光学成像遥感卫星的探测时间，在这段间隔时间内，卫星电子信息检测的结果中舰船编队航向已经发生了变化。以来源于卫星 SPOT4的观测数据作为模板集，对模板集做相似变换生成目标集。由于战场环境的复杂，卫星电子信息往往掺杂很多虚警，所以在目标集中添加虚假目标来模拟实际检测中的虚警，虚警率为 1，并在真实目标和虚警上添加点位置噪声（噪声因子为 1）来模拟定位误差。实验结果如图 2.9 所示，图 2.9(a)是 PPLT-PRL 的关联结果，图2.9(b)是 PPLT-SM 的关联结果。其中光学遥感卫星检测的目标用圆圈表示，电子侦察卫星检测的目标用正方形表示，正确的关联用直线连接起来。图 2.9(a)可以看出 PPLT-PRL 算法的正确关联点对为 6 对，正确关联率为 85.71%；图 2.9(b)可以看出 PPLT-SM 算法正确关联点对为 4 对，正确关联率为 57.14%。在目标中存在大量虚警并且定位误差较大的情况下，PPLT-PRL 算法的关联性能高于 PPLT-SM算法。
【参考文献】：
期刊论文
[1]杂波环境下基于全邻模糊聚类的联合概率数据互联算法[J]. 刘俊,刘瑜,何友,孙顺. 电子与信息学报. 2016(06)
[2]Modified unscented Kalman filter using modified filter gain and variance scale factor for highly maneuvering target tracking[J]. Changyun Liu,Penglang Shui,Gang Wei,Song Li. Journal of Systems Engineering and Electronics. 2014(03)
[3]目标数据关联技术综述[J]. 李文超,邹焕新,雷琳,周石琳. 计算机仿真. 2014(03)
[4]层次聚类的航迹起始算法[J]. 卢春燕,金骁,邹焕新. 信号处理. 2013(07)
[5]信息融合理论的基本方法与进展（Ⅱ）[J]. 潘泉,王增福,梁彦,杨峰,刘准钆. 控制理论与应用. 2012(10)
[6]非线性非高斯模型的改进粒子滤波算法[J]. 周航,冯新喜,王蓉. 信号处理. 2012(09)
[7]利用编成及队形特征的阵群目标数据关联算法[J]. 赵帮绪,杨宏文. 电光与控制. 2012(06)
[8]光学遥感舰船目标识别方法[J]. 杜春,孙即祥,李智勇,滕书华. 中国图象图形学报. 2012(04)
[9]基于同可区分度的属性约简算法[J]. 滕书华,昝德才,孙即祥,谭志国. 模式识别与人工智能. 2010(05)
[10]基于MSA特征的遥感图像多目标关联算法[J]. 雷琳,蔡红苹,唐涛,粟毅. 遥感学报. 2008(04)
博士论文
[1]阵群目标信息相关技术研究[D]. 张昌芳.国防科学技术大学 2009
硕士论文
[1]多源电子信息舰船目标关联技术研究[D]. 钟雄庆.国防科学技术大学 2015
[2]基于卫星电子信息与成像遥感信息的舰船目标关联[D]. 卢春燕.国防科学技术大学 2012
[3]基于星载异类传感器的舰船编队目标数据关联方法研究[D]. 曾昊.国防科学技术大学 2008
[4]集中式多雷达系统跟踪技术研究[D]. 吕杰.西北工业大学 2004
本文编号：3334139
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3334139.html
