论文部分内容阅读
随着海洋监视需求与日俱增,海洋监视技术发展受到越来越多国家的重视。星载合成孔径雷达(Synthetic Aperture Radar,SAR)已广泛应用于大范围海洋监视,特别地,其全天时、全天候和宽覆盖的工作能力使其成为监视远洋舰船目标的首选。然而,星载SAR图像舰船目标分类识别难度较大,极大地影响了舰船目标监视效率。针对SAR海洋监视应用的迫切需求与实际困难,瞄准国内外先进技术发展趋势,结合“十二五”武器装备预研项目,本文以自动识别系统(Automatic Identification System,AIS)辅助提高星载SAR图像舰船目标解译能力为研究出发点,对基于星载SAR与AIS综合的舰船目标监视关键技术进行研究与探索。基于星载SAR与AIS综合的舰船目标监视本质上是信息融合问题。本文在对基于星载SAR与AIS综合的舰船目标监视技术的研究背景、研究现状及发展趋势归纳、总结与分析的基础上,对基于星载SAR与AIS综合的舰船目标监视关键技术进行了正确地定位,从特征层信息融合考虑,重点对面向融合的星载SAR与AIS信息预处理、星载SAR与AIS数据关联以及星载SAR与AIS信息舰船目标融合检测与识别三项关键技术进行研究。面向融合的星载SAR与AIS信息预处理是研究基础。为了得到精确的舰船特征信息,研究了星载SAR图像舰船目标信息提取和AIS信息解码技术。针对复杂海况条件下星载SAR图像舰船目标检测问题,提出了一种高分辨率星载SAR图像舰船目标自适应恒虚警率检测算法,较好地解决了海面不均匀SAR图像舰船检测虚警率高的问题。在此基础上对舰船几何、地理与运动参数提取方法进行了归纳总结。研究实现了星载AIS“天拓一号”和岸基AIS信息解码及校验方法。在对星载SAR图像数据质量及定位误差水平分析基础上,实验研究了星载SAR与AIS信息时空校准方法。星载SAR与AIS数据关联是研究核心。首先研究了基于位置特征信息的星载SAR与AIS数据关联方法。在分析影响星载SAR与AIS数据关联主要因素的基础上对其三个关键环节——位置投影、位置预测与搜索匹配进行了实验分析。为了增强基于位置特征信息的星载SAR与AIS数据关联的鲁棒性,分别对其三个关键环节进行改进。针对复杂海况及舰船非线性运动的情况,提出了改进的舰船运动预测模型,包括航向变化航位预测模型以及航位灰色预测模型。针对星载SAR图像运动舰船目标存在多普勒位移现象,在分析影响多普勒位移精度因素及其误差的基础上,提出了多普勒位移估计中投影航向与投影航速估计的改进方法。针对系统误差较大以及高密度航行等情况,提出了基于空间拓扑结构特征的星载SAR与AIS数据关联算法——基于一致性点漂移(Coherent Point Drift,CPD)的数据关联方法,实验评估了算法性能。在对基于位置特征信息的星载SAR与AIS数据关联研究基础上,对基于位置与属性特征信息融合的星载SAR与AIS数据关联算法进行了研究探索。提出了基于位置与属性特征信息融合的星载SAR与AIS数据关联方法,具体分析了其关键技术——融合特征选择、融合决策准则与决策结果评估。重点针对融合决策准则,实验研究对比分析了加权平均、非线性乘积、Dempster-Shafer(DS)证据理论推理以及模糊综合四种融合决策方法的特点。星载SAR与AIS信息舰船目标融合检测与识别是研究目的。与星载SAR图像舰船目标检测与识别相比,有效地提高了舰船目标监视效率。首先提出了星载SAR与AIS信息舰船目标融合检测与识别模型,为融合检测与识别提供了技术路线与方案。特别地,提出了一种基于层次分析法的高分辨率星载SAR图像舰船目标分类识别方法,建立了舰船特征选择和分类决策中新的客观评价准则,并利用TerraSAR-X数据实验验证了其有效性,为星载SAR与AIS信息舰船目标融合识别研究提供了技术支撑。最后利用实测数据进行了星载SAR与AIS信息舰船目标融合检测与识别实验,实验分析验证了星载SAR与AIS信息舰船目标融合检测与识别技术方案的可行性。