论文部分内容阅读
多源卫星观测信息下的舰船目标监视是天基海洋监视的重要发展方向,能够获得舰船目标更多的信息,在海上交通管理、海洋权益保护等方面具有重要意义。因此,研究多源卫星舰船目标观测信息融合技术具有重要的理论意义和实用价值。本文主要研究多源卫星舰船目标观测信息融合应用中的目标关联、目标跟踪等基础理论和关键技术,以联合提高舰船目标的跟踪、监视能力。主要研究成果如下:1.研究了低轨电子侦察卫星组网下的舰船目标跟踪问题。针对卫星重访时间较长且随机,提出了基于中分纬度航法的扩展卡尔曼滤波(Extended Kalman Filter,EKF)航迹滤波算法。在中分纬度航法的基础上推导了EKF,用星载船舶自动识别系统(Automatic Identification System,AIS)数据与仿真数据验证了算法的有效性。针对电子侦察卫星数据杂波干扰强、多目标多辐射源等问题,提出了基于运动和特征信息的改进多假设跟踪(Multiple Hypothesis Tracking,MHT)舰船目标跟踪算法。根据辐射源的位置与特征信息,通过层次聚类进行量测的预处理。利用散度信息与模糊聚类将特征信息结合到MHT框架中计算航迹得分,在生成多目标航迹的同时进行了目标配置辐射源信息的估计,实现了目标运动状态与属性状态的联合估计。仿真结果表明该方法比标准MHT算法具有更好的跟踪性能。2.研究了地球静止轨道(Geostationary Orbit,GEO)光学卫星舰船目标跟踪问题。针对GEO光学卫星由于距离目标较远存在较大定位误差的问题,提出了基于多源信息辅助的定位精度提升算法。利用有理多项式系数(Rational Polynomial Coefficients,RPC)变换实现海岸线数据到像方坐标的转换,生成模板后与GEO图像进行匹配,完成静态位置校正。利用AIS数据与GEO卫星目标点迹进行最优关联,完成动态位置校正。针对GEO卫星空间分辨率低,舰船目标为弱点目标,云层、岛屿、海浪等干扰下虚假目标较多等问题,提出了一种舰船目标检测与跟踪算法。利用归一化差异水体指数(Normalized Difference Water Index,NDWI)进行图像分割以及块区域统计去除陆地与云层,提取出海洋区域。利用恒虚警率(Constant False Alarm Rate,CFAR)处理及形态学滤波解决复杂海背景中弱目标的检测问题。采用基于地理坐标的MHT算法跟踪目标,进一步剔除虚假目标,最终得到目标的运动状态信息。选取―高分四号‖(GaoFen-4,GF-4)图像序列以及AIS数据验证了算法的有效性,具有很高的工程应用价值。3.研究了GEO光学卫星舰船目标航迹关联问题。针对中断航迹关联问题,提出了基于运动信息与幅度信息结合的中断航迹关联算法。采用运动信息关联弱机动性目标,幅度与运动信息关联强机动性目标的策略,通过GF-4卫星数据验证了算法的有效性。针对系统误差下GEO光学卫星与AIS的同步航迹关联问题,提出了基于多特征的迭代最近点(Iterative Closest Point,ICP)算法,利用关联航迹来校正GEO航迹的定位误差,通过GF-4卫星与AIS数据验证了算法的有效性。4.研究了多源成像卫星舰船目标点迹关联问题。针对高轨、低轨成像卫星舰船目标联合监视问题,提出了基于多层次的目标关联算法。利用目标位置、航向、大小等信息进行多层次多特征目标关联,提高了在目标密集海域目标关联的准确性与鲁棒性,通过GF-4与―高分一号‖(GaoFen-1,GF-1)卫星数据验证了算法的有效性。针对多源合成孔径雷达(Synthetic Aperture Radar,SAR)卫星舰船目标关联问题,提出了基于位置与大小特征的目标关联算法以及通过不断修正方位向偏移迭代求解速度的方法,通过―高分三号‖(Gao Fen-3,GF-3)与―哨兵一号‖(Sentinel-1,S-1)卫星数据验证了算法的有效性。