论文部分内容阅读
由于近年来我国海洋权益不断受到侵害,所以加强对我国海域情况的监测势在必行。星载传感器的特点是对目标的监测范围大,并且不受国界限制,因此越发广泛地被各国侦察机构所采用。星载电子传感器和星载光学传感器是常用的星载监测手段。星载电子传感器监测范围广、目标截获概率高、受天气影响较小,但定位精度低,识别结果不直观;而星载光学传感器定位精度高、识别目标较为直观,但监测效果受天气影响较大。单独利用任一种传感器对目标监测都会存在一些问题,因此将星载电子传感器和光学传感器联合起来对目标进行融合识别监测已成为发展趋势。而进行目标数据融合前我们需要确保用于融合的数据来源于同一目标,也就是将不同传感器探测的目标关联起来。错误的目标关联将使得数据融合失去意义,因此提高目标关联正确率至关重要。本文主要进行了以下三方面内容的研究工作:首先论文对目标关联算法的基础理论进行了研究。一方面确定了关联算法的应用对象为我国海监执法船队,研究了船队的编成、舰船的尺寸以及运行速度等参数。另一方面确定了关联算法的数据来源为星载电子传感器和光学传感器探测的数据,针对两种传感器的定位原理以及定位误差进行了研究。这部分的研究内容为后文关联算法的设计以及仿真实验做好了数据准备工作。其次论文针对星载电子传感器和光学传感器获取的编队目标位置信息和属性信息进行了关联算法的设计。首先利用目标位置信息设计出了基于编队目标结构特征的关联算法,其中包括基于坐标变换的关联算法、基于全局结构的关联算法、基于谱特征矢量的关联算法、基于拓扑特征的关联算法。接下来在位置关联算法的基础上引入目标属性信息,设计出了综合关联算法。该算法避免了单独利用位置信息关联易受编队运动的影响,以及单独利用属性信息关联易受编队目标类型的影响,效果较单独利用任一种信息的算法有所提升。最后论文针对星载传感器能够获取编队目标多帧数据的情况,设计出了基于传感器多帧数据的关联算法。通过理论分析和实验证明了利用多帧数据进行关联能够有效地避免单次探测所受到传感器精度的影响以及目标漏检测造成的目标关联错误,有效的提高了目标关联正确率。