项目名称: 基于弧段检测的高频地波雷达特定目标航迹跟踪方法研究

项目编号: No.41506114

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 天文学、地球科学

项目作者: 张玲

作者单位: 中国海洋大学

项目金额: 22万元

中文摘要: 高频地波雷达由于观测环境复杂,存在监测范围广、船只目标机动等特殊性,使其在特定目标实时跟踪方面存在困难,而船只目标的持续跟踪正是地波雷达应该具有的功能,以便发挥所具有的全天候远距离早期预警的优势。本课题将研究基于弧段检测的地波雷达特定船只目标航迹跟踪新方法,基本思路是:1.基于弧段数据提取关于船只属性敏感的弧段特征;2.基于弧段数据建立船只运动模型的深度学习网络;3.将前面两种手段得到的不同源特征结合地波雷达杂波特性进行融合决策,实现杂波背景下船只目标未来航迹的准确预测;4.进一步基于新获取的弧段信息对船只属性和运动模型进行递归校正。该方法充分挖掘弧段信息,采用多源特征融合和递归校正机制,适用于杂波环境且在航道附近存在众多干扰船只的情况下对机动目标航迹的实时稳定跟踪。为高频地波雷达在复杂干扰环境下特定目标持续跟踪提供理论基础和方法指导,为充分发挥地波雷达在海上监视监测中的作用提供技术支撑。

中文关键词: 高频地波雷达;目标跟踪;目标检测;船只航迹;弧段检测

英文摘要: The ocean observation environment is complex with particular situations such as wide monitoring range, ship maneuvering and so on, which makes real-time tracking specific target becomes difficult for high frequency surface wave radar (HFSWR). But in order to develop the advantages of all-weather and early warning of HFSWR, tracking the specific target continuously should be the function of HF ground wave radar. The project aims at researching the specific vessel target tracking method based on arc detection of the trajectory. The basic idea is: 1. Extract the arc characteristics sensitive to the attributes of the ship; 2. Establish the ship motion model based on deep learning network from arc data; 3. Fusion of the features from the above two kinds of means combined with the clutter characteristics analysis of HFSWR; 4. Recursive correction of the ship feature extraction and the motion model based on the acquisition of the new arc segment information. The new arc detection based trajectory tracking method is flexible and taps fully the arc segment information, which realizes the accurate extraction of the specific target trajectory even in the channel with a lot of interference ships. The research contributes to providing the theoretical basis and guidance of real-time tracking the specific target continuously and stably with HFSWR in complex environment with serious clutter/interference and offering the technical support to make fully HFSWR play a significant role in maritime surveillance.

英文关键词: HF surface wave radar;target tracking;target detection;ship trajectory;arc detection

成为VIP会员查看完整内容
3

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
87+阅读 · 2022年4月17日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
45+阅读 · 2021年10月1日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
121+阅读 · 2021年4月29日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
126+阅读 · 2020年9月6日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
87+阅读 · 2022年4月17日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
45+阅读 · 2021年10月1日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
121+阅读 · 2021年4月29日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
相关资讯
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
126+阅读 · 2020年9月6日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
微信扫码咨询专知VIP会员