一种海上目标自动识别方法技术

本发明专利技术公开了一种海上目标自动识别方法。方法步骤为：首先对海上目标信号数据进行滤波处理；然后识别海上目标的运动轨迹；接着根据获取的各信号源数据，在信号源数据库中匹配信号源名称；最后识别同一轨迹上的信号源并匹配对应名称，根据信号源名称匹配对应船只。本发明专利技术根据各个传感器采集的海上目标信号源数据，实现海上目标自动识别方法，完成海上目标自动识别并匹配到具体的船只，并对识别和匹配结果进行了可信度分析，具有识别速度快、结果可信度高、流程简单、便于应用的优点。便于应用的优点。便于应用的优点。

【技术实现步骤摘要】
一种海上目标自动识别方法


[0001]本专利技术属于目标识别
，特别是一种海上目标自动识别方法。

技术介绍

[0002]领海是一个国家神圣不可侵犯的敌方，对领海的监控及潜在危险的防御是领海安全的有效保障。海上监视是海上防御的第一步，主要对海上的目标进行探测、跟踪及目标识别，必要时对海上敌人作战行动进行监视。海上监视对象，包括水下目标、空中和水面，如水里的各类潜艇、空中的各类飞机及水面上的各种舰船等。
[0003]在20世纪70年代后期人们提出了基于多传感器的信息融合概念，是一种通过将传感器、图像信号处理、计算机仿真和人工智能有效的结合起来而成的现代处理技术，它是通过对人类感知器官(四肢、眼、鼻、耳)所感知的信息(触觉、图像、味觉、声音)来进行有效的模拟，再利用先验知识对其进行综合分析，从而达到了对周围陌生环境做出有效可靠的分析判断目的。各类船舶是海上目标的主体，船舶在航行过程中，基于航行、定位、通信等需求，在不同的时间点会发射或反射多种类型的电磁信号，这些信号被传感器所接收，成为识别目标身份的主要依据。
[0004]电磁信号的信号源可分为R类、L1类、L2类、A类四类，相应地有四类接收这些信号的传感器。这些传感器提供的信号数据包含时空位置信息和信号特征信息两部分，时空位置信息是指用来描述目标运动状态的动态参数，包括位置(经纬度、高度)、速度、加速度以及相对本舰的参数等；信号特征信息是指有助于确立目标身份的有关信息。具有相同“信号源批号”的数据就来自同一信号源，其时空位置信息包括“时间”、“经度”和“纬度”，信号特征信息包括“L1A_1”、“L1A_2”和“L1A_3”。
[0005]现有的上海目标自动识别技术主要采用先将数据融合后在进行分析判断，最后得到对应的目标识别结果以及可信程度，这种方法对于数据源类型的要求较高，算法层面也较为复杂，识别速度较慢，不适用于需要快速识别、跟踪的场景，而且不能给出每类数据各自识别的可信度。

技术实现思路

[0006]本专利技术的目的在于提供一种识别速度快、结果可信度高、流程简单、便于应用的海上目标自动识别方法。
[0007]实现本专利技术目的的技术解决方案为：一种海上目标自动识别方法，包括如下步骤：
[0008]步骤1、对海上目标信号数据进行滤波处理；
[0009]步骤2、识别海上目标的运动轨迹；
[0010]步骤3、根据获取的各信号源数据，在信号源数据库中匹配信号源名称；
[0011]步骤4、识别同一轨迹上的信号源并匹配对应名称，根据信号源名称匹配对应船只。
[0012]进一步地，步骤1中所述的对海上目标信号数据进行滤波处理，具体如下：
[0013]步骤1.1、使用海上目标的连续采样数据建立长度为N的采样数据队列，在新的一次测量后，将采样数据队列的首数据去掉，其余N-1个数据依次前移，并将新的采样数据作为新采样数据队列的尾数据；
[0014]步骤1.2、对新采样数据队列进行信号处理，并将处理结果作为本次测量的结果；
[0015]在信号处理时，采用移动平均滤波器(Moving Average Filter)进行去噪，移动平均滤波器的计算公式为：
[0016][0017]式中，y(n)为输出信号；x(n)为输入信号；N为输入数据长度。
[0018]进一步地，步骤2中所述的识别海上目标的运动轨迹，具体如下：
[0019]步骤2.1、计算时间筛选阈度aT
min
：
[0020](2.1.1)计算同批号信号源采样的时间间隔并记录最小的时间间隔T
i
，其中i＝1,2，
…
n，n为不同批号信号源的总数；
[0021](2.1.2)比较不同批号的信号源最小采样时间间隔T
i
，获得不同批号信号源中最小的采样时间间隔T
min
；
[0022](2.1.3)将获得的最小采样时间间隔T
min
乘以系数a，得到时间筛选阈度aT
min
；
[0023]步骤2.2、计算经纬度筛选阈度值aT
min
S
max
：
[0024](2.2.1)计算同批号信号源经纬度数据随时间的变化率并记录为S
i
，其中i＝1,2，
…
n，n为不同批号信号源的总数；
[0025](2.2.2)比较不同批号信号源经纬度数据随时间的变化率S
i
，获得不同批号信号源中经纬度变化率的最大值S
max
；
[0026](2.2.3)将获得的经纬度变化率最大值S
max
乘以时间筛选阈度aT
min
，得到经纬度筛选阈度值aT
min
S
max
；
[0027]步骤2.3、根据时间筛选阈度aT
min
和经纬度筛选阈度值aT
min
S
max
，判定两组信号源内是否有时空信息相同的点，若有多个点时空信息相同，则计算两个信号源移动的速率，若两者速率相等，则认定这两组信号源属于同一条轨迹。
[0028]进一步地，步骤3中所述的根据获取的各信号源数据，在信号源数据库中匹配信号源名称，具体如下：
[0029]步骤3.1、设置匹配次数i＝1；
[0030]步骤3.2、取出第i个目标A类的各个特征数据，与信号源数据库内的每个数据进行比较，匹配成功则记录信号源名称，将匹配次数加1；
[0031]步骤3.3、若匹配次数i小于总目标数，则i＝i+1，返回步骤3.2；否则进入步骤3.4；
[0032]步骤3.4、查询匹配结果是否为一对一匹配，是则匹配成功；否则改变匹配规则，重新匹配。
[0033]进一步地，步骤4中所述的识别同一轨迹上的信号源并匹配对应名称，根据信号源名称匹配对应船只，具体如下：
[0034]步骤4.1、根据同一轨迹上的信号源数据，匹配信号源名称；
[0035]步骤4.2、根据信号源名称，到目标数据库中匹配对应的目标船只名称；
[0036]步骤4.3、根据一个目标的信号源个数和信号源名称匹配的个数，来评价目标识别
的准确度P，公式为：
[0037][0038]本专利技术与现有技术相比，其显著优点为：(1)根据各个传感器采集的海上目标信号源数据，实现了海上目标的自动识别，完成海上目标自动识别并匹配到具体的船只，识别速度快；(2)对识别和匹配结果进行了可信度分析，结果可信度高，实现了对船只的精确识别，并且流程简单、便于应用。
附图说明
[0039]图1为本专利技术海上目标自动识别方法的流程示意图。
[0040]图2为本专利技术中时间筛选阈度值计算的流程示意图。
[0041]图3为本专利技术中经纬度筛选阈度值计算的流程示意图。
[0042]图4为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海上目标自动识别方法，其特征在于，包括如下步骤：步骤1、对海上目标信号数据进行滤波处理；步骤2、识别海上目标的运动轨迹；步骤3、根据获取的各信号源数据，在信号源数据库中匹配信号源名称；步骤4、识别同一轨迹上的信号源并匹配对应名称，根据信号源名称匹配对应船只。2.根据权利要求1所述的海上目标自动识别方法，其特征在于，步骤1中所述的对海上目标信号数据进行滤波处理，具体如下：步骤1.1、使用海上目标的连续采样数据建立长度为N的采样数据队列，在新的一次测量后，将采样数据队列的首数据去掉，其余N-1个数据依次前移，并将新的采样数据作为新采样数据队列的尾数据；步骤1.2、对新采样数据队列进行信号处理，并将处理结果作为本次测量的结果；在信号处理时，采用移动平均滤波器进行去噪，移动平均滤波器的计算公式为：式中，y(n)为输出信号；x(n)为输入信号；N为输入数据长度。3.根据权利要求1所述的海上目标自动识别方法，其特征在于，步骤2中所述的识别海上目标的运动轨迹，具体如下：步骤2.1、计算时间筛选阈度aT
min
：(2.1.1)计算同批号信号源采样的时间间隔并记录最小的时间间隔T
i
，其中i＝1,2，
…
n，n为不同批号信号源的总数；(2.1.2)比较不同批号的信号源最小采样时间间隔T
i
，获得不同批号信号源中最小的采样时间间隔T
min
；(2.1.3)将获得的最小采样时间间隔T
min
乘以系数a，得到时间筛选阈度aT
min
；步骤2.2、计算经纬度筛选阈度值aT
min
S
max
：(2.2.1)计算同批号信号源经纬度数据随时间的变化率并记录为S
i
，其中...

【专利技术属性】
技术研发人员：郭伟清，谢云云，黄详淇，刘琳，谷志强，李德正，杨正婷，殷明慧，卜京，张俊芳，姚娟，邹云，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：