CN108416361A - 一种基于海域监视的信息融合系统以及方法 - Google Patents
一种基于海域监视的信息融合系统以及方法 Download PDFInfo
- Publication number
- CN108416361A CN108416361A CN201810050701.4A CN201810050701A CN108416361A CN 108416361 A CN108416361 A CN 108416361A CN 201810050701 A CN201810050701 A CN 201810050701A CN 108416361 A CN108416361 A CN 108416361A
- Authority
- CN
- China
- Prior art keywords
- target
- information
- fusion
- radar
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于海域监视的信息融合系统以及方法,该系统包括信源和检测中心以及外部数据接口,信源包括监视雷达、光电设备、AIS船舶自动识别系统,检测中心包括目标检测跟踪系统和综合数据处理系统,目标检测跟踪系统通过内部专用线分别与监视雷达、AIS船舶自动识别系统以及光电设备连接,综合数据处理系统通过网络交换机与目标检测跟踪系统连接,外部数据接口通过现场总线接口连接选配外部数据设备,光电智能设备内设有光电设备综合控制模块,对其进行图像识别和自动跟踪。本发明采用先进的分级多源目标融合,提供高精度的目标信息参数,在雷达显示目标回波的同时,实现同步融合,获得准确的多目标识别。
Description
技术领域
本发明涉及水域监测领域,具体涉及一种基于海域监视的信息融合系统以及方法。
背景技术
为了满足军事系统建设的需求,20世纪80年代首先在军事领域提出了“数据融合”概念,即把多种传感器获得的数据进行“融合处理”,以得到比单一传感器更加准确和有效的信息。80年代以来,美国相继研究开发了利用信息融合技术进行目标跟踪、目标识别、态势评估及威胁评估的各种军事系统,用于空中拦截、军事,指挥等目的。这些系统后来不同程度地发挥了作用,特别是海湾战争中对导弹拦截发挥了重要作用。但这些技术是绝对保密的。对于国内,迫切需要各个领域的研究人员在所研究领域对信息融合技术应用展开深入地研究,对信息融合技术应用进行不断创新,在所研究领域取得行之有效的工程实现方法。
发明内容
本发明的目的在于提供了一种基于海域监视多元联合感知多目标探测识别系统信息融合方法,采用先进的多传感器对多目标检测,对来自多个信息源的信息进行融合处理,在雷达显示目标回波的同时,采集其他传感器数据进行综合分析与处理,实现雷达目标信息、光电目标信息、AIS目标信息、多点定位信息、气象信息和光学图像信息同时同步融合,获得准确的多目标识别。
本发明是根据以下技术方案实现的:
一种基于海域监视的信息融合系统,其特征在于,包括信源和检测中心以及外部数据接口,其中所述信源包括监视雷达、光电设备、AIS船舶自动识别系统,所述检测中心包括目标检测跟踪系统和综合数据处理系统,所述目标检测跟踪系统通过内部专用线分别与监视雷达、AIS船舶自动识别系统以及光电设备连接,所述综合数据处理系统通过网络交换机与目标检测跟踪系统连接,所述外部数据接口通过现场总线接口连接选配外部数据设备,所述AIS船舶自动识别系统直接获取AIS目标信息,并从目标数据库中获得目标完整信息,所述光电智能设备内设有光电设备综合控制模块,手动或自动全方位扫描搜索,在白天、夜间对海上目标进行成像,获取目标图像,探测水上目标,对其进行图像识别和自动跟踪。
上述技术方案中,所述光电设备包括日夜两用镜头和透雾镜头,将这两种镜头配套使用,实现日夜和雾天探测。
上述技术方案中,所述选配外部数据设备包括测向定位设备、气象设备、能见度设备或者VHF无线通信设备,获取多种信息。
一种基于海域监视的信息融合方法,根据上述的信息融合系统实现的,其特征在于,包括如下步骤:
步骤S1:首先检测目标预处理信号特征;
步骤S2:判断是否有目标信号的信号特征,如果有,则进行下一步骤,如果没有,则进行管理和控制;
步骤S3:采用多信源带反馈并行结构进行分布式检测融合,它是信号处理级的信息融合,按有无选配设备分为二种,无选配设备时,根据所选择的检测准则形成最优化检测门限;配有选配设备时,在融合中心直接进行分布式恒虚警(CFAR)检测。实现雷达在不同杂波背景下恒虚警(CFAR)处理;
步骤S4:判断是否具有目标位置和/或运动,如果有,则进行下一步骤;如果没有,则返回管理和控制;
步骤S5:采用混合式结构进行位置融合,在雷达原始回波进行数字化预处理后;进行关联参数计算;最后进行联合概率计算;通过小概率事件求解分析,提高事件判定的置信度,实现小目标检测跟踪,其中,位置融合是指在信源的测量点迹和信源的状态上进行的融合,通过交互多模型滤波得到目标的状态估计;
步骤S6:判断目标是否有信号属性,如果有,则进行下一步骤,如果没有,则跳过下一步骤进行判断目标是否有信号态势;
步骤S7:采用先进的多源目标融合提供目标参数进行目标识别融合,在接收雷达目标回波的同时,综合数据处理系统采集其他传感器数据进行综合分析与处理,实现雷达目标信息、AIS目标信息、多点定位信息、气象信息和光学图像信息同时同步融合;对来自多个信源的目标识别数据进行组合,以得到对目标类型的联合估计;
步骤S8:判断目标是否有信号态势,如果有,则进行下一步骤,如果没有则返回管理和控制;
步骤S9:在态势估计的基础上,综合破坏能力、机动能力、运动模式及后果的先验知识,估计事件的程度或严重性,并做出指示与告警;
步骤S10:返回至管理和控制。
与现有技术相比,本发明具有如下的有益效果:
采用先进的多源目标融合算法提供高精度的目标参数,在雷达显示目标回波的同时,采集其他传感器数据进行综合分析与处理,实现雷达目标信息、AIS目标信息、多点定位信息、气象信息和光学图像信息同时同步融合;采用软件的方式,完成雷达的信号处理、数据处理、显示及操控、存储等功能,为多元联合、全方位覆盖、信息共享的海域感知系统提供一个新的信息融合方法。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一种基于海域监视的信息融合系统的结构图;
图2为本发明一种基于海域监视的信息融合方法的流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
图1为本发明一种基于海域监视的信息融合系统的结构图;如图1所示,本发明的一种基于海域监视的信息融合系统,包括信源和检测中心以及外部数据接口,其中所述信源包括监视雷达、光电设备、AIS船舶自动识别系统,所述检测中心包括目标检测跟踪系统和综合数据处理系统,所述目标检测跟踪系统通过内部专用线分别与监视雷达、AIS船舶自动识别系统以及光电设备连接,所述综合数据处理系统通过网络交换机与目标检测跟踪系统连接,所述外部数据接口通过现场总线接口连接选配外部数据设备,所述AIS船舶自动识别系统直接获取AIS目标信息,并从目标数据库中获得目标完整信息,所述光电智能设备内设有光电设备综合控制模块,可独立工作,手动或自动全方位扫描搜索,在白天、夜间对海上目标进行成像,获取目标图像,探测水上目标,对其进行图像识别和自动跟踪。受控工作模式:由雷达设备搜索目标,得到目标位置,目标检测跟踪系统用本发明方法对目标信息处理和跟踪,光电设备根据精确目标位置对准目标、获得图像,综合数据处理系统,识别,截取目标图像;能实时记录、存储和回放目标信息。完成信号分选,过程分配、误差补偿,输出目标的位置、图像特征信号。
其中,外部数据接口通过1000M接口,供预留信息中心、相邻水域各站连接。本发明既有独立又有集中带反馈分布式并行融合结构,是信息融合技术硬件基础,而采集到的多信息源是信息融合技术的对象,识别跟踪由融合算法完成,是信息融合技术的核心。识别跟踪融合算法多源信息融合算法集成了传统的学科和新的技术,实现了信息融合的应用,包括计算机学科、概率论、数字信号处理、模糊逻辑等。
光电设备包括日夜两用镜头和透雾镜头,将这两种镜头配套使用,实现实现日夜和雾天探测,其中透雾镜头是指在红外光领域的近红外光线(700nm-950nm)的透过率非常高(透光窗口);且同时具备能控制这种近红外光线成像面功能的镜头。通过将这种镜头与高性能日夜两用摄像机配套使用,实现镜头的透雾功能。
选配外部数据设备包括测向定位设备、气象设备、能见度设备或者VHF无线通信设备。
由于直接从信息源中收集的原始数据包含信息内容多,其中多余的(甚至是欺骗性的)信息增加了融合的难度,降低了估算结果的可信度。除此之外,如果收集和处理数据的时间太长,得到结果太迟也毫无价值。因此首先需要对大量的数据预处理,进行区别,将冗余数据丢掉。提高不同探测源或传感器数据的有效性,改善估算质量。
图2为本发明一种基于海域监视的信息融合方法的流程图;如图2所示,本发明还提供一种基于海域监视的信息融合方法,根据信息融合系统实现的,其特征在于,包括如下步骤:
步骤S1:首先检测目标预处理信号特征;
步骤S2:判断是否有目标信号信号特征,如果有,则进行下一步骤,如果没有,则进行管理和控制;
步骤S3:采用多信源带反馈并行结构进行分布式检测融合,它是信号处理级的信息融合,按有无选配设备分为二种,无选配设备时,根据所选择的检测准则形成最优化检测门限;配有选配设备时,在融合中心直接进行分布式恒虚警(CFAR)检测。实现雷达在不同杂波背景下恒虚警(CFAR)处理;
步骤S4:判断是否具有目标位置和/或运动,如果有,则进行下一步骤;如果没有,则返回管理和控制。
步骤S5:采用混合式结构进行位置融合,在雷达原始回波进行数字化预处理后;进行关联参数计算;最后进行联合概率计算;通过小概率事件求解分析,提高事件判定的置信度,实现小目标检测跟踪,其中,位置融合是指在信源的测量点迹和信源的状态上进行的融合,通过交互多模型滤波得到目标的状态估计;其中,交互多模型包括直线模型,匀速模型,变速模型,变道模型,交叉模型。
当光电设备由雷达设备引导搜索方式时,当传感器或其他数据源的性质、程度不同时,融合相当复杂。雷达空间位置经坐标变换,误差校准,引导光电装置,并通过综合来自多个信源的位置信息建立目标的航迹和数据库,获得目标的位置和速度,主要包括数据校准、互连、跟踪、滤波预测、航迹关联及航迹融合等。在混合式结构中,为了提高局部节点的跟踪能力,局部节点也经常接收来自目标检测跟踪系统融合节点的反馈信息。
步骤S6:判断目标是否有信号属性,如果有,则进行下一步骤,如果没有,则跳过下一步骤进行判断目标是否有信号态势;
步骤S7:采用先进的多源目标融合提供目标参数进行目标识别融合,在接收雷达目标回波的同时,综合数据处理系统采集其他传感器数据进行综合分析与处理,实现雷达目标信息、AIS目标信息、多点定位信息、气象信息和光学图像信息同时同步融合;对来自多个信源的目标识别数据进行组合,以得到对目标类型的联合估计;
步骤S8:判断目标是否有信号态势,如果有,则进行下一步骤,如果没有则返回管理和控制;
步骤S9:在态势估计的基础上,综合破坏能力、机动能力、运动模式及后果的先验知识,估计事件的程度或严重性,并做出指示与告警;
步骤S10:返回至管理和控制。
本发明监视雷达内设有自适应智能化杂波抑制模块,模块中的微控制器根据气象状况、海浪、潮汐和水质,自动修正权值,智能地调整雷达的发射频率、信号带宽,杂波抑制,采用小目标检测跟踪核心算法:首先对雷达原始回波进行数字化处理,完成信号预处理、输出发现海面目标的位置、大小特征信号。
综合数据处理系统采用多源目标融合算法;在雷达显示目标回波的同时,采集其他传感器数据进行综合分析与处理,实现雷达目标信息、AIS目标信息、多点定位信息、气象信息和光学图像信息同时同步融合和显示。同时关联不同传感器测得的同一目标。这样处理当目标数量少且相互位置较远时,关联容易实现,而当目标数量多且相互位置较近,甚至运动位置交叉时,目标的观测数据相似度更近,关联就容易产生错误,通过分类聚合分析方法等对目标测量数据进行分级分类。多元压缩、分析尽可能地保留原始变量的信息,根据数据本身所具有的定性或定量的特征来对大量的数据进行分类,然后从每一类中选取出一个代表型的指标,聚到同一个数据集,通过类聚分析方法等对目标测量数据进行类聚,以区分源不同、相同目标的数据,实现对目标的准确融合和显示。获取直观、真实、清晰的目标图像,探测水上目标,对其进行图像识别和自动跟踪;受控工作模式:在雷达引导下,对目标快速成像、识别和跟踪;自动跟踪目标。
本发明目标识别融合采用了模糊聚类算法,对于许多需要采集、处理和集成多源信息的系统来说,要想达到将一种传感器提供的不完备、不一致或不准确数据与其他传感器提供的数据进行融合,以得到更有用的信息。目标识别融合问题通过它可以将通常以概率密度函数或模糊关系函数形式给出的两个(或多个)不同信源或传感器的评价指标变换为单值评价指标,该指标不仅能反映每一种传感器所提供的信息,而且能反映仅从单个传感器无法得到的信息。
模糊集合是带有隶属度的元素集合。设U是论域,U上的一个模糊集合A由隶属函数μA表征,即μA;U→(0,1),则称μA(x)为x关于模糊集A的隶属度。
多传感器模糊关系函数的融合,当从一个传感器(信源)获得了某个目标的一些信息,可能还希望得到该目标的其他附加信源信息。
假设两个传感器为S1和S2,有两种极端情况,S2的意见与S1的信任函数一致;反之,S2的意见与S1的信任产生矛盾。在两种情况之间是一连续过程,需要做出选择,确定出究竟如何处理的意见,该规则称为信任增强/撤销原理,可得到:
其中,向量微分算子,也叫哈密顿(Hamilton)算子或者Nabla算子.定义如下:J,K是沿x,y,z轴正方向的单位向量。
集合中的个体通常用小写英文字母如:u表示:集合的全体又称为论域通常用大写英文字母如:U表示,u∈U表示元素(个体)在集合论域(全体)u内。a∈A表示集合中的所有元素,
式中:
解出a,
则最终融合函数为:
所述态势估计危险估计,系统对雷达、AIS等多源目标数据自动进行信息融合处理,捕获和跟踪各类水上目标,建立目标航迹,实时全方位、全量程的目标信息显示,提供全方位综合目标态势图;在态势估计的基础上,综合破坏能力、机动能力、运动模式及后果的先验知识,估计事件的程度或严重性,并做出指示与告警。
管理和控制是作为流程的一个步骤,主要有以下几个方面:
融合管理,对目标快速成像、识别和跟踪;自动跟踪目标;建立支持数据库和融合数据库;建立支持数据库和融合数据库,支持数据库包括环境数据库、算法数据库,融合数据库包括目标位置数据库、目标属性数据库、目标态势数据库。
融合控制:通过人机界面操作,截取目标图像;实时记录、存储和回放目标信息。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (4)
1.一种基于海域监视的信息融合系统,其特征在于,包括信源和检测中心以及外部数据接口,其中所述信源包括监视雷达、光电设备、AIS船舶自动识别系统,所述检测中心包括目标检测跟踪系统和综合数据处理系统,所述目标检测跟踪系统通过内部专用线分别与监视雷达、AIS船舶自动识别系统以及光电设备连接,所述综合数据处理系统通过网络交换机与目标检测跟踪系统连接,所述外部数据接口通过现场总线接口连接选配外部数据设备,所述AIS船舶自动识别系统直接获取AIS目标信息,并从目标数据库中获得目标完整信息,所述光电智能设备内设有光电设备综合控制模块,手动或自动全方位扫描搜索,在白天、夜间对海上目标进行成像,获取目标图像,探测水上目标,对其进行图像识别和自动跟踪。
2.根据权利要求1所述的一种基于海域监视的信息融合系统,其特征在于,所述光电设备包括日夜两用镜头和透雾镜头,将这两种镜头配套使用,实现日夜和雾天探测。
3.根据权利要求1所述的一种基于海域监视的信息融合系统,其特征在于,所述选配外部数据设备包括测向定位设备、气象设备、能见度设备或者VHF无线通信设备,获取多种信息。
4.一种基于海域监视的信息融合方法,根据权利要求1-3任一项所述的信息融合系统实现的,其特征在于,包括如下步骤:
步骤S1:首先检测目标预处理信号特征;
步骤S2:判断是否有目标信号的信号特征,如果有,则进行下一步骤,如果没有,则进行管理和控制;
步骤S3:采用多信源带反馈并行结构进行分布式检测融合它是信号处理级的信息融合,按有无选配设备分为二种,无选配设备时,根据所选择的检测准则形成最优化检测门限;配有选配设备时,在融合中心直接进行分布式恒虚警检测,实现雷达在不同杂波背景下恒虚警处理;
步骤S4:判断是否具有目标位置和/或运动,如果有,则进行下一步骤;如果没有,则返回管理和控制;
步骤S5:采用混合式结构进行位置融合,在雷达原始回波进行数字化预处理后;进行关联参数计算;最后进行联合概率计算;通过小概率事件求解分析,提高事件判定的置信度,实现小目标检测跟踪,其中,位置融合是指在信源的测量点迹和信源的状态上进行的融合,通过交互多模型滤波得到目标的状态估计;
步骤S6:判断目标是否有信号属性,如果有,则进行下一步骤,如果没有,则跳过下一步骤进行判断目标是否有信号态势;
步骤S7:采用先进的多源目标融合提供目标参数进行目标识别融合,在接收雷达目标回波的同时,综合数据处理系统采集其他传感器数据进行综合分析与处理,实现雷达目标信息、AIS目标信息、多点定位信息、气象信息和光学图像信息同时同步融合;对来自多个信源的目标识别数据进行组合,以得到对目标类型的联合估计;
步骤S8:判断目标是否有信号态势,如果有,则进行下一步骤,如果没有则返回管理和控制;
步骤S9:在态势估计的基础上,综合破坏能力、机动能力、运动模式及后果的先验知识,估计事件的程度或严重性,并做出指示与告警;
步骤S10:返回至管理和控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810050701.4A CN108416361A (zh) | 2018-01-18 | 2018-01-18 | 一种基于海域监视的信息融合系统以及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810050701.4A CN108416361A (zh) | 2018-01-18 | 2018-01-18 | 一种基于海域监视的信息融合系统以及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108416361A true CN108416361A (zh) | 2018-08-17 |
Family
ID=63126044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810050701.4A Pending CN108416361A (zh) | 2018-01-18 | 2018-01-18 | 一种基于海域监视的信息融合系统以及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416361A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109407086A (zh) * | 2018-12-18 | 2019-03-01 | 北京无线电测量研究所 | 一种飞行器轨迹生成方法、系统及诱捕系统目标引导方法 |
CN109683149A (zh) * | 2018-12-14 | 2019-04-26 | 深圳市置辰海信科技有限公司 | 通过雷达和ais船舶融合算法计算出融合目标实现方法 |
CN109766830A (zh) * | 2019-01-09 | 2019-05-17 | 深圳市芯鹏智能信息有限公司 | 一种基于人工智能图像处理的舰船目标识别系统及方法 |
CN110210527A (zh) * | 2019-05-14 | 2019-09-06 | 中国舰船研究设计中心 | 基于机器视觉联合感知的海上执法侦察系统 |
CN110488301A (zh) * | 2019-07-17 | 2019-11-22 | 中国人民解放军91388部队 | 一种多源信息融合的声纳综合目标识别方法 |
CN110609261A (zh) * | 2019-07-31 | 2019-12-24 | 四川九洲电器集团有限责任公司 | 一种多元多域一体化目标识别方法、装置及系统 |
CN110765198A (zh) * | 2019-11-01 | 2020-02-07 | 云南电网有限责任公司信息中心 | 数据资源池建立方法及装置 |
CN110850403A (zh) * | 2019-11-18 | 2020-02-28 | 中国船舶重工集团公司第七0七研究所 | 一种多传感器决策级融合的智能船水面目标感知识别方法 |
CN111027410A (zh) * | 2019-11-19 | 2020-04-17 | 宁波康顿电子科技有限公司 | 避碰系统红外光电信号与雷达信号的叠加与切换方法 |
WO2020115544A1 (en) * | 2018-12-03 | 2020-06-11 | CMMB Vision USA Inc. | Method and apparatus for enhanced camera and radar sensor fusion |
CN111323778A (zh) * | 2020-02-25 | 2020-06-23 | 智慧航海(青岛)科技有限公司 | 基于组网式联结的多传感器岸基监控系统的航迹关联方法 |
CN111401439A (zh) * | 2020-03-13 | 2020-07-10 | 重庆第二师范学院 | 目标识别方法、装置、计算机设备及存储介质 |
CN111696390A (zh) * | 2020-06-23 | 2020-09-22 | 五冶集团上海有限公司 | 智能机场跑道fod装置及其工作流程 |
CN112101158A (zh) * | 2020-09-04 | 2020-12-18 | 四川智海联科技有限公司 | 一种基于深度学习和视觉slam的船舶航行辅助系统与方法 |
CN113039552A (zh) * | 2018-10-30 | 2021-06-25 | 空中客车防卫和太空有限责任公司 | 训练图像的自动生成 |
CN113077658A (zh) * | 2021-04-06 | 2021-07-06 | 广州海事科技有限公司 | 流域管理方法、系统、计算机设备及存储介质 |
CN114623816A (zh) * | 2022-02-16 | 2022-06-14 | 中国电子科技集团公司第十研究所 | 一种机载融合信息引导传感器跟踪维护方法及装置 |
CN115374880A (zh) * | 2022-10-10 | 2022-11-22 | 北京邮电大学 | 一种面向海上目标识别的多级增量数据融合系统 |
CN115497249A (zh) * | 2022-08-29 | 2022-12-20 | 北京元图科技发展有限公司 | 一种基于遥感技术的森林火灾监测系统及其监测方法 |
CN115630288A (zh) * | 2022-12-20 | 2023-01-20 | 中国电子科技集团公司第十四研究所 | 一种多源特征多层次综合识别处理架构 |
CN116627578A (zh) * | 2023-07-24 | 2023-08-22 | 中国电子科技集团公司第十五研究所 | 一种动态目标标牌的帧率动态适配显示优化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130003629A (ko) * | 2011-06-30 | 2013-01-09 | 주식회사 희망에어텍 | 선박을 감시하는 통합 감시 시스템 및 그의 방법 |
CN104391281A (zh) * | 2014-11-21 | 2015-03-04 | 武汉大学 | 提高天波雷达海面船舶目标跟踪定位精度的方法 |
CN106210484A (zh) * | 2016-08-31 | 2016-12-07 | 上海鹰觉科技有限公司 | 水域监视多元联合感知装置及其感知方法 |
CN107515393A (zh) * | 2017-07-26 | 2017-12-26 | 安徽四创电子股份有限公司 | 一种水域监视多元联合感知系统 |
-
2018
- 2018-01-18 CN CN201810050701.4A patent/CN108416361A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130003629A (ko) * | 2011-06-30 | 2013-01-09 | 주식회사 희망에어텍 | 선박을 감시하는 통합 감시 시스템 및 그의 방법 |
CN104391281A (zh) * | 2014-11-21 | 2015-03-04 | 武汉大学 | 提高天波雷达海面船舶目标跟踪定位精度的方法 |
CN106210484A (zh) * | 2016-08-31 | 2016-12-07 | 上海鹰觉科技有限公司 | 水域监视多元联合感知装置及其感知方法 |
CN107515393A (zh) * | 2017-07-26 | 2017-12-26 | 安徽四创电子股份有限公司 | 一种水域监视多元联合感知系统 |
Non-Patent Citations (4)
Title |
---|
CRAIG CARTHEL 等,: "Multisensor Tracking and Fusion for Maritime Surveillance", 《2007 10TH INTERNATIONAL CONFERENCE ON INFORMATION FUSION》 * |
童利标 等: "《无线传感器网络与信息融合》", 30 June 2008 * |
罗素云: "AIS与雷达目标位置数据融合方法的研究", 《中国优秀博硕士学位论文全文数据库 (硕士)》 * |
胡志强: "《优势来自联合——关于海上联合作战及其系统实现的思考》", 30 September 2012 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113039552A (zh) * | 2018-10-30 | 2021-06-25 | 空中客车防卫和太空有限责任公司 | 训练图像的自动生成 |
WO2020115544A1 (en) * | 2018-12-03 | 2020-06-11 | CMMB Vision USA Inc. | Method and apparatus for enhanced camera and radar sensor fusion |
CN109683149A (zh) * | 2018-12-14 | 2019-04-26 | 深圳市置辰海信科技有限公司 | 通过雷达和ais船舶融合算法计算出融合目标实现方法 |
CN109407086B (zh) * | 2018-12-18 | 2023-04-18 | 北京无线电测量研究所 | 一种飞行器轨迹生成方法、系统及诱捕系统目标引导方法 |
CN109407086A (zh) * | 2018-12-18 | 2019-03-01 | 北京无线电测量研究所 | 一种飞行器轨迹生成方法、系统及诱捕系统目标引导方法 |
CN109766830A (zh) * | 2019-01-09 | 2019-05-17 | 深圳市芯鹏智能信息有限公司 | 一种基于人工智能图像处理的舰船目标识别系统及方法 |
CN110210527A (zh) * | 2019-05-14 | 2019-09-06 | 中国舰船研究设计中心 | 基于机器视觉联合感知的海上执法侦察系统 |
CN110488301B (zh) * | 2019-07-17 | 2023-01-06 | 中国人民解放军91388部队 | 一种多源信息融合的声纳综合目标识别方法 |
CN110488301A (zh) * | 2019-07-17 | 2019-11-22 | 中国人民解放军91388部队 | 一种多源信息融合的声纳综合目标识别方法 |
CN110609261A (zh) * | 2019-07-31 | 2019-12-24 | 四川九洲电器集团有限责任公司 | 一种多元多域一体化目标识别方法、装置及系统 |
CN110609261B (zh) * | 2019-07-31 | 2024-03-26 | 四川九洲电器集团有限责任公司 | 一种多元多域一体化目标识别方法、装置及系统 |
CN110765198A (zh) * | 2019-11-01 | 2020-02-07 | 云南电网有限责任公司信息中心 | 数据资源池建立方法及装置 |
CN110765198B (zh) * | 2019-11-01 | 2023-05-26 | 云南电网有限责任公司信息中心 | 数据资源池建立方法及装置 |
CN110850403A (zh) * | 2019-11-18 | 2020-02-28 | 中国船舶重工集团公司第七0七研究所 | 一种多传感器决策级融合的智能船水面目标感知识别方法 |
CN111027410A (zh) * | 2019-11-19 | 2020-04-17 | 宁波康顿电子科技有限公司 | 避碰系统红外光电信号与雷达信号的叠加与切换方法 |
CN111323778A (zh) * | 2020-02-25 | 2020-06-23 | 智慧航海(青岛)科技有限公司 | 基于组网式联结的多传感器岸基监控系统的航迹关联方法 |
CN111323778B (zh) * | 2020-02-25 | 2023-06-30 | 智慧航海(青岛)科技有限公司 | 基于组网式联结的多传感器岸基监控系统的航迹关联方法 |
CN111401439A (zh) * | 2020-03-13 | 2020-07-10 | 重庆第二师范学院 | 目标识别方法、装置、计算机设备及存储介质 |
CN111696390A (zh) * | 2020-06-23 | 2020-09-22 | 五冶集团上海有限公司 | 智能机场跑道fod装置及其工作流程 |
CN112101158A (zh) * | 2020-09-04 | 2020-12-18 | 四川智海联科技有限公司 | 一种基于深度学习和视觉slam的船舶航行辅助系统与方法 |
CN113077658A (zh) * | 2021-04-06 | 2021-07-06 | 广州海事科技有限公司 | 流域管理方法、系统、计算机设备及存储介质 |
CN114623816A (zh) * | 2022-02-16 | 2022-06-14 | 中国电子科技集团公司第十研究所 | 一种机载融合信息引导传感器跟踪维护方法及装置 |
CN114623816B (zh) * | 2022-02-16 | 2023-11-07 | 中国电子科技集团公司第十研究所 | 一种机载融合信息引导传感器跟踪维护方法及装置 |
CN115497249A (zh) * | 2022-08-29 | 2022-12-20 | 北京元图科技发展有限公司 | 一种基于遥感技术的森林火灾监测系统及其监测方法 |
CN115374880A (zh) * | 2022-10-10 | 2022-11-22 | 北京邮电大学 | 一种面向海上目标识别的多级增量数据融合系统 |
CN115630288A (zh) * | 2022-12-20 | 2023-01-20 | 中国电子科技集团公司第十四研究所 | 一种多源特征多层次综合识别处理架构 |
CN116627578A (zh) * | 2023-07-24 | 2023-08-22 | 中国电子科技集团公司第十五研究所 | 一种动态目标标牌的帧率动态适配显示优化方法 |
CN116627578B (zh) * | 2023-07-24 | 2024-01-26 | 中国电子科技集团公司第十五研究所 | 一种动态目标标牌的帧率动态适配显示优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108416361A (zh) | 一种基于海域监视的信息融合系统以及方法 | |
CN109444911B (zh) | 一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法 | |
CN110414396B (zh) | 一种基于深度学习的无人艇感知融合算法 | |
CN106210484A (zh) | 水域监视多元联合感知装置及其感知方法 | |
CN109459750A (zh) | 一种毫米波雷达与深度学习视觉融合的前方多车辆跟踪方法 | |
CN105955258B (zh) | 基于Kinect传感器信息融合的机器人全局栅格地图构建方法 | |
US7889232B2 (en) | Method and system for surveillance of vessels | |
CN112767475A (zh) | 一种基于c-v2x、雷达与视觉的智能路侧感知系统 | |
CN109490890A (zh) | 一种面向智能车的毫米波雷达与单目相机信息融合方法 | |
CN108734103A (zh) | 卫星视频中运动目标的检测与跟踪方法 | |
CN109407697A (zh) | 一种基于双目视觉测距的无人机跟踪运动目标系统及方法 | |
CN105306892B (zh) | 一种证据链形式的船舶视频的生成及显示方法 | |
Meissner et al. | Intersection-based road user tracking using a classifying multiple-model PHD filter | |
US20210319221A1 (en) | Vessel Height Detection Through Video Analysis | |
CN105160649A (zh) | 基于核函数非监督聚类的多目标跟踪方法及系统 | |
CN111968046B (zh) | 一种基于拓扑结构的雷达光电传感器目标关联融合方法 | |
CN106548251A (zh) | 一种基于主被动融合的电子监控系统及方法 | |
Wu et al. | A new multi-sensor fusion approach for integrated ship motion perception in inland waterways | |
CN112651994A (zh) | 地面多目标跟踪方法 | |
Schumann et al. | An image processing pipeline for long range UAV detection | |
CN113627373A (zh) | 一种基于雷视融合探测的车辆识别方法 | |
CN115035470A (zh) | 一种基于混合视觉的低小慢目标识别与定位方法及系统 | |
CN114401354A (zh) | 一种面向海上船舶的超视距监控的智能化控制方法及系统 | |
CN111626129A (zh) | 基于卫星ais与红外相机的舰船目标联合探测方法 | |
CN116862832A (zh) | 一种基于三维实景模型的作业人员定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180817 |