CN108764168A - 用于成像卫星在多障碍物海面搜索移动目标的方法及系统 - Google Patents
用于成像卫星在多障碍物海面搜索移动目标的方法及系统 Download PDFInfo
- Publication number
- CN108764168A CN108764168A CN201810543396.2A CN201810543396A CN108764168A CN 108764168 A CN108764168 A CN 108764168A CN 201810543396 A CN201810543396 A CN 201810543396A CN 108764168 A CN108764168 A CN 108764168A
- Authority
- CN
- China
- Prior art keywords
- probability
- grid
- observation
- satellite
- search
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003384 imaging method Methods 0.000 title claims abstract description 23
- 238000009826 distribution Methods 0.000 claims description 29
- 230000007704 transition Effects 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- NAXKFVIRJICPAO-LHNWDKRHSA-N [(1R,3S,4R,6R,7R,9S,10S,12R,13S,15S,16R,18S,19S,21S,22S,24S,25S,27S,28R,30R,31R,33S,34S,36R,37R,39R,40S,42R,44R,46S,48S,50R,52S,54S,56S)-46,48,50,52,54,56-hexakis(hydroxymethyl)-2,8,14,20,26,32,38,43,45,47,49,51,53,55-tetradecaoxa-5,11,17,23,29,35,41-heptathiapentadecacyclo[37.3.2.23,7.29,13.215,19.221,25.227,31.233,37.04,6.010,12.016,18.022,24.028,30.034,36.040,42]hexapentacontan-44-yl]methanol Chemical compound OC[C@H]1O[C@H]2O[C@H]3[C@H](CO)O[C@H](O[C@H]4[C@H](CO)O[C@H](O[C@@H]5[C@@H](CO)O[C@H](O[C@H]6[C@H](CO)O[C@H](O[C@H]7[C@H](CO)O[C@@H](O[C@H]8[C@H](CO)O[C@@H](O[C@@H]1[C@@H]1S[C@@H]21)[C@@H]1S[C@H]81)[C@H]1S[C@@H]71)[C@H]1S[C@H]61)[C@H]1S[C@@H]51)[C@H]1S[C@@H]41)[C@H]1S[C@H]31 NAXKFVIRJICPAO-LHNWDKRHSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种用于成像卫星在多障碍物海面搜索移动目标的方法及系统，属于卫星搜索技术领域。所述方法包括：获取搜索任务；根据环境信息对搜索区域进行网格划分，并对每个网格设置发现目标的概率值；卫星观测后分别根据第一概率更新模型和第二概率更新模型对每个网格的概率值进行第一次更新和第二次更新。本发明提供的用于成像卫星搜索多障碍物海平面的移动目标的方法和系统将海平面的障碍物纳入对发现移动目标的概率值的计算中，提高了现有技术中对移动目标的搜索效率。
Description
技术领域
本发明涉及卫星搜索技术领域，具体地涉及一种用于成像卫星在多障碍物海面搜索移动目标的方法及系统。
背景技术
现有技术中，可以通过卫星或无人舰艇等侦察监视资源来对海上的移动目标进行搜索。其中，为了提高侦察监视资源的使用效率，更好地为情报服务，现有技术中提出了多种用于移动目标的搜索方法，通过这些搜索方法能够优化侦察监视资源(例如卫星、无人机、无人舰艇或机器人等)的搜索计划，从而在对特定区域内的移动目标进行侦察时，能够在监视资源数量和能力的约束条件下，发现更多的目标或更快地发现特定目标。
但是，现有技术的搜索方法没有充分考虑到海平面上的障碍物对目标运动的影响，从而影响对目标的搜索，这使得在对移动目标进行搜索时搜索效率偏低，从而浪费了卫星资源。
发明内容
本发明的目的是提供一种用于成像卫星搜索多障碍物海面的移动目标的方法及系统，该方法及系统能够提高搜索海平面上移动目标的搜索效率。
为了实现上述目的，本发明提供一种用于成像卫星搜索多障碍物海面的移动目标的方法，该方法包括：
从控制中心获取搜索任务，所述搜索任务包括搜索时间段和搜索区域，根据所述搜索时间段和搜索区域从卫星资源库中调用卫星资源，根据所述卫星资源和所述搜索区域计算所述卫星资源中所包括的每个卫星在所述搜索时间段内经过所述搜索区域的时间窗；
采用等经纬网格分割方法对所述搜索区域进行网格划分；
从地图数据库中调取所述搜索区域的环境信息，根据预定的概率分布规则和所述环境信息设置每个所述网格的初始的概率值，其中所述预定的概率分布规则包括：将存在障碍物的网格的初始的概率值设置为0，将不存在障碍物的网格的初始的概率值设置为其中，n为所述搜索区域内不存在障碍物的网格的数量；
根据时间先后顺序读取所述时间窗；
根据所读取的时间窗的卫星资源特性将所述卫星在读取的所述时间窗内对所述搜索区域的可观测范围分割成若干观测条带，其中所述卫星资源特性包括卫星在所述时间窗内的星下线轨迹及卫星携带的遥感器能力；
统计每个所述观测条带所覆盖的网格以及每个网格对应的概率值并计算每个所述观测条带所覆盖网格的概率总和，并筛选出概率总和最大的所述观测条带作为该次卫星过境搜索的观测条带进行观测；
根据观测结果采用第一概率更新模型更新概率总和最大的所述观测条带内的网格的概率值，其中，所述第一概率更新模型包括：根据公式(1)更新概率总和最大的所述观测条带的每个网格的概率值，
其中，Pi(tk)为根据第一概率更新模型更新后的网格的概率值，为根据第一概率更新模型更新前该网格的概率，pd为所述卫星的遥感器的探测概率，pf为所述卫星的遥感器的虚警概率；
判断未被读取的所述时间窗的数量是否为0；
在判断未被读取的所述时间窗的数量为0的情况下，输出所述搜索区域的概率分布模型并结束所述方法；
在判断未被读取的所述时间窗的数量不为0的情况下，采用第二概率更新模型再次对所述搜索区域的每个网格进行更新并读取下一个所述时间窗。
可选地，所述第二概率更新模型包括：
从所述搜索区域的网格中任选出一个网格作为观测网格；
判断所述观测网格中是否存在障碍物；
在判断所述观测网格中存在障碍物的情况下，将所述观测网格的概率值更新为0；
在判断所述观测网格中不存在障碍物的情况下，获取所述卫星下一次扫描所述搜索区域的时间间隔；
根据所述时间间隔和所述移动目标的速度获取在所述时间间隔内所述移动目标从所述搜索区域内所有网格中能转移到所述观测网格的所有可能网格；
对于全部所述可能网格中的任意可能网格，计算在所述时间间隔内所述移动目标从该可能网格转移至所述观测网格的转移概率；
根据所述转移概率和该可能网格的概率值计算所述移动目标从该可能网格转移至所述观测网格的单项概率；
遍历所有可能网格以计算所述移动目标从每个所述可能网格转移至所述观测网格的单项概率并用全部所述单项概率之和来更新所述观测网格的概率值；
将所述搜索区域中的剩余网格分别作为观测网格以更新所述搜索区域中的每个网格的概率值。
可选地，所述第一概率模型进一步包括：
在判断所述网格中存在障碍物的情况下，将所述障碍物加入所述地图数据库；
不更改未被概率总和最大的所述观测条带覆盖的网格的概率值。
本发明的另一方面还提供一种用于成像卫星在多障碍物海面搜索移动目标的系统，所述系统包括：
处理器，用于：
从控制中心获取搜索任务，所述搜索任务包括搜索时间段和搜索区域，根据所述搜索时间段和搜索区域从卫星资源库中调用卫星资源，根据所述卫星资源和所述搜索区域计算所述卫星资源中所包括的每个卫星在所述搜索时间段内经过所述搜索区域的时间窗；
采用等经纬网格分割方法对所述搜索区域进行网格划分；
从地图数据库中调取所述搜索区域的环境信息，根据预定的概率分布规则和所述环境信息设置每个所述网格的初始的概率值，其中所述预定的概率分布规则包括：将存在障碍物的网格的初始的概率值设置为0，将不存在障碍物的网格的初始的概率值设置为其中，n为所述搜索区域内不存在障碍物的网格的数量；
根据时间先后的顺序读取所述时间窗；
根据所读取的时间窗的卫星资源特性将所述卫星在读取的所述时间窗内对所述搜索区域的可观测范围分割成若干观测条带，其中所述卫星资源特性包括卫星在所述时间窗内的星下线轨迹及卫星携带的遥感器能力；
统计每个所述观测条带所覆盖的网格以及每个网格对应的概率值并计算每个所述观测条带所覆盖网格的概率总和，并筛选出概率总和最大的所述观测条带进行观测；
根据观测结果采用第一概率更新模型更新概率总和最大的所述观测条带内的网格的概率值，其中，所述第一概率更新模型包括：根据公式(1)更新概率总和最大的所述观测条带的每个网格的概率值，
其中，Pi(tk)为根据第一概率更新模型更新后的网格的概率值，为根据第一概率更新模型更新前该网格的概率，pd为所述卫星的遥感器的探测概率，pf为所述卫星的遥感器的虚警概率；
判断未被读取的所述时间窗的数量是否为0；
在判断未被读取的所述时间窗的数量为0的情况下，输出所述搜索区域的概率分布模型并结束所述方法；
在判断未被读取的所述时间窗的数量不为0的情况下，采用第二概率更新模型再次对所述搜索区域的每个网格进行更新并读取下一个所述时间窗。
可选地，所述第二概率更新模型包括：
从所述搜索区域的网格中任选出一个网格作为观测网格；
判断所述观测网格中是否存在障碍物；
在判断所述观测网格中存在障碍物的情况下，将所述观测网格的概率值更新为0；
在判断所述观测网格中不存在障碍物的情况下，获取所述卫星下一次扫描所述搜索区域的时间间隔；
根据所述时间间隔和所述移动目标的速度获取在所述时间间隔内所述移动目标从所述搜索区域内所有网格中能转移到所述观测网格的所有可能网格；
对于全部所述可能网格中的任意可能网格，计算在所述时间间隔内所述移动目标从该可能网格转移至所述观测网格的转移概率；
根据所述转移概率和该可能网格的概率值计算所述移动目标从该可能网格转移至所述观测网格的单项概率；
遍历所有可能网格以计算所述移动目标从每个所述可能网格转移至所述观测网格的单项概率并用全部所述单项概率之和来更新所述观测网格的概率值；
将所述搜索区域中的剩余网格分别作为观测网格以更新所述搜索区域中的每个网格的概率值。
可选地，所述第一概率模型进一步包括：
在判断所述网格中存在障碍物的情况下，将所述障碍物加入所述地图数据库；
不更改未被概率总和最大的所述观测条带覆盖的网格的概率值。
通过上述技术方案，本发明提供的用于成像卫星在多障碍物海面搜索移动目标的方法及系统将海平面的障碍物纳入对发现移动目标的概率值的计算中，提高了现有技术中对移动目标的搜索效率。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是根据本发明的一个实施方式的用于成像卫星在多障碍物海面搜索移动目标的方法的流程图；
图2是根据本发明的一个实施方式的分割观测条带的示意图；
图3是根据本发明的一个实施方式的搜索区域的网格无障碍物情况下的示意图；以及
图4是根据本发明的一个实施方式的搜索区域的网格有障碍物情况下的示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
如图1所示是根据本发明的一个实施方式的用于成像卫星在多障碍物海面搜索移动目标的方法的流程图。其中，所述多障碍物海面是指具有例如礁石等障碍物的海面，在图1中，该方法可以包括：
在步骤S10中，获取搜索任务，根据卫星资源计算时间窗。在本发明的该实施方式中，该步骤S10可以是例如从控制中心(例如成像卫星管控中心)获取搜索任务，该搜索任务可以包括搜索时间段和搜索区域。根据搜索时间段和搜索区域从卫星资源库中调用卫星资源，根据调用的卫星资源和搜索区域计算卫星资源中所包括的每个卫星在搜索时间段内经过搜索区域的时间窗。其中，该卫星资源可以是例如从卫星资源库中调用的并在搜索时间段内经过搜索区域上空的卫星的一个集合。每个卫星经过搜索区域的时间窗可以是例如该卫星在搜索时间段内经过搜索区域上空的时间区间。
在步骤S11中，采用等经纬网格分割方法对搜索区域进行网格划分。在本发明的该实施方式中，该等经纬网格分割方法可以是本领域人员所知的方法。对该搜索区域进行网格划分的划分规则可以是根据实际需要搜索的目标的大小、速度等条件来确定。
在步骤S12中，从地图数据库中调取搜索区域的环境信息，根据预定的概率分布规则和环境信息设置每个网格的初始的概率值，其中，该预定的概率分布规则可以包括：将存在障碍物的网格的初始的概率值设置为0，将不存在障碍物的网格的初始的概率值设置为其中，n为搜索区域内不存在障碍物的网格的数量。在本发明的该实施方式中，每个网格的概率值可以是在每个网格中发现搜索目标(本申请中目标、移动目标和搜索目标指代相同)的概率值，其中每个网格的初始的概率值可以是指为每个网格最先设置的概率值。由于该搜索区域在海平面上，并且移动目标在运动过程中能够利用感知装置对周围环境进行探测，若相邻网格存在障碍物，移动目标能探测到该障碍物并进行规避，因此当网格中存在障碍物的情况下，该网格中一般不可能存在搜索目标，因此可以将该网格发现该搜索目标的初始的概率值设置为0。在没有对该区域进行扫描的情况下，该搜索目标可能会出现在该区域的任何一个不存在障碍物的网格中，因此，剩余的网格的初始的概率值均可以设置为在本发明的一个示例中，对建立的搜索区域的概率分布模型进行建模以表示目标和环境信息。在对搜索区域进行网格划分后，设pi(t)为t时刻编号为i的网格中存在目标的概率，那么在t时刻，可以用公式(1)表示搜索区域的概率分布模型，
SM(t)＝{pi(t)|i∈{1,2,…,M} (1)
其中，SM(t)为该搜索区域的概率分布模型，i为网格的编号，M为网格的数量。
在步骤S13中，根据时间先后的顺序读取(调取)时间窗。在步骤S10中计算出了多个时间窗，该多个时间窗为搜索时间段内的多个时间区间。所以，在本发明的该实施方式中，可以根据时间先后的原则，从该搜索时间段内的第一个时间区间(即时间窗)开始依次读取。
在步骤S14中，根据所读取的时间窗的卫星资源特性将卫星在读取的时间窗内对搜索区域的可观测范围分割成若干观测条带。卫星资源特性包括在对应的时间窗内卫星过境搜索区域时的星下线轨迹及卫星携带的传感器属性(传感器幅宽及侧摆能力)。如图2所示，卫星扫描(观测)搜索区域时，由于卫星(例如成像卫星)的星载遥感器一般具有侧向摆动的能力，所以该星载遥感器的扫描范围可以认为是条带状，将该可观测范围划分成多个观测条带可以便于卫星从该多个观测条带中选择一个观测条带进行观测。
在步骤S15中，统计每个观测条带所覆盖的网格以及每个网格对应的概率值并计算每个观测条带所覆盖网格的概率总和，并筛选出概率总和最大的观测条带作为该次卫星过境搜索的观测条带进行观测。如步骤S14中所述，由于卫星(成像卫星)的星载遥感器的特性，星载遥感器的扫描范围可以认为是条带状。此时，为了从多个观测条带中选择一个发现观测目标的概率最大的观测条带进行观测，可以先统计每个观测条带所覆盖的网格以及每个网格对应的概率值以计算出每个观测条带所覆盖的网格的概率总和(即发现搜索目标的概率总和)，通过将该多个概率总和进行比对，筛选出概率总和最大的观测条带以进行观测。
在步骤S16中，在卫星观测所选出的观测条带后，根据观测结果采用第一概率更新模型更新概率总和最大的观测条带内的网格的概率值，其中，第一概率更新模型包括：根据观测结果，使用公式(1)更新概率总和最大的观测条带的每个网格的概率值，
其中，tk为卫星在本次读取的时间窗内进行观测(搜索)的时间，Pi(tk)为观测后根据观测结果使用第一概率更新模型更新后的网格的概率值，为根据第一概率更新模型更新前该网格的概率(即卫星观测之前该网格的概率值)，pd为卫星的遥感器(星载遥感器)的探测概率，pf为卫星的遥感器的虚警概率。在本发明的一个示例中，该探测概率可以例如为0.85，该虚警概率可以例如为0.15。前述的探测概率和虚警概率的数值仅限于解释本发明，并不影响本发明的保护范围。在本发明的同一技术构思下，根据实际采用的卫星的不同，该探测概率和虚警概率也可以为其他值。此外，对于不被所选观测条带覆盖的网格其概率值保持不变。在搜索后判断该网格中存在障碍物时，若地图数据库中不存在该障碍物信息，可以将该障碍物的信息加入地图数据库中以更新该地图数据库。
在步骤S17中，判断未被读取的时间窗的数量是否为0。在本发明的该实施方式中，判断未被读取的时间窗的数量是否为0可以用于判断该方法是否应当结束，例如在判断未被读取的时间窗的数量为0的情况下，此时说明卫星扫描搜索区域的时间窗已经全部读取完毕，卫星不可能在搜索时间段内再次对搜索区域进行扫描或观测，因此可以输出已经生成的搜索区域的概率分布模型并结束该方法。
在步骤S18中，在判断未被读取的时间窗的数量不为0的情况下，获取下一次扫描搜索区域的时间间隔。在本发明的该实施方式中，时间窗为搜索时间段内的多个时间区间，相邻的两个时间区间之间存在时间间隔。由于在判断未被读取时间窗的数量不为0的情况下，此时卫星资源中的卫星还会对该搜索区域进行搜索，那么，读取下一个时间窗之前的时间间隔(即距卫星下一次扫描搜索区域的时间)。
在步骤S19中，采用第二概率更新模型再次对搜索区域的每个网格的概率值进行更新并读取下一个时间窗。在本发明的该实施方式中，该第二概率更新模型可以包括：从搜索区域的网格中任选出一个网格作为观测网格；判断观测网格中是否存在障碍物；在判断观测网格中存在障碍物的情况下，将观测网格的概率值更新为0；在判断观测网格中不存在障碍物的情况下，获取卫星下一次扫描搜索区域的时间间隔；根据时间间隔和搜索目标的速度获取在时间间隔内目标从搜索区域内所有网格中能转移到观测网格的所有可能网格；在本发明的一个示例中，该搜索目标的速度可以是例如根据搜索目标的类型来推断获取。对于全部的可能网格中的任意可能网格，计算在时间间隔内移动目标从该可能网格转移至观测网格的转移概率；根据转移概率和该可能网格的概率值计算移动目标从该可能网格转移至观测网格的单项概率(单项概率＝转移概率*该可能网格的概率值)；遍历所有可能网格以计算移动目标从每个可能网格转移至观测网格的单项概率并用全部单项概率之和来更新观测网格的概率值；将搜索区域中的剩余网格分别作为观测网格以更新搜索区域中每个网格的概率值。
在本发明的一个示例中，目标运动规律的未知性给卫星搜索海面移动目标观测计划的制定带来困难。在对搜索区域网格划分后使用目标分布概率模型建立多障碍物海面动目标搜索环境模型的基础上，根据目标马尔科夫运动特性分析海面障碍物对目标运动的影响，采用第二概率更新模型更新目标分布概率模型(搜索区域的网格中发现目标的概率模型)，以减少搜索过程中目标运动的不确定性。设搜索区域划分网格空间为I(每个网格的经度和纬度的跨度相等，即每个网格的形状为正方形)，网格编号为1～M，L(t)＝j，1≤j≤M，j∈I，L(t)表示在t时刻目标处于编号为j的网格中。如图3所示，目标运动状态为目标经过一个时间步长Δt(每个时间间隔可以包括一个或者多个时间步长)能够移动到当前网格的相邻网格，或仍停留在该网格。
假设t时刻目标在标号为5的网格中，即L(t)＝5。经过一个时间步长Δt，在t+Δt时刻目标仅能移动到与5相邻的网格1，2，3，4，6，7，8，9，或仍停留在网格5，故每个网格都对应着一个3×3的目标转移概率矩阵，这些转移概率矩阵定义了目标的马尔科夫运动过程。根据该马尔科夫运动可以采用公式(3)表示在t时刻目标的一步(一个时间步长)转移概率为：
式中A表示网格j及其相邻的网格空间集合。该转移概率可以为在t时刻目标处于网格j中，经过Δt目标运动到网格i中的概率。
设为t时刻目标在网格j的一步转移概率矩阵，由公式(3)可知，当t时刻目标处于网格5时，其一步转移概率矩阵为：
在对移动目标搜索时，若已知待搜索目标的情报信息，可以利用情报信息给出符合目标实际运动情况的目标转移概率。当不知目标情报信息时，假设目标经过Δt移动到相邻网格或在当前网格保持静止的概率分布服从均匀分布，即取
如图4所示，图中的原点代表该网格中不存在障碍物，图中的三角形代表该网格中存在障碍物。海面动目标在运动过程中利用感知装置对周围环境进行探测，若相邻网格存在障碍物，目标能探测到该障碍物并进行规避，则该存在障碍物的网格的概率值为0。
若t时刻目标处于网格j中，探测到相邻网格空间中网格e存在障碍物则令
对于当前网格j及不存在障碍物的相邻网格i
其中，η为网格j相邻网格存在的障碍物总数且η<8。
以图4中示出的搜索区域的网格为例，若目标在t时刻位于编号为5的网格中，并探测到相邻网格2和6存在障碍物，则目标会规避障碍物，那么根据上述内容可知：
对于不存在障碍物的网格i,i＝1,2,3,4,7,8,9，则：
则目标t时刻在网格5的一步转移概率矩阵为：
因成像卫星分别在离散的时间点t1,t2,…,tk,…获得观测时间窗，在卫星第k次过境搜索区域进行观测后，根据获取的探测信息采用第一概率更新模型更新网格概率后，在卫星第k+1次过境搜索区域前目标将持续在搜索区域内运动，搜索区域网格目标发现概率需根据目标运动特征进行更新，获得第k+1次观测前目标概率分布。设tk+1-tk＝mkΔt,mk≥0为两次相邻观测时刻tk与tk+1相差的时间步长个数。目标在一个时间步长内完成一次在网格空间上的转移，则在第k次观测与第k+1次观测之间共完成了mk次运动转移。
由目标一步转移概率，可得目标m步转移概率为:
其中，表示在t时刻目标处于网格j的条件下，经过m步转移到网格i的概率。当m＝1时为一步转移概率。
对于m步转移概率满足切普曼-柯尔莫哥洛夫方程式：
由上述分析可知，在已知动目标的初始概率分布及其一步转移概率的条件下就可以求得在有限时间和状态空间下目标运动预测概率分布。已知在第k次观测后，由第一概率更新模型更新后的目标在网格j中的概率为Pj(tk)，tk+1-tk＝mkΔt,mk≥0。假设tk时刻目标在网格j中，则目标在tk+1时刻移动到网格i中的概率为：
由于目标必然在搜索区域内的网格空间中移动，则有：
进一步可得第k+1次观测时由第二概率更新模型更新后的目标存在于网格i的概率为
其中，根据第二概率更新模型后的目标存在与网格i中的概率值。
遍历搜索区域所有网格，从而获得第k+1次卫星观测时目标概率分布，以指导卫星观测。
本发明的另一方面还提供一种用于成像卫星在多障碍物海面搜索移动目标的系统，该系统包括：处理器。该处理器可以用于执行上述用于成像卫星搜索多障碍物海面的移动目标的方法。
在步骤S10中，获取搜索任务，根据卫星资源计算时间窗。在本发明的该实施方式中，该步骤S10可以是例如处理器从控制中心(例如成像卫星管控中心)获取搜索任务，该搜索任务可以包括搜索时间段和搜索区域。根据搜索时间段和搜索区域从卫星资源库中调用卫星资源，根据调用的卫星资源和搜索区域计算卫星资源中所包括的每个卫星在搜索时间段内经过搜索区域的时间窗。其中，该卫星资源可以是例如从卫星资源库中调用的并在搜索时间段内经过搜索区域上空的卫星的一个集合。每个卫星经过搜索区域的时间窗可以是例如该卫星在搜索时间段内经过搜索区域上空的时间区间。
在步骤S11中，采用等经纬网格分割方法对搜索区域进行网格划分。在本发明的该实施方式中，该等经纬网格分割方法可以是本领域人员所知的方法。对该搜索区域进行网格划分的划分规则可以是根据实际需要搜索的目标的大小、速度等条件来确定。
在步骤S12中，从地图数据库中调取搜索区域的环境信息，根据预定的概率分布规则和环境信息设置每个网格的初始的概率值，其中，该预定的概率分布规则可以包括：将存在障碍物的网格的初始的概率值设置为0，将不存在障碍物的网格的初始的概率值设置为其中，n为搜索区域内不存在障碍物的网格的数量。在本发明的该实施方式中，每个网格的概率值可以是在每个网格中发现搜索目标的概率值，其中每个网格的初始的概率值可以是指为每个网格最先设置的概率值。由于该搜索区域在海平面上，并且移动目标在运动过程中能够利用感知装置对周围环境进行探测，若相邻网格存在障碍物，移动目标能探测到该障碍物并进行规避，因此当网格中存在障碍物的情况下，该网格中一般不可能存在搜索目标，因此可以将该网格发现该搜索目标的初始的概率值设置为0。在没有对该区域进行扫描的情况下，该搜索目标可能会出现在该区域的任何一个不存在障碍物的网格中，因此，剩余的网格的初始的概率值均可以设置为
在步骤S13中，根据时间先后的顺序读取时间窗。在步骤S10中计算出了多个时间窗，该多个时间窗为搜索时间段内的多个时间区间。所以，在本发明的该实施方式中，可以根据时间先后的原则，从该搜索时间段内的第一个时间区间(即时间窗)开始依次读取。
在步骤S14中，根据所读取的时间窗的卫星资源特性将卫星在读取的时间窗内对搜索区域的可观测范围分割成若干观测条带。如图2所示，卫星扫描(观测)搜索区域时，由于卫星(例如成像卫星)的星载遥感器一般具有侧向摆动的能力，所以该星载遥感器的扫描范围可以认为是条带状，将该可观测范围划分成多个观测条带可以便于卫星从该多个观测条带中选择一个观测条带进行观测。
在步骤S15中，统计每个观测条带所覆盖的网格以及每个网格对应的概率值并计算每个观测条带所覆盖网格的概率总和，并筛选出概率总和最大的观测条带作为该次卫星过境搜索的观测条带进行观测。如步骤S14中所述，由于卫星(成像卫星)的星载遥感器的特性，星载遥感器的扫描范围可以认为是条带状。此时，为了从多个观测条带中选择一个发现观测目标的概率最大的观测条带进行观测，可以先统计每个观测条带所覆盖的网格以及每个网格对应的概率值以计算出每个观测条带所覆盖的网格的概率总和(即发现搜索目标的概率总和)，通过将该多个概率总和进行比对，筛选出概率总和最大的观测条带以进行观测。
在步骤S16中，在卫星观测所选出的观测条带后，根据观测结果，采用第一概率更新模型更新概率总和最大的观测条带内的网格的概率值，其中，第一概率更新模型包括：根据观测结果，使用公式(1)更新概率总和最大的观测条带的每个网格的概率值，
其中，tk为卫星在本次读取的时间窗内进行观测的时间，Pi(tk)为观测后根据观测结果使用第一概率更新模型更新后的网格的概率值，为根据第一概率更新模型更新前该网格的概率(即卫星观测之前该网格的概率值)，pd为卫星的遥感器(星载遥感器)的探测概率，pf为卫星的遥感器的虚警概率。此外，对于不被所选观测条带覆盖的网格其概率值保持不变。在搜索后判断该网格中存在障碍物时，若地图数据库中不存在该障碍物信息，可以将该障碍物的信息加入地图数据库中以更新该地图数据库。
在步骤S17中，判断未被读取的时间窗的数量是否为0。在本发明的该实施方式中，判断未被读取的时间窗的数量是否为0可以用于判断该方法是否应当结束，例如在判断未被读取的时间窗的数量为0的情况下，此时说明卫星扫描搜索区域的时间窗已经全部读取完毕，卫星不可能在搜索时间段内再次对搜索区域进行扫描或观测，因此可以输出已经生成的搜索区域的概率分布模型并结束该方法。
在步骤S18中，在判断未被读取的时间窗的数量不为0的情况下，获取下一次扫描搜索区域的时间间隔。在本发明的该实施方式中，时间窗为搜索时间段内的多个时间区间，相邻的两个时间区间之间存在时间间隔。由于在判断未被读取时间窗的数量不为0的情况下，此时卫星还会对该搜索区域进行搜索，那么，读取下一个时间窗之前的时间间隔(即距卫星下一次扫描搜索区域的时间)。
在步骤S19中，采用第二概率更新模型再次对搜索区域的每个网格的概率值进行更新并读取下一个时间窗。在本发明的该实施方式中，该第二概率更新模型可以包括：从搜索区域的网格中任选出一个网格作为观测网格；判断观测网格中是否存在障碍物；在判断观测网格中存在障碍物的情况下，将观测网格的概率值更新为0；在判断观测网格中不存在障碍物的情况下，获取卫星下一次扫描搜索区域的时间间隔；根据时间间隔和搜索目标的速度获取在时间间隔内目标从搜索区域内所有网格中能转移到观测网格的所有可能网格；在本发明的一个示例中，该搜索目标的速度可以是例如根据搜索目标的类型来推断获取。对于全部的可能网格中的任意可能网格，计算在时间间隔内移动目标从该可能网格转移至观测网格的转移概率；根据转移概率和该可能网格的概率值计算移动目标从该可能网格转移至观测网格的单项概率；遍历所有可能网格以计算移动目标从每个可能网格转移至观测网格的单项概率并用全部单项概率之和来更新观测网格的概率值；将搜索区域中的剩余网格分别作为观测网格以更新搜索区域中的每个网格的概率值。
在本发明的一个实施方式中，该处理器可以是例如通用处理器、专用处理器、常规处理器、数字信号处理器(DSP)、多个微处理器、与DSP核心相关联的一个或多个微处理器、控制器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)电路、任何其它类型的集成电路(IC)、状态机等。
通过上述技术方案，本发明提供的用于成像卫星在多障碍物海平面搜索移动目标的方法与系统将海平面的障碍物纳入对发现移动目标的概率值的计算中，提高了现有技术中对移动目标的搜索效率。
以上结合附图详细描述了本发明的可选实施方式，但是，本发明并不限于上述可选实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。
Claims (6)
1.一种用于成像卫星在多障碍物海面搜索移动目标的方法，其特征在于，所述方法包括：
从控制中心获取搜索任务，所述搜索任务包括搜索时间段和搜索区域，根据所述搜索时间段和搜索区域从卫星资源库中调用卫星资源，根据所述卫星资源和所述搜索区域计算所述卫星资源中所包括的每个卫星在所述搜索时间段内经过所述搜索区域的时间窗；
采用等经纬网格分割方法对所述搜索区域进行网格划分；
从地图数据库中调取所述搜索区域的环境信息，根据预定的概率分布规则和所述环境信息设置每个所述网格的初始的概率值，其中所述预定的概率分布规则包括：将存在障碍物的网格的初始的概率值设置为0，将不存在障碍物的网格的初始的概率值设置为其中，n为所述搜索区域内不存在障碍物的网格的数量；
根据时间先后顺序读取所述时间窗；
根据所读取的时间窗的卫星资源特性将所述卫星在读取的所述时间窗内对所述搜索区域的可观测范围分割成若干观测条带，其中所述卫星资源特性包括卫星在所述时间窗内的星下线轨迹及卫星携带的遥感器能力；
统计每个所述观测条带所覆盖的网格以及每个网格对应的概率值并计算每个所述观测条带所覆盖网格的概率总和，并筛选出概率总和最大的所述观测条带作为该次卫星过境搜索的观测条带进行观测；
根据观测结果采用第一概率更新模型更新概率总和最大的所述观测条带内的网格的概率值，其中，所述第一概率更新模型包括：根据公式(1)更新概率总和最大的所述观测条带的每个网格的概率值，
其中，Pi(tk)为根据第一概率更新模型更新后的网格的概率值，为根据第一概率更新模型更新前该网格的概率，pd为所述卫星的遥感器的探测概率，pf为所述卫星的遥感器的虚警概率；
判断未被读取的所述时间窗的数量是否为0；
在判断未被读取的所述时间窗的数量为0的情况下，输出所述搜索区域的概率分布模型并结束所述方法；
在判断未被读取的所述时间窗的数量不为0的情况下，采用第二概率更新模型再次对所述搜索区域的每个网格进行更新并读取下一个所述时间窗。
2.根据权利要求1所述的方法，其特征在于，所述第二概率更新模型包括：
从所述搜索区域的网格中任选出一个网格作为观测网格；
判断所述观测网格中是否存在障碍物；
在判断所述观测网格中存在障碍物的情况下，将所述观测网格的概率值更新为0；
在判断所述观测网格中不存在障碍物的情况下，获取所述卫星下一次扫描所述搜索区域的时间间隔；
根据所述时间间隔和所述移动目标的速度获取在所述时间间隔内所述移动目标从所述搜索区域内所有网格中能转移到所述观测网格的所有可能网格；
对于全部所述可能网格中的任意可能网格，计算在所述时间间隔内所述移动目标从该可能网格转移至所述观测网格的转移概率；
根据所述转移概率和该可能网格的概率值计算所述移动目标从该可能网格转移至所述观测网格的单项概率；
遍历所有可能网格以计算所述移动目标从每个所述可能网格转移至所述观测网格的单项概率并用全部所述单项概率之和来更新所述观测网格的概率值；
将所述搜索区域中的剩余网格分别作为观测网格以更新所述搜索区域中的每个网格的概率值。
3.根据权利要求1所述的方法，其特征在于，所述第一概率模型进一步包括：
在判断所述网格中存在障碍物的情况下，将所述障碍物加入所述地图数据库；
不更改未被概率总和最大的所述观测条带覆盖的网格的概率值。
4.一种用于成像卫星在多障碍物海面搜索移动目标的系统，其特征在于，所述系统包括：
处理器，用于：
从控制中心获取搜索任务，所述搜索任务包括搜索时间段和搜索区域，根据所述搜索时间段和搜索区域从卫星资源库中调用卫星资源，根据所述卫星资源和所述搜索区域计算所述卫星资源中所包括的每个卫星在所述搜索时间段内经过所述搜索区域的时间窗；
采用等经纬网格分割方法对所述搜索区域进行网格划分；
从地图数据库中调取所述搜索区域的环境信息，根据预定的概率分布规则和所述环境信息设置每个所述网格的初始的概率值，其中所述预定的概率分布规则包括：将存在障碍物的网格的初始的概率值设置为0，将不存在障碍物的网格的初始的概率值设置为其中，n为所述搜索区域内不存在障碍物的网格的数量；
根据时间先后的顺序读取所述时间窗；
根据所读取的时间窗的卫星资源特性将所述卫星在读取的所述时间窗内对所述搜索区域的可观测范围分割成若干观测条带，其中所述卫星资源特性包括卫星在所述时间窗内的星下线轨迹及卫星携带的遥感器能力；
统计每个所述观测条带所覆盖的网格以及每个网格对应的概率值并计算每个所述观测条带所覆盖网格的概率总和，并筛选出概率总和最大的所述观测条带进行观测；
根据观测结果采用第一概率更新模型更新概率总和最大的所述观测条带内的网格的概率值，其中，所述第一概率更新模型包括：根据公式(1)更新概率总和最大的所述观测条带的每个网格的概率值，
其中，Pi(tk)为根据第一概率更新模型更新后的网格的概率值，为根据第一概率更新模型更新前该网格的概率，pd为所述卫星的遥感器的探测概率，pf为所述卫星的遥感器的虚警概率；
判断未被读取的所述时间窗的数量是否为0；
在判断未被读取的所述时间窗的数量为0的情况下，输出所述搜索区域的概率分布模型并结束所述方法；
在判断未被读取的所述时间窗的数量不为0的情况下，采用第二概率更新模型再次对所述搜索区域的每个网格进行更新并读取下一个所述时间窗。
5.根据权利要求4所述的系统，其特征在于，所述第二概率更新模型包括：
从所述搜索区域的网格中任选出一个网格作为观测网格；
判断所述观测网格中是否存在障碍物；
在判断所述观测网格中存在障碍物的情况下，将所述观测网格的概率值更新为0；
在判断所述观测网格中不存在障碍物的情况下，获取所述卫星下一次扫描所述搜索区域的时间间隔；
根据所述时间间隔和所述移动目标的速度获取在所述时间间隔内所述移动目标从所述搜索区域内所有网格中能转移到所述观测网格的所有可能网格；
对于全部所述可能网格中的任意可能网格，计算在所述时间间隔内所述移动目标从该可能网格转移至所述观测网格的转移概率；
根据所述转移概率和该可能网格的概率值计算所述移动目标从该可能网格转移至所述观测网格的单项概率；
遍历所有可能网格以计算所述移动目标从每个所述可能网格转移至所述观测网格的单项概率并用全部所述单项概率之和来更新所述观测网格的概率值；
将所述搜索区域中的剩余网格分别作为观测网格以更新所述搜索区域中的每个网格的概率值。
6.根据权利要求4所述的系统，其特征在于，所述第一概率模型进一步包括：
在判断所述网格中存在障碍物的情况下，将所述障碍物加入所述地图数据库；
不更改未被概率总和最大的所述观测条带覆盖的网格的概率值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810543396.2A CN108764168B (zh) | 2018-05-31 | 2018-05-31 | 用于成像卫星在多障碍物海面搜索移动目标的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810543396.2A CN108764168B (zh) | 2018-05-31 | 2018-05-31 | 用于成像卫星在多障碍物海面搜索移动目标的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108764168A true CN108764168A (zh) | 2018-11-06 |
| CN108764168B CN108764168B (zh) | 2020-02-07 |
Family
ID=64004592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810543396.2A Active CN108764168B (zh) | 2018-05-31 | 2018-05-31 | 用于成像卫星在多障碍物海面搜索移动目标的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108764168B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110866026A (zh) * | 2019-11-12 | 2020-03-06 | 西安中科星图空间数据技术有限公司 | 一种Sqlite影像瓦片数据库的自动更新方法及装置 |
| CN111027766A (zh) * | 2019-12-09 | 2020-04-17 | 国家海洋局北海预报中心 | 绿潮生物量预报方法、装置、设备及介质 |
| CN112347135A (zh) * | 2020-11-20 | 2021-02-09 | 中国人民解放军海军潜艇学院 | 一种直升机应召搜索方案的确定方法、存储介质及系统 |
| CN112612295A (zh) * | 2020-12-23 | 2021-04-06 | 长光卫星技术有限公司 | 一种遥感卫星地面站测控和数传资源自动分配方法 |
| WO2021102676A1 (zh) * | 2019-11-26 | 2021-06-03 | 深圳市大疆创新科技有限公司 | 物体状态获取方法、可移动平台及存储介质 |
| CN113267753A (zh) * | 2021-05-13 | 2021-08-17 | 中国人民解放军军事科学院战争研究院 | 一种基于三维网格的雷达探测仿真方法 |
| CN115361393A (zh) * | 2022-07-05 | 2022-11-18 | 合肥工业大学 | 基于联盟链的虚拟星座任务管理系统 |
| CN116567648A (zh) * | 2023-07-05 | 2023-08-08 | 四川创智联恒科技有限公司 | 一种数据波束下的波位图谱生成方法及系统 |
| CN117724487A (zh) * | 2023-12-14 | 2024-03-19 | 南开大学 | 基于自适应通信策略的未知环境多目标搜索方法及系统 |
| CN118114577A (zh) * | 2024-04-30 | 2024-05-31 | 武汉大学 | 基于转移概率统计的移动目标短时位置预测方法及装置 |
| CN118200848A (zh) * | 2024-05-16 | 2024-06-14 | 中国人民解放军海军工程大学 | 融合运动特征和探测信号的目标位置估计方法及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8483961B2 (en) * | 2010-08-30 | 2013-07-09 | The Mitre Corporation | Systems, methods, and computer program products of flight validation |
| US20140077036A1 (en) * | 2012-09-14 | 2014-03-20 | The Government Of The Us, As Represented By The Secretary Of The Navy | System and Method for Maneuver Plan for Satellites Flying in Proximity |
| CN106767730A (zh) * | 2016-11-22 | 2017-05-31 | 航天恒星科技有限公司 | 用静态网格描述的卫星动态条带区域拆分方法 |
| US20170364081A1 (en) * | 2016-01-08 | 2017-12-21 | King Fahd University Of Petroleum And Minerals | Seismic sensor deployment with a stereographically configured robot |
| CN108090631A (zh) * | 2018-01-22 | 2018-05-29 | 合肥工业大学 | 卫星应急任务动态规划方法及装置 |
-
2018
- 2018-05-31 CN CN201810543396.2A patent/CN108764168B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8483961B2 (en) * | 2010-08-30 | 2013-07-09 | The Mitre Corporation | Systems, methods, and computer program products of flight validation |
| US20140077036A1 (en) * | 2012-09-14 | 2014-03-20 | The Government Of The Us, As Represented By The Secretary Of The Navy | System and Method for Maneuver Plan for Satellites Flying in Proximity |
| US20170364081A1 (en) * | 2016-01-08 | 2017-12-21 | King Fahd University Of Petroleum And Minerals | Seismic sensor deployment with a stereographically configured robot |
| CN106767730A (zh) * | 2016-11-22 | 2017-05-31 | 航天恒星科技有限公司 | 用静态网格描述的卫星动态条带区域拆分方法 |
| CN108090631A (zh) * | 2018-01-22 | 2018-05-29 | 合肥工业大学 | 卫星应急任务动态规划方法及装置 |
Non-Patent Citations (4)
| Title |
|---|
| MATEJ KRISTAN ET AL: "Fast Image-Based Obstacle Detection From Unmanned Surface Vehicles", 《IEEE TRANSACTIONS ON CYBERNETICS》 * |
| P.OTERO ET AL: "River plume fronts off NW Iberia from satellite observations and model data", 《ICES JOURNAL OF MARINE SCIENCE》 * |
| 慈元卓: "面向移动目标搜索的多星任务规划问题研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
| 郭玉华: "多类型对地观测卫星联合任务规划关键技术研究", 《中国博士学位论文全文数据库 工程科技II辑》 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110866026A (zh) * | 2019-11-12 | 2020-03-06 | 西安中科星图空间数据技术有限公司 | 一种Sqlite影像瓦片数据库的自动更新方法及装置 |
| CN110866026B (zh) * | 2019-11-12 | 2022-08-09 | 中科星图空间技术有限公司 | 一种Sqlite影像瓦片数据库的自动更新方法及装置 |
| WO2021102676A1 (zh) * | 2019-11-26 | 2021-06-03 | 深圳市大疆创新科技有限公司 | 物体状态获取方法、可移动平台及存储介质 |
| CN111027766A (zh) * | 2019-12-09 | 2020-04-17 | 国家海洋局北海预报中心 | 绿潮生物量预报方法、装置、设备及介质 |
| CN111027766B (zh) * | 2019-12-09 | 2023-09-26 | 国家海洋局北海预报中心 | 绿潮生物量预报方法、装置、设备及介质 |
| CN112347135B (zh) * | 2020-11-20 | 2022-12-02 | 中国人民解放军海军潜艇学院 | 一种直升机应召搜索方案的确定方法、存储介质及系统 |
| CN112347135A (zh) * | 2020-11-20 | 2021-02-09 | 中国人民解放军海军潜艇学院 | 一种直升机应召搜索方案的确定方法、存储介质及系统 |
| CN112612295A (zh) * | 2020-12-23 | 2021-04-06 | 长光卫星技术有限公司 | 一种遥感卫星地面站测控和数传资源自动分配方法 |
| CN112612295B (zh) * | 2020-12-23 | 2022-07-12 | 长光卫星技术股份有限公司 | 一种遥感卫星地面站测控和数传资源自动分配方法 |
| CN113267753A (zh) * | 2021-05-13 | 2021-08-17 | 中国人民解放军军事科学院战争研究院 | 一种基于三维网格的雷达探测仿真方法 |
| CN113267753B (zh) * | 2021-05-13 | 2022-07-19 | 中国人民解放军军事科学院战争研究院 | 一种基于三维网格的雷达探测仿真方法 |
| CN115361393A (zh) * | 2022-07-05 | 2022-11-18 | 合肥工业大学 | 基于联盟链的虚拟星座任务管理系统 |
| CN115361393B (zh) * | 2022-07-05 | 2024-10-01 | 合肥工业大学 | 基于联盟链的虚拟星座任务管理系统 |
| CN116567648A (zh) * | 2023-07-05 | 2023-08-08 | 四川创智联恒科技有限公司 | 一种数据波束下的波位图谱生成方法及系统 |
| CN116567648B (zh) * | 2023-07-05 | 2023-09-19 | 四川创智联恒科技有限公司 | 一种数据波束下的波位图谱生成方法及系统 |
| CN117724487A (zh) * | 2023-12-14 | 2024-03-19 | 南开大学 | 基于自适应通信策略的未知环境多目标搜索方法及系统 |
| CN117724487B (zh) * | 2023-12-14 | 2024-06-14 | 南开大学 | 基于自适应通信策略的未知环境多目标搜索方法及系统 |
| CN118114577A (zh) * | 2024-04-30 | 2024-05-31 | 武汉大学 | 基于转移概率统计的移动目标短时位置预测方法及装置 |
| CN118114577B (zh) * | 2024-04-30 | 2024-07-12 | 武汉大学 | 基于转移概率统计的移动目标短时位置预测方法及装置 |
| CN118200848A (zh) * | 2024-05-16 | 2024-06-14 | 中国人民解放军海军工程大学 | 融合运动特征和探测信号的目标位置估计方法及电子设备 |
| CN118200848B (zh) * | 2024-05-16 | 2024-08-16 | 中国人民解放军海军工程大学 | 融合运动特征和探测信号的目标位置估计方法及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108764168B (zh) | 2020-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108764168B (zh) | 用于成像卫星在多障碍物海面搜索移动目标的方法及系统 | |
| CN112526513B (zh) | 基于聚类算法的毫米波雷达环境地图构建方法及装置 | |
| CN113256562B (zh) | 基于雷达图像和人工智能的道路地下隐患检测方法和系统 | |
| KR20200047307A (ko) | 유용한 학습 데이터를 취사 선별하기 위한 cnn 기반 학습 방법 및 학습 장치 그리고 이를 이용한 테스트 방법 및 테스트 장치 | |
| KR102337367B1 (ko) | 원거리 검출 또는 군사 목적을 위해, 이미지 컨캐터네이션을 이용한, cnn 기반의 하드웨어 최적화가 가능한 객체 검출기를 학습하는 방법 및 학습 장치, 이를 이용한 테스팅 방법 및 테스팅 장치 | |
| JP2020119545A (ja) | ターゲット物体予測ネットワーク及びターゲット物体統合ネットワークを利用して、重要業績評価指標のようなユーザー要求事項に係る最適化のための再構成可能なネットワーク基盤の物体検出器を学習する方法及び学習装置、並びにこれを利用したテスティング方法及びテスティング装置 | |
| KR20200027889A (ko) | CNN(Convolutional Neural Network)을 사용하여 차선을 검출하기 위한 학습 방법 및 학습 장치 그리고 이를 이용한 테스트 방법 및 테스트 장치 | |
| CN115546901B (zh) | 用于宠物规范行为检测的目标检测模型及方法 | |
| Chung et al. | Multiscale search using probabilistic quadtrees | |
| CN109658477A (zh) | 一种基于lidar数据的dem生成算法 | |
| CN113505769A (zh) | 目标检测方法及应用其的车辆抛洒滴漏识别方法 | |
| CN115512175A (zh) | 模型训练、点云数据处理方法、装置、设备及存储介质 | |
| CN117389305A (zh) | 一种无人机巡检路径规划方法、系统、设备及介质 | |
| CN117707174A (zh) | 一种基于kd树动态避障的方法及其存储介质、电子设备 | |
| CN117313028A (zh) | 海上目标的识别方法及装置 | |
| Pareek et al. | Prediction of Floods in Kerala using Hybrid Model of CNN and LSTM | |
| Jin et al. | Point-cloud-based road course estimation on automotive radar data | |
| Gal et al. | Tracking objects using PHD filter for USV autonomous capabilities | |
| CN113221709B (zh) | 用于识别用户运动的方法、装置及热水器 | |
| Vikram et al. | Deep Learning Based Vehicle Detection and Counting System for Intelligent Transportation. | |
| Wang et al. | Photon-counting laser altimeter data filtering based on hierarchical adaptive filter for forest scenario | |
| CN112729302A (zh) | 巡检机器人导航方法、装置、巡检机器人和存储介质 | |
| Weinmann | Semantic segmentation of dense point clouds | |
| CN114779225B (zh) | 基于迭代栅格的分布式雷达目标检测方法及装置 | |
| Khemaissia et al. | Calamity classification in satellite and drone images using cnn and transfer learning |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |