CN111553223B - 舰船目标识别方法、装置、设备及可读存储介质 - Google Patents

舰船目标识别方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN111553223B
CN111553223B CN202010317340.2A CN202010317340A CN111553223B CN 111553223 B CN111553223 B CN 111553223B CN 202010317340 A CN202010317340 A CN 202010317340A CN 111553223 B CN111553223 B CN 111553223B
Authority
CN
China
Prior art keywords
matching degree
channel
ship
ship target
channel region
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.)
Active
Application number
CN202010317340.2A
Other languages
English (en)
Other versions
CN111553223A (zh
Inventor
魏存伟
段发阶
刘安然
刘先康
张朋飞
黄晓明
任杰
杨欧
林永霖
卢文良
常丽娟
罗军
鉴福升
李洁
赵鹏鹏
王泽众
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Unit 91977 Of Pla
Navy 701 Plant Of Peoples Liberation Army
Original Assignee
Unit 91977 Of Pla
Navy 701 Plant Of Peoples Liberation Army
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Unit 91977 Of Pla, Navy 701 Plant Of Peoples Liberation Army filed Critical Unit 91977 Of Pla
Priority to CN202010317340.2A priority Critical patent/CN111553223B/zh
Publication of CN111553223A publication Critical patent/CN111553223A/zh
Application granted granted Critical
Publication of CN111553223B publication Critical patent/CN111553223B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Astronomy & Astrophysics (AREA)
  • Multimedia (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明的实施例提供了一种舰船目标识别方法、装置、设备及可读存储介质，方法包括预先设置航道与舰船类型的对应关系，在实际舰船目标识别时，计算舰船目标的轨迹与各个航道区域的航道之间的匹配度，并将与舰船目标的轨迹的匹配度大于预设匹配度阈值的航道对应的舰船类型，作为舰船目标的类型。实现了对按照固定航道行驶的舰船的快速识别，提高了舰船目标识别效率。

Description

舰船目标识别方法、装置、设备及可读存储介质
技术领域
本发明涉及数据处理领域，更具体地说，涉及舰船目标识别方法、装置、设备及可读存储介质。
背景技术
舰船目标识别通过是通过船舶自动识别系统、敌我识别系统进行识别。而对于利用船舶自动识别系统、敌我识别系统无法识别的目标，只能靠雷达进行识别。基于雷达进行舰船目标识别的方法，是在雷达输出目标回波信号基础上进行分类识别的，如宽带雷达信号、窄带雷达信号的目标分类识别；但是受到信号信息量的影响，识别效果具有较大局限性。
在海面上，存在许多基于船舶自动识别系统、敌我识别系统和雷达无法识别的目标。雷达操作员会基于自身的经验对目标进行初判，这种人工识别方式效率较低且不智能。
发明内容
有鉴于此，本发明提出舰船目标识别方法、装置、设备及可读存储介质，欲提高舰船目标识别效率。
为了实现上述目的，现提出的方案如下：
第一方面，提供一种舰船目标识别方法，包括：
通过雷达检测的方式，得到舰船目标的当前位置和舰船航速；
根据预设的航道匹配度拓扑地图，确定与所述舰船目标的当前位置对应的航道区域以及匹配度，所述航道匹配度拓扑地图包括位置、航道区域以及匹配度之间的对应关系，每个航道区域包含一条航道；
根据所述舰船航速和与所述舰船目标的当前位置对应的匹配度，计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间的匹配度；
将与目标航道对应的舰船类型，作为所述舰船目标的类型，所述目标航道为与所述舰船目标的轨迹的匹配度大于预设匹配度阈值的航道。
可选的，所述匹配度拓扑地图的计算过程，包括：
将雷达观测海域的每个航道区域，均划分为多个小区域；
为每个所述航道区域设置一个匹配度矩阵，所述匹配度矩阵中的元素与所述航道区域的小区域一一对应，所述小区域距离所述航道区域中的航道越近则与所述小区域对应的元素值越大。
可选的，为每个所述航道区域设置一个匹配度矩阵，具体包括：
根据第一匹配度公式，计算得到所述匹配度矩阵的元素对应的所述小区域与所述航道区域中航道的每个轨迹点的匹配度，所述第一匹配度公式为Qi，mn，k＝Si-|Oi，mn，Pi，k|，其中，Oi,mn表示第i个所述航道区域对应的匹配度矩阵中第m列、第n行的元素对应的所述小区域的中心位置，Pi,k表示第i个所述航道区域中航道的第k个轨迹点，|Oi，mn，Pi，k|表示Oi,mn与Pi,k之间的距离，Si表示为第i个所述航道区域预设的航迹重合最远距离，Qi，mn，k表示第i个航道区域对应的匹配度矩阵中第m列、第n行的元素对应的所述小区域与第i个所述航道区域中航道的第k个轨迹点之间的匹配度，i＝1、2、……、w，w表示所述航道区域的总数量，k＝1、2、……、e，e表示航道的轨迹点的总数量，m＝1、2、……、r，n＝1、2、……、a，a×r表示所述航道区域划分的小区域的总数量；
对于所述匹配度矩阵中的每个元素，将计算得到的与所述元素对应的所有匹配度中的最大值，作为所述元素的元素值。
可选的，根据所述舰船航速和与所述舰船目标的当前位置对应的匹配度，计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间的匹配度，具体包括：
根据第二匹配度公式，计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间的匹配度，所述第二匹配度公式为：
Figure GDA0004261819730000021
其中，D表示在前当前采样周期中计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间匹配度，D'表示在前一采样周期中计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间匹配度，v(x，y)表示所述舰船航速，b表示预设的低速下用于判断停泊船只占用航道参数，c表示预设的速率比例系数，Vmax表示预设的航速的上限阈值，Q表示与所述舰船目标的当前位置对应的匹配度。
第二方面，提供一种舰船目标识别装置，包括：
检测单元，用于通过雷达检测的方式，得到舰船目标的当前位置和舰船航速；
匹配单元，用于根据预设的航道匹配度拓扑地图，确定与所述舰船目标的当前位置对应的航道区域以及匹配度，所述航道匹配度拓扑地图包括位置、航道区域以及匹配度之间的对应关系，每个航道区域包含一条航道；
匹配度计算单元，用于根据所述舰船航速和与所述舰船目标的当前位置对应的匹配度，计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间的匹配度；
舰船类型确定单元，用于将与目标航道对应的舰船类型，作为所述舰船目标的类型，所述目标航道为与所述舰船目标的轨迹的匹配度大于预设匹配度阈值的航道。
可选的，上述舰船目标识别装置，还包括：匹配度拓扑地图的计算单元，所述匹配度拓扑地图的计算单元包括区域划分子单元和匹配度设置子单元；
所述区域划分子单元，用于将雷达观测海域的每个航道区域，均划分为多个小区域；
所述匹配度设置子单元，用于为每个所述航道区域设置一个匹配度矩阵，所述匹配度矩阵中的元素与所述航道区域的小区域一一对应，所述小区域距离所述航道区域中的航道越近则与所述小区域对应的元素值越大。
可选的，所述匹配度设置子单元，具体用于：
根据第一匹配度公式，计算得到所述匹配度矩阵的元素对应的所述小区域与所述航道区域中航道的每个轨迹点的匹配度，所述第一匹配度公式为Qi，mn，k＝Si-|Oi，mn，Pi，k|，其中，Oi,mn表示第i个所述航道区域对应的匹配度矩阵中第m列、第n行的元素对应的所述小区域的中心位置，Pi,k表示第i个所述航道区域中航道的第k个轨迹点，|Oi，mn，Pi，k|表示Oi,mn与Pi,k之间的距离，Si表示为第i个所述航道区域预设的航迹重合最远距离，Qi，mn，k表示第i个航道区域对应的匹配度矩阵中第m列、第n行的元素对应的所述小区域与第i个所述航道区域中航道的第k个轨迹点之间的匹配度，i＝1、2、……、w，w表示所述航道区域的总数量，k＝1、2、……、e，e表示航道的轨迹点的总数量，m＝1、2、……、r，n＝1、2、……、a，a×r表示所述航道区域划分的小区域的总数量；
对于所述匹配度矩阵中的每个元素，将计算得到的与所述元素对应的所有匹配度中的最大值，作为所述元素的元素值。
可选的，所述匹配度计算单元，具体用于：
根据第二匹配度公式，计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间的匹配度，所述第二匹配度公式为：
Figure GDA0004261819730000041
其中，D表示在当前采样周期中计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间匹配度，D'表示在前一采样周期中计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间匹配度，v(x，y)表示所述舰船航速，b表示预设的低速下用于判断停泊船只占用航道参数，c表示预设的速率比例系数，Vmax表示预设的航速的上限阈值，Q表示与所述舰船目标的当前位置对应的匹配度。
第三方面，提供一种可读存储介质，其上存储有程序，所述程序被处理器执行时，实现如第一方面中任意一种舰船目标识别方法的各个步骤。
第四方面，提供一种舰船目标识别设备，包括存储器和处理器；
所述存储器，用于存储程序；
所述处理器，用于执行所述程序，实现如第一方面中任意一种舰船目标识别方法的各个步骤。
与现有技术相比，本发明的技术方案具有以下优点：
上述技术方案提供的一种舰船目标识别方法、装置、设备及可读存储介质，方法包括预先设置航道与舰船类型的对应关系，在实际舰船目标识别时，计算舰船目标的轨迹与各个航道区域的航道之间的匹配度，并将与舰船目标的轨迹的匹配度大于预设匹配度阈值的航道对应的舰船类型，作为舰船目标的类型。实现了对按照固定航道行驶的舰船的快速识别，提高了舰船目标识别效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种舰船目标识别方法的流程图；
图2为本发明实施例提供的一个航道区域的示意图；
图3为本发明实施例提供的一种舰船目标识别装置的示意图；
图4为本发明实施例提供的一种舰船目标识别设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
有些舰船在离港、进港或者在部分区域训练时，会按照固定的航道行驶，对于这种情况，本发明提供的舰船目标识别方法可以快速提取出舰船目标的属性特征(即类别)。图1为本发明实施例提供的一种舰船目标识别方法，该方法可以包括以下步骤：
S11：通过雷达检测的方式，得到舰船目标的当前位置和舰船航速。
雷达对探测的目标会输出位置等属性特征，利用雷达的该功能可以得到舰船目标的当前位置和舰船航速。每个采样周期，雷达均会检测得到舰船目标的位置，通过连续三个采样周期可以计算得到舰船航速。通过三个采样周期可以计算得到舰船航速的具体公式为：
Figure GDA0004261819730000051
其中，(x，y)表示当前采样周期检测得到的舰船目标的当前位置，(x1，y1)表示前一采样周期检测得到的舰船目标的位置，(x2，y2)表示前二采样周期检测得到的舰船目标的位置，v(x，y)表示当前采样周期计算得到的舰船航速，
Figure GDA0004261819730000061
表示前一采样周期计算得到的舰船航速，t表示采样周期，h表示误差补偿系数。
需要说明的是，在雷达的第一个采样周期不进行舰船航速的计算，在第二个采样周期使用以下公式计算舰船航速：
Figure GDA0004261819730000062
其中，(x，y)表示当前采样周期检测得到的舰船目标的当前位置，(x1，y1)表示前一采样周期检测得到的舰船目标的位置，v(x，y)表示当前采样周期计算得到的舰船航速。
S12：根据预设的航道匹配度拓扑地图，确定与舰船目标的当前位置对应的航道区域以及匹配度，航道匹配度拓扑地图包括位置、航道区域以及匹配度之间的对应关系。
航道区域是根据预先根据舰船的航道的位置确定的区域。航道区域包含对应航道的所有轨迹点位置。每条航道对应一个航道区域。当不同舰船的航道存在交叉或重叠时，对应的航道区域也存在重叠区域，即同一位置可以属于不同的航道区域。同一位置与不同的航道区域的航道存在不同的匹配度，该位置距离航道区域中航道越近时，则匹配度越高。预先设置位置、航道区域以及匹配度之间的对应关系，匹配度即指的位置与航道区域的航道之间的匹配度。这样在舰船目标识别时，可以实时确定舰船目标的当前位置对应的航道区域以及匹配度。
建立航道匹配度拓扑地图的过程包括：先将雷达观测海域的每个航道区域，均划分为多个小区域；然后为每个航道区域设置一个匹配度矩阵，匹配度矩阵中的元素与航道区域的小区域一一对应，小区域距离航道区域中的航道越近则与小区域对应的元素值越大，图2为一个航道区域的示意图，图中示出了匹配度矩阵的部分元素。航道由一个个轨迹点组成，小区域距离航道的距离，具体可以是小区域的中心位置距离航道的轨迹点的最小距离。当舰船目标的当前位置处于相应的小区域时，则确定舰船目标的当前位置对应的匹配度为该小区域对应的元素的元素值。航道区域划分的小区域越小，则计算的准确度越高，本领域技术人员可以根据实际需要确定划分的小区域的具体大小。
为航道区域设置一个匹配度矩阵，具体包括根据第一匹配度公式，计算得到匹配度矩阵的元素对应的小区域与航道区域中航道的每个轨迹点的匹配度；然后对于匹配度矩阵中的每个元素，将计算得到的与元素对应的所有匹配度中的最大值，作为该元素的元素值。即匹配度矩阵中的一个元素与航道的每个轨迹点均有一个匹配度，将最大的匹配度作为该元素的元素值。
具体的，第一匹配度公式可以为：
Qi，mn，k＝Si-|Oi，mn，Pi，k|
其中，Oi,mn表示第i个航道区域对应的匹配度矩阵中第m列、第n行的元素对应的小区域的中心位置，Pi,k表示第i个航道区域中航道的第k个轨迹点，|Oi，mn，Pi，k|表示Oi,mn与Pi,k之间的距离，Si表示为第i个航道区域预设的航迹重合最远距离，Qi，mn，k表示第i个航道区域对应的匹配度矩阵中第m列、第n行的元素对应的小区域与第i个航道区域中航道的第k个轨迹点之间的匹配度，i＝1、2、……、w，w表示航道区域的总数量，k＝1、2、……、e，e表示航道的轨迹点的总数量，m＝1、2、……、r，n＝1、2、……、a，a×r表示航道区域划分的小区域的总数量。在一个具体实施例中，若Qi，mn，k小于零，则令Qi，mn，k为零。
需要说明的是，不同的航道的轨迹点的总数量e可以不同。以及不同航道区域的小区域的总数量也可以不同。Qi，mn，1～Qi，mn，e即表示第i个航道区域对应的匹配度矩阵中第m列、第n行的元素对应的小区域与第i个航道区域中航道的每个轨迹点之间的匹配度。将计算得到的与元素对应的所有匹配度中的最大值，作为该元素的元素值指的就是Qi，mn＝Max(Qi，mn，1，Qi，mn，2，……，Qi，mn，e)，Qi，mn表示第i个航道区域对应的匹配度矩阵中第m列、第n行的元素的元素值。
S13：根据舰船航速和与舰船目标的当前位置对应的匹配度，计算得到舰船目标的轨迹和舰船目标的当前位置对应的航道区域的航道之间的匹配度。
执行步骤S12得到的与舰船目标的当前位置对应的匹配度，是指舰船目标的当前位置与航道区域的航道之间的匹配度。执行步骤S13是计算得到舰船目标的轨迹与航道区域的航道之间的匹配度。具体可以包括根据第二匹配度公式，计算得到舰船目标的轨迹和舰船目标的当前位置对应的航道区域的航道之间的匹配度。第二匹配度公式为：
Figure GDA0004261819730000081
其中，D表示在当前采样周期中计算得到舰船目标的轨迹和舰船目标的当前位置对应的航道区域的航道之间匹配度，D'表示在前一采样周期中计算得到舰船目标的轨迹和舰船目标的当前位置对应的航道区域的航道之间匹配度，v(x，y)表示舰船航速，b表示预设的低速下用于判断停泊船只占用航道参数，c表示预设的速率比例系数，Vmax表示预设的航速的上限阈值，Q表示与舰船目标的当前位置对应的匹配度。
S14：将与目标航道对应的舰船类型，作为舰船目标的类型，目标航道为与舰船目标的轨迹的匹配度大于预设匹配度阈值的航道。
本实施例提供的上述舰船目标识别方法，预先设置航道与舰船类型的对应关系，在实际舰船目标识别时，计算舰船目标的轨迹与各个航道区域的航道之间的匹配度，并将与舰船目标的轨迹的匹配度大于预设匹配度阈值的航道对应的舰船类型，作为舰船目标的类型。实现了对按照固定航道行驶的舰船的快速识别，提高了舰船目标识别效率。
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。
下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。
图3为本发明实施例提供的一种舰船目标识别装置，该装置包括检测单元、匹配单元、匹配度计算单元和舰船类型确定单元。
检测单元，用于通过雷达检测的方式，得到舰船目标的当前位置和舰船航速。
匹配单元，用于根据预设的航道匹配度拓扑地图，确定与舰船目标的当前位置对应的航道区域以及匹配度，航道匹配度拓扑地图包括位置、航道区域以及匹配度之间的对应关系，每个航道区域包含一条航道。
匹配度计算单元，用于根据舰船航速和与舰船目标的当前位置对应的匹配度，计算得到舰船目标的轨迹和舰船目标的当前位置对应的航道区域的航道之间的匹配度。
舰船类型确定单元，用于将与目标航道对应的舰船类型，作为舰船目标的类型，目标航道为与舰船目标的轨迹的匹配度大于预设匹配度阈值的航道。
可选的，上述舰船目标识别装置，还包括匹配度拓扑地图的计算单元。匹配度拓扑地图的计算单元包括区域划分子单元和匹配度设置子单元。
区域划分子单元，用于将雷达观测海域的每个航道区域，均划分为多个小区域。
匹配度设置子单元，用于为每个航道区域设置一个匹配度矩阵，匹配度矩阵中的元素与航道区域的小区域一一对应，小区域距离航道区域中的航道越近则与小区域对应的元素值越大。
匹配度设置子单元，具体用于：根据第一匹配度公式，计算得到匹配度矩阵的元素对应的小区域与航道区域中航道的每个轨迹点的匹配度；对于匹配度矩阵中的每个元素，将计算得到的与元素对应的所有匹配度中的最大值，作为元素的元素值。第一匹配度公式为Qi，mn，k＝Si-|Oi，mn，Pi，k|，其中，Oi,mn表示第i个航道区域对应的匹配度矩阵中第m列、第n行的元素对应的小区域的中心位置，Pi,k表示第i个航道区域中航道的第k个轨迹点，|Oi，mn，Pi，k|表示Oi,mn与Pi,k之间的距离，Si表示为第i个航道区域预设的航迹重合最远距离，Qi，mn，k表示第i个航道区域对应的匹配度矩阵中第m列、第n行的元素对应的小区域与第i个航道区域中航道的第k个轨迹点之间的匹配度，i＝1、2、……、w，w表示航道区域的总数量，k＝1、2、……、e，e表示航道的轨迹点的总数量，m＝1、2、……、r，n＝1、2、……、a，a×r表示航道区域划分的小区域的总数量。
匹配度计算单元，具体用于根据第二匹配度公式，计算得到舰船目标的轨迹和舰船目标的当前位置对应的航道区域的航道之间的匹配度。第二匹配度公式为：
Figure GDA0004261819730000091
其中，D表示在当前采样周期中计算得到舰船目标的轨迹和舰船目标的当前位置对应的航道区域的航道之间匹配度，D'表示在前一采样周期中计算得到舰船目标的轨迹和舰船目标的当前位置对应的航道区域的航道之间匹配度，v(x，y)表示舰船航速，b表示预设的低速下用于判断停泊船只占用航道参数，c表示预设的速率比例系数，Vmax表示预设的航速的上限阈值，Q表示与所述舰船目标的当前位置对应的匹配度。
本发明实施例提供的舰船目标识别装置可应用于舰船目标识别设备，如应用于岸基、舰载、星载等各型雷达装备。图4为本发明实施例提供的一种舰船目标识别设备的示意图。舰船目标识别设备的硬件结构可以包括：至少一个处理器41，至少一个通信接口42，至少一个存储器43和至少一个通信总线44；且处理器41、通信接口42、存储器43通过通信总线44完成相互间的通信。
处理器41在一些实施例中可以是一个CPU(Central Processing Unit，中央处理器)，或者是ASIC(Application Specific Integrated Circuit，特定集成电路)，或者是被配置成实施本发明实施例的一个或多个集成电路等。
通信接口42可以包括标准的有线接口、无线接口(如WI-FI接口)。通常用于在舰船目标识别设备与其他电子设备或系统之间建立通信连接。
存储器43包括至少一种类型的可读存储介质。可读存储介质可以为如闪存、硬盘、多媒体卡、卡型存储器等NVM(non-volatile memory，非易失性存储器)。可读存储介质还可以是高速RAM(random access memory，随机存取存储器)存储器。可读存储介质在一些实施例中可以是舰船目标识别设备的内部存储单元，例如该舰船目标识别设备的硬盘。在另一些实施例中，可读存储介质还可以是舰船目标识别设备的外部存储设备，例如该舰船目标识别设备上配备的插接式硬盘、SMC(Smart Media Card,智能存储卡)、SD(SecureDigital,安全数字)卡，闪存卡(Flash Card)等。
其中，存储器43存储有计算机程序，处理器41可调用存储器43存储的计算机程序，所述计算机程序用于：
通过雷达检测的方式，得到舰船目标的当前位置和舰船航速；
根据预设的航道匹配度拓扑地图，确定与舰船目标的当前位置对应的航道区域以及匹配度，航道匹配度拓扑地图包括位置、航道区域以及匹配度之间的对应关系，每个航道区域包含一条航道；
根据舰船航速和与舰船目标的当前位置对应的匹配度，计算得到舰船目标的轨迹和舰船目标的当前位置对应的航道区域的航道之间的匹配度；
将与目标航道对应的舰船类型，作为舰船目标的类型，目标航道为与舰船目标的轨迹的匹配度大于预设匹配度阈值的航道。
所述程序的细化功能和扩展功能可参照上文描述。
图4仅示出了具有组件41～44的舰船目标识别设备，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
可选地，该舰船目标识别设备还可以包括用户接口，用户接口可以包括输入单元、语音输入装置(比如包含麦克风的具有语音识别功能的设备)和/或语音输出装置(比如音响、耳机等)。可选地，用户接口还可以包括标准的有线接口和/或无线接口。
可选地，该舰船目标识别设备还可以包括显示器，显示器也可以称为显示屏或显示单元。在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)显示器等。显示器用于显示在舰船目标识别设备中处理的信息以及用于显示可视化的用户界面。
可选地，该舰船目标识别设备还包括触摸传感器。触摸传感器所提供的供用户进行触摸操作的区域称为触控区域。此外，触摸传感器可以为电阻式触摸传感器、电容式触摸传感器等。而且，触摸传感器不仅包括接触式的触摸传感器，也可包括接近式的触摸传感器等。此外，触摸传感器可以为单个传感器，也可以为例如阵列布置的多个传感器。
此外，该舰船目标识别设备的显示器的面积可以与触摸传感器的面积相同，也可以不同。可选地，将显示器与触摸传感器层叠设置，以形成触摸显示屏。该装置基于触摸显示屏侦测用户触发的触控操作。
该舰船目标识别设备还可以包括RF(Radio Frequency，射频)电路、传感器和音频电路等等，在此不再赘。
本发明实施例还提供一种可读存储介质，该可读存储介质可存储有适于处理器执行的程序，所述程序用于：
通过雷达检测的方式，得到舰船目标的当前位置和舰船航速；
根据预设的航道匹配度拓扑地图，确定与舰船目标的当前位置对应的航道区域以及匹配度，航道匹配度拓扑地图包括位置、航道区域以及匹配度之间的对应关系，每个航道区域包含一条航道；
根据舰船航速和与舰船目标的当前位置对应的匹配度，计算得到舰船目标的轨迹和舰船目标的当前位置对应的航道区域的航道之间的匹配度；
将与目标航道对应的舰船类型，作为舰船目标的类型，目标航道为与舰船目标的轨迹的匹配度大于预设匹配度阈值的航道。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可，且本说明书中各实施例中记载的特征可以相互替换或者组合。
对本发明所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种舰船目标识别方法，其特征在于，包括：
通过雷达检测的方式，得到舰船目标的当前位置和舰船航速；
根据预设的航道匹配度拓扑地图，确定与所述舰船目标的当前位置对应的航道区域以及匹配度，所述航道匹配度拓扑地图包括位置、航道区域以及匹配度之间的对应关系，每个航道区域包含一条航道；
根据所述舰船航速和与所述舰船目标的当前位置对应的匹配度，计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间的匹配度；
将与目标航道对应的舰船类型，作为所述舰船目标的类型，所述目标航道为与所述舰船目标的轨迹的匹配度大于预设匹配度阈值的航道；
所述根据所述舰船航速和与所述舰船目标的当前位置对应的匹配度，计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间的匹配度，具体包括：
根据第二匹配度公式，计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间的匹配度，所述第二匹配度公式为：
Figure FDA0004261819710000011
其中，D表示在当前采样周期中计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间匹配度，D'表示在前一采样周期中计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间匹配度，v(x，y)表示所述舰船航速，b表示预设的低速下用于判断停泊船只占用航道参数，c表示预设的速率比例系数，Vmax表示预设的航速的上限阈值，Q表示与所述舰船目标的当前位置对应的匹配度。
2.根据权利要求1所述的舰船目标识别方法，其特征在于，所述匹配度拓扑地图的计算过程，包括：
将雷达观测海域的每个航道区域，均划分为多个小区域；
为每个所述航道区域设置一个匹配度矩阵，所述匹配度矩阵中的元素与所述航道区域的小区域一一对应，所述小区域距离所述航道区域中的航道越近则与所述小区域对应的元素值越大。
3.根据权利要求2所述的舰船目标识别方法，其特征在于，为每个所述航道区域设置一个匹配度矩阵，具体包括：
根据第一匹配度公式，计算得到所述匹配度矩阵的元素对应的所述小区域与所述航道区域中航道的每个轨迹点的匹配度，所述第一匹配度公式为Qi，mn，k＝Si-|Oi，mn，Pi，k|，其中，Oi,mn表示第i个所述航道区域对应的匹配度矩阵中第m列、第n行的元素对应的所述小区域的中心位置，Pi,k表示第i个所述航道区域中航道的第k个轨迹点，|Oi，mn，Pi，k|表示Oi,mn与Pi,k之间的距离，Si表示为第i个所述航道区域预设的航迹重合最远距离，Qi，mn，k表示第i个航道区域对应的匹配度矩阵中第m列、第n行的元素对应的所述小区域与第i个所述航道区域中航道的第k个轨迹点之间的匹配度，i＝1、2、……、w，w表示所述航道区域的总数量，k＝1、2、……、e，e表示航道的轨迹点的总数量，m＝1、2、……、r，n＝1、2、……、a，a×r表示所述航道区域划分的小区域的总数量；
对于所述匹配度矩阵中的每个元素，将计算得到的与所述元素对应的所有匹配度中的最大值，作为所述元素的元素值。
4.一种舰船目标识别装置，其特征在于，包括：
检测单元，用于通过雷达检测的方式，得到舰船目标的当前位置和舰船航速；
匹配单元，用于根据预设的航道匹配度拓扑地图，确定与所述舰船目标的当前位置对应的航道区域以及匹配度，所述航道匹配度拓扑地图包括位置、航道区域以及匹配度之间的对应关系，每个航道区域包含一条航道；
匹配度计算单元，用于根据所述舰船航速和与所述舰船目标的当前位置对应的匹配度，计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间的匹配度；
舰船类型确定单元，用于将与目标航道对应的舰船类型，作为所述舰船目标的类型，所述目标航道为与所述舰船目标的轨迹的匹配度大于预设匹配度阈值的航道；
所述匹配度计算单元，具体用于：
根据第二匹配度公式，计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间的匹配度，所述第二匹配度公式为：
Figure FDA0004261819710000031
其中，D表示在当前采样周期中计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间匹配度，D'表示在当前采样周期中计算得到所述舰船目标的轨迹和所述舰船目标的当前位置对应的航道区域的航道之间匹配度，v(x，y)表示所述舰船航速，b表示预设的低速下用于判断停泊船只占用航道参数，c表示预设的速率比例系数，Vmax表示预设的航速的上限阈值，Q表示与所述舰船目标的当前位置对应的匹配度。
5.根据权利要求4所述的舰船目标识别装置，其特征在于，还包括：匹配度拓扑地图的计算单元，所述匹配度拓扑地图的计算单元包括区域划分子单元和匹配度设置子单元；
所述区域划分子单元，用于将雷达观测海域的每个航道区域，均划分为多个小区域；
所述匹配度设置子单元，用于为每个所述航道区域设置一个匹配度矩阵，所述匹配度矩阵中的元素与所述航道区域的小区域一一对应，所述小区域距离所述航道区域中的航道越近则与所述小区域对应的元素值越大。
6.根据权利要求5所述的舰船目标识别装置，其特征在于，所述匹配度设置子单元，具体用于：
根据第一匹配度公式，计算得到所述匹配度矩阵的元素对应的所述小区域与所述航道区域中航道的每个轨迹点的匹配度，所述第一匹配度公式为Qi，mn，k＝Si-|Oi，mn，Pi，k|，其中，Oi,mn表示第i个所述航道区域对应的匹配度矩阵中第m列、第n行的元素对应的所述小区域的中心位置，Pi,k表示第i个所述航道区域中航道的第k个轨迹点，|Oi，mn，Pi，k|表示Oi,mn与Pi,k之间的距离，Si表示为第i个所述航道区域预设的航迹重合最远距离，Qi，mn，k表示第i个航道区域对应的匹配度矩阵中第m列、第n行的元素对应的所述小区域与第i个所述航道区域中航道的第k个轨迹点之间的匹配度，i＝1、2、……、w，w表示所述航道区域的总数量，k＝1、2、……、e，e表示航道的轨迹点的总数量，m＝1、2、……、r，n＝1、2、……、a，a×r表示所述航道区域划分的小区域的总数量；
对于所述匹配度矩阵中的每个元素，将计算得到的与所述元素对应的所有匹配度中的最大值，作为所述元素的元素值。
7.一种可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时，实现如权利要求1～3中任一项所述的舰船目标识别方法的各个步骤。
8.一种舰船目标识别设备，包括存储器和处理器，所述存储器用于存储程序；其特征在于，所述处理器，用于执行所述程序，实现如权利要求1～3中任一项所述的舰船目标识别方法的各个步骤。
CN202010317340.2A 2020-04-21 2020-04-21 舰船目标识别方法、装置、设备及可读存储介质 Active CN111553223B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010317340.2A CN111553223B (zh) 2020-04-21 2020-04-21 舰船目标识别方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010317340.2A CN111553223B (zh) 2020-04-21 2020-04-21 舰船目标识别方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN111553223A CN111553223A (zh) 2020-08-18
CN111553223B true CN111553223B (zh) 2023-07-07

Family

ID=72007543

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010317340.2A Active CN111553223B (zh) 2020-04-21 2020-04-21 舰船目标识别方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN111553223B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113849902A (zh) * 2021-08-19 2021-12-28 中国人民解放军91977部队 一种船只类型推断系统和方法
CN117557789B (zh) * 2024-01-12 2024-04-09 国研软件股份有限公司 一种海上目标的智能化检测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409283A (zh) * 2018-10-24 2019-03-01 深圳市锦润防务科技有限公司 一种海面舰船跟踪和监控的方法、系统和存储介质
CN110060281A (zh) * 2019-03-25 2019-07-26 同济大学 一种船舶及水上漂浮物轨迹追踪系统
CN110928967A (zh) * 2019-11-05 2020-03-27 厦门北斗通信息技术股份有限公司 基于大数据的船舶行为分析方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2659226A1 (en) * 2010-12-31 2013-11-06 Tomtom Germany GmbH & Co. KG Graph based topological map matching
US20180240335A1 (en) * 2017-02-17 2018-08-23 International Business Machines Corporation Analyzing vehicle sensor data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109409283A (zh) * 2018-10-24 2019-03-01 深圳市锦润防务科技有限公司 一种海面舰船跟踪和监控的方法、系统和存储介质
CN110060281A (zh) * 2019-03-25 2019-07-26 同济大学 一种船舶及水上漂浮物轨迹追踪系统
CN110928967A (zh) * 2019-11-05 2020-03-27 厦门北斗通信息技术股份有限公司 基于大数据的船舶行为分析方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A visual reasoning approach for data-driven transport assessment on urban road;Wang F, Chen W, Wu F, et al.;IEEE;第103-122页 *
轨迹数据可视分析研究;王祖超, 袁晓如;计算机辅助设计与图形学学报;第27卷(第01期);第9-25页 *

Also Published As

Publication number Publication date
CN111553223A (zh) 2020-08-18

Similar Documents

Publication Publication Date Title
CN109871909B (zh) 图像识别方法及装置
US10223611B1 (en) Object detection using image classification models
CN111553223B (zh) 舰船目标识别方法、装置、设备及可读存储介质
CN108225339A (zh) 用于估计车辆位置的装置和方法
CN112508037B (zh) 图像模板匹配方法、装置及存储装置
CN112904331B (zh) 移动轨迹的确定方法、装置、设备及存储介质
KR102441053B1 (ko) 차량의 주행차로 추정 장치 및 방법
CN110892760A (zh) 基于深度学习定位终端设备
CN111121607B (zh) 一种训练三维定位模型的方法及三维定位方法、装置
CN114299303A (zh) 一种船舶目标检测方法、终端设备及存储介质
CN111582257A (zh) 用于对待检测对象进行检测的方法、装置及系统
CN110738204B (zh) 一种证件区域定位的方法及装置
CN110503600B (zh) 特征点检测方法、装置、电子设备和可读存储介质
CN109726726B (zh) 视频中的事件检测方法及装置
CN107316331B (zh) 针对道路图像的灭点自动标定方法
CN113189598B (zh) 一种湖床盆地快速定位及淤泥分布及厚度快速测定方法
CN113203424B (zh) 多传感器的数据融合方法、装置及相关设备
CN111462176B (zh) 一种目标追踪方法、目标追踪装置及终端设备
CN114612739A (zh) 双目全景图像目标检测方法、装置、计算机设备
KR20160128759A (ko) 무선 센서 네트워크 장치 및 그 제어방법
CN114663748A (zh) 室内物体识别的方法、装置、电子设备及介质
CN113688655B (zh) 干扰信号的识别方法、装置、计算机设备和存储介质
CN110705479A (zh) 模型训练方法和目标识别方法、装置、设备及介质
CN115240401B (zh) 车辆位置确定方法、装置、设备、介质和产品
CN113030941B (zh) 目标物的方位角确定方法、装置、设备和存储介质

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