CN116699662A - 一种基于gnss-r的海上目标定位方法及系统 - Google Patents
一种基于gnss-r的海上目标定位方法及系统 Download PDFInfo
- Publication number
- CN116699662A CN116699662A CN202310511556.6A CN202310511556A CN116699662A CN 116699662 A CN116699662 A CN 116699662A CN 202310511556 A CN202310511556 A CN 202310511556A CN 116699662 A CN116699662 A CN 116699662A
- Authority
- CN
- China
- Prior art keywords
- delay
- target
- doppler
- sea clutter
- frequency shift
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012549 training Methods 0.000 claims abstract description 23
- 230000008030 elimination Effects 0.000 claims abstract description 14
- 238000003379 elimination reaction Methods 0.000 claims abstract description 14
- 238000003062 neural network model Methods 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims abstract description 13
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 238000013112 stability test Methods 0.000 claims abstract description 6
- 238000010586 diagram Methods 0.000 claims description 60
- 230000015654 memory Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- CHBOSHOWERDCMH-UHFFFAOYSA-N 1-chloro-2,2-bis(4-chlorophenyl)ethane Chemical compound C=1C=C(Cl)C=CC=1C(CCl)C1=CC=C(Cl)C=C1 CHBOSHOWERDCMH-UHFFFAOYSA-N 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种基于GNSS‑R的海上目标定位方法及系统，属于遥感技术领域，包括：采集目标区域的多个全球导航卫星系统观测数据，提取时延多普勒频移图；对时延多普勒频移图进行平稳性检验和预设神经网络模型训练，得到预测海杂波时延多普勒频移图；由待预测目标时延多普勒频移图减去预测海杂波时延多普勒频移图，得到消除海杂波时延多普勒频移图；筛选初始目标位置，基于统一坐标系将初始目标位置转换为空间位置；利用几何语义约束计算转换空间位置，得到海上目标位置。本发明通过卫星反射信号对特定区域的海上目标进行长时间持续性监测，能实时快速定位出海上目标的精确位置，对保障海上航运安全，防止海洋灾害发生以及进行海上救援等具有重要意义。
Description
技术领域
本发明涉及遥感技术领域，尤其涉及一种基于GNSS-R的海上目标定位方法及系统。
背景技术
海上目标定位，是保障海上航运安全，防止海洋灾害发生，进行海上救援的重要手段。特别是对于没有运动能力的，需要拖船牵引，如钻井平台一类的海上目标，更加需要被定位，以确保航运安全。
传统的海上目标定位方法有很多，例如采用岸基雷达，岸基雷达虽然技术成熟，但是位置一般固定，且探测范围有限，只能探测近岸的附近海域。还有方法采用星载合成孔径雷达(Synthetic Aperture Radar，SAR)对海上目标进行定位，具备了全天时、全天候的对地观测能力，可以快速完成对海上目标的定位。但是星载SAR探测目标受限于卫星轨道的限制，其重返周期长。还有方法采用机载SAR的方法来探测海上目标，相比于星载SAR，机载SAR具有操作灵活，时效性强，分辨率高等优点，但是也存在滞空时间短、成本高等问题。
在此基础上，全球导航卫星反射(Global Navigation Satellite System-Reflectometry，GNSS-R)技术是一种新兴的微波遥感技术，其本质是双基地雷达原理。当海面上出现目标时，由于目标表面为金属，其菲涅尔散射系数和雷达散射截面都远大于海面，故采用该特性区分出海面和海上目标，从而检测出海面目标。通过利用GNSS测量直射信号与地表镜面反射的信号之间延迟(时间延迟或相位延迟)，再根据GNSS卫星、星载接收机和镜面反射点之间的几何位置关系，可以定位目标。有方法利用TDS-1卫星数据重构了海面散射区域以达到海面目标定位的目的，采用基于自适应阈值海杂波补偿算法，采用TDS-1卫星数据定位海上目标，但是因为TDS-1的重返周期长，并不能对同一目标进行持续跟踪。进一步的，还有方法利用飓风全球导航卫星系统CYGNSS的多星观测，利用CYGNSS星座重返周期短的特点，完成了对海面目标快速定位的目的，但是该定位方法的准确度还有些欠缺，其原因在于只使用了2颗卫星，没有发挥多颗卫星的优势，同时没有结合海上目标的运动特征进行定位。
发明内容
本发明提供一种基于GNSS-R的海上目标定位方法及系统，用以解决现有技术中对于海上目标定位采用雷达存在实施成本高，或采用卫星定位存在数据过于片面和实施周期较长，且均没有考虑海上目标自身运动特性的缺陷。
第一方面，本发明提供一种基于GNSS-R的海上目标定位方法，包括：
采集目标区域的多个全球导航卫星系统观测数据，提取所述多个全球导航卫星系统观测数据的时延多普勒频移图；
对所述时延多普勒频移图进行平稳性检验和预设神经网络模型训练，得到预测海杂波时延多普勒频移图；
获取所述目标区域的待预测目标时延多普勒频移图，由所述待预测目标时延多普勒频移图减去所述预测海杂波时延多普勒频移图，得到消除海杂波时延多普勒频移图；
筛选所述消除海杂波时延多普勒频移图中的初始目标位置，基于统一坐标系将所述初始目标位置转换为空间位置；
利用几何语义约束计算转换所述空间位置，得到海上目标位置。
第二方面，本发明还提供一种基于GNSS-R的海上目标定位系统，包括：
采集模块，用于采集目标区域的多个全球导航卫星系统观测数据，提取所述多个全球导航卫星系统观测数据的时延多普勒频移图；
训练模块，用于对所述时延多普勒频移图进行平稳性检验和预设神经网络模型训练，得到预测海杂波时延多普勒频移图；
消除模块，用于获取所述目标区域的待预测目标时延多普勒频移图，由所述待预测目标时延多普勒频移图减去所述预测海杂波时延多普勒频移图，得到消除海杂波时延多普勒频移图；
统一模块，用于筛选所述消除海杂波时延多普勒频移图中的初始目标位置，基于统一坐标系将所述初始目标位置转换为空间位置；
转换模块，用于利用几何语义约束计算转换所述空间位置，得到海上目标位置。
第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于GNSS-R的海上目标定位方法。
本发明提供的基于GNSS-R的海上目标定位方法及系统，通过多个卫星反射信号对特定区域的海上目标进行长时间持续性监测，能实时快速定位出海上目标的精确位置，具有重返周期短、高精度和低成本的优点，对保障海上航运安全，防止海洋灾害发生以及进行海上救援等具有重要意义。
附图说明
为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本发明提供的基于GNSS-R的海上目标定位方法的流程示意图之一；
图2是本发明提供的基于GNSS-R的海上目标定位方法的流程示意图之二；
图3是本发明提供的多星轨道观测法示意图；
图4是本发明提供的几何约束示意图；
图5是本发明提供的基于GNSS-R的海上目标定位系统的结构示意图；
图6是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
图1是本发明实施例提供的基于GNSS-R的海上目标定位方法的流程示意图之一，如图1所示，包括：
步骤100：采集目标区域的多个全球导航卫星系统观测数据，提取所述多个全球导航卫星系统观测数据的时延多普勒频移图；
步骤200：对所述时延多普勒频移图进行平稳性检验和预设神经网络模型训练，得到预测海杂波时延多普勒频移图；
步骤300：获取所述目标区域的待预测目标时延多普勒频移图，由所述待预测目标时延多普勒频移图减去所述预测海杂波时延多普勒频移图，得到消除海杂波时延多普勒频移图；
步骤400：筛选所述消除海杂波时延多普勒频移图中的初始目标位置，基于统一坐标系将所述初始目标位置转换为空间位置；
步骤500：利用几何语义约束计算转换所述空间位置，得到海上目标位置。
本发明针对海上目标，特别是钻井平台一类的目标，通过利用GNSS测量直射信号与地表镜面反射的信号之间延迟，如时间延迟或相位延迟，再根据GNSS卫星、星载接收机和镜面反射点之间的几何位置关系，可以定位海上目标。通过ST-LSTM预测出海杂波序列，对原始信号进行海杂波去除。由于每幅多普勒频移图(Doppler Delay Map，DDM)图都以其星下点(Sub-satellite Point，SP)为原点建立坐标系，需要将坐标统一到同一个坐标系中。根据船只一般呈直线运动的特点，在传统的距离多普勒方程Range-Doppler Equation基础上，增加了几何语义约束，即直线约束，提高探测目标的精度。
具体地，如图2所示，首先是数据准备，本发明实施例通过准备经过目标区域的三颗CYGNSS卫星观测数据，提取其时延-多普勒频移图DDM，对DDM进行平稳性检验，将固定的某个特定延迟τ和多普勒fd单元的功率时间序列进行自相关计算，检测是否具有平稳性，提取满足要求的序列数据作为神经网络模型的预训练集；然后采用大量通过平稳性检验且位于无目标海域的海杂波DDM作为预训练集，训练改进的长短期记忆网络ST-LSTM，由训练好的模型对海杂波DDM进行预测，将海杂波DDM输入到ST-LSTM中，根据先前的海杂波信号，预测未来的海杂波DDM序列；进一步将预测出的海杂波DDM序列与可能存在目标的DDM序列相减，得到消除海杂波信息DDM序列，再由阈值法确立海上目标在DDM图中的位置坐标(τ，fd)。接下来进行统一坐标系，由于每幅DDM图都以其星下点SP为原点建立坐标系，需要将坐标统一到同一个坐标系中，由于CYGNSS数据是处于地心地固坐标系(earth-centered earth-fixed，ECEF)，需要对数据进行坐标系转换；对统一坐标系后的数据结合几何语义约束得到海上目标位置，由于海上目标在开阔海域一般近似呈直线运动，在传统的距离多普勒方程Range-Doppler Equation基础上，增加了直线约束，得到了更加准确的海上目标位置，最后将得到的目标位置通过经纬度距离转换公式得到海上目标在WGS-84坐标系下的坐标。
本发明通过多个卫星反射信号对特定区域的海上目标进行长时间持续性监测，能实时快速定位出海上目标的精确位置，具有重返周期短、高精度和低成本的优点，对保障海上航运安全，防止海洋灾害发生以及进行海上救援等具有重要意义。
基于上述实施例，采集目标区域的多个全球导航卫星系统观测数据，提取所述多个全球导航卫星系统观测数据的时延多普勒频移图，包括：
确定全球导航卫星系统中的若干个卫星采集所述多个全球导航卫星系统观测数据；
以每个卫星采集的所述多个全球导航卫星系统观测数据作为所述时延多普勒频移图中的单个时延多普勒频移图序列。
可以理解的是，为克服现有的采用卫星进行海上目标定位时，由于卫星数据过少导致结果过于片面，本发明实施例在数据准备阶段考虑了目标定位的准确性和时效性，采用三颗卫星数据解算目标位置，通过准备好经过该目标区域的三颗CYGNSS卫星观测数据，对卫星观测数据进行读取，并提取其时延-多普勒频移图DDM。
基于上述实施例，对所述时延多普勒频移图进行平稳性检验，包括：
将单个时延多普勒频移图序列中单个时延多普勒频移图转换为一维行向量，将所述单个时延多普勒频移图序列中多个时延多普勒频移图对应的一维行向量组合形成矩阵；
确定所述矩阵的任一列向量为任一延迟和多普勒频移单元的功率时间序列，基于序列滞后数和序列平均值对所有的功率时间序列进行自相关运算，提取在噪声区无相关性、呈现拖尾性的功率时间序列作为预训练海杂波序列。
具体地，对每颗卫星的DDM序列进行平稳性检验，将每幅DDM转换为1×187的行向量，再将N幅DDM进行组合，得到N×187的矩阵，每一列代表某个特定延迟τ和多普勒fd单元的功率时间序列n∈[1,187]。对该DDM序列进行自相关运算，表达式为：
k为序列滞后数，为序列的均值，N为DDM序列数量。通过对DDM序列进行自相关运算，只有当DDM序列，在噪声区没有相关性，由纯海杂波响应构成的序列呈现拖尾性，才可以作为预训练的海杂波序列/>
基于上述实施例，对所述时延多普勒频移图进行预设神经网络模型训练，得到预测海杂波时延多普勒频移图，包括：
将所述预训练海杂波序列输入至改进的长短期记忆ST-LSTM网络进行训练，得到海杂波序列预测模型，其中所述ST-LSTM网络包括四层ConvLSTM结构和相邻时刻顶层信息到底层信息的通道；
将所述时延多普勒频移图输入至所述海杂波序列预测模型，得到所述预测海杂波时延多普勒频移图。
具体地，本发明实施例准备大量通过平稳性检验且位于无目标海域的海杂波DDM作为预训练集训练改进的长短期记忆网络ST-LSTM。
此处，ST-LSTM是一种改进的LSTM网络，是对LSTM网络进行结构改进，和标准LSTM相比，ST-LSTM增加了不同层间对应位置的cell连接，大量应用于现有的针对时间变量存在高精度需求，且容易出现时延特性的预测场景中。特别地，由于ST-LSTM有四层ConvLSTM结构，并添加了相邻时刻顶层信息到底层的通道，因此能较完整地保留了高层的时间信息，更能正确预测出海杂波序列。
当需要对目标进行探测时，需要将待测目标区域之前的海杂波序列输入到训练好的ST-LSTM网络，得到经过待测目标区域的预测海杂波序列/>
基于上述实施例，将从ST-LSTM预测出的海杂波序列与需要检测海上目标的DDM序列进行相减，得到只保留目标信息的DDM序列/>
基于上述实施例，筛选所述消除海杂波时延多普勒频移图中的初始目标位置，包括：
利用阈值法筛选所述消除海杂波时延多普勒频移图，去除筛选后消除海杂波时延多普勒频移图的虚警值，得到所述初始目标位置；
其中，所述初始目标位置包括每个初始目标位置的时延和多普勒频移。
具体地，本发明实施例在完成对DDM的海杂波去除后，还需要对结果进行筛选，得到目标所在位置的时延和多普勒频移。采用阈值法，对目标进行筛选，去除虚警值情况，得到每幅DDM图中的目标位置(τ，fd)。
基于上述实施例，基于统一坐标系将所述初始目标位置转换为空间位置，包括：
确定所述消除海杂波时延多普勒频移图中任一多普勒频移图的星下点为坐标原点，构建所述统一坐标系，计算所述消除海杂波时延多普勒频移图中其它多普勒频移图的星下点与所述坐标原点的偏置值，基于所述偏置值将所述其它多普勒频移图映射至所述统一坐标系；
利用旋转矩阵对多个全球导航卫星的地心地固坐标系数据进行转换，得到卫星运动状态数据；
结合所述统一坐标系和所述卫星运动状态数据，对所述初始目标位置转换得到所述空间位置。
具体地，为了确定海上目标位置的真实位置，需要将目标在延迟多普勒域(delay，doppler)的位置转换为空间位置。
根据GNSS-R的几何模型，建立本地参考坐标系(Local Reference Frame，LRF)。在本地参考坐标系中，都是根据该幅图像的星下点SP作为坐标原点。因为存在多幅图像，所以在联立方程时，需要将目标点之间进行坐标系统一。本地参考坐标系不方便统一坐标系，故引入站心坐标系，又称为当地东北天坐标系ENU作为中间坐标系。选择其中一幅DDM图，将其星下点设为原点，设立统一坐标系。计算统一坐标系的星下点与其他DDM图星下点的偏置，将其他坐标系的目标映射到该统一坐标系。
同时，由于CYGNSS数据是处于地心地固坐标系(earth-centered earth-fixed，ECEF)的数据，故需要对原始数据进行转换。其旋转矩阵表示为：
其中，λ表示镜反射点的经度，表示镜反射点的纬度，Tx,ecef、Ty,ecef和Tz,ecef分别表示在地心地固坐标系的x、y和z轴坐标，Tx,enu、Ty,enu和Tz,enu分别表示在站心坐标系的x、y和z轴坐标。
基于上述实施例，利用几何语义约束计算转换所述空间位置，得到海上目标位置，包括：
获取多个全球导航卫星的卫星速度、卫星高度和序列号，获取全球定位系统卫星仰角；
基于所述卫星速度、所述卫星高度、所述序列号和所述全球定位系统卫星仰角，采用距离多普勒方程解算所述空间位置，得到初始海上目标位置；
确定所述海上目标在不同位置被观测次序编号、目标运动直线的斜率和截距，基于所述不同位置被观测次序编号、所述斜率和所述截距，利用所述几何语义约束进一步解算所述初始海上目标位置，得到所述海上目标位置。
具体地，本发明实施例结合几何语义约束得到目标位置：为了解算目标位置，可以通过距离多普勒方程Range-Doppler Equation解出，目标方程如下：
其中，i代表CYGNSS卫星的序列号，数值从1到3。VGNSS，i＝(VGNSS，xi，VGNSS，yi，VGNSS，zi)为导航卫星的速度，VCYGNSS，i＝(VCYGNSS，xi，VCYGNSS，yi，VCYGNSS，zi)为CYGNSS卫星的速度，hCYGNSS，i为CYGNSS卫星的高度，γi为GPS卫星的仰角。如图3所示，采用CY01，CY02和CY03卫星对海上目标联合观测，图中的SP1点、SP2点和SP3点。如果只对单独一颗卫星的Range-DopplerEquation解算，无法消除位置模糊，区分不出真目标和假目标。通过各自卫星列出的Range-Doppler Equation共六个方程进行联合解算，可以解决位置模糊问题，直接得到由三颗卫星共同作用的目标位置。
进一步地，如图4所示，因为海上目标为了节约时间和燃油，绝大多数时候采用的是直线运动，如由海船拖动钻井平台前进。根据这一特点，在传统的Range-DopplerEquation基础上，增加了几何语义约束，即直线约束，提高探测目标的精度。可以将该问题转换为以下式子：
其中，在前述基础上增加j，表示对于目标在运动过程中在不同位置被观测的次序，数值从1到tn，k和b分别为目标运动直线的斜率和截距。通过解出上述方程，可以消除位置模糊，得到目标在不同时间中精确的位置以及运动轨迹。可以看出，增加了几何语义约束后，可以有效降低卫星探测误差对目标定位的影响。
最后，根据经纬度距离转换公式，将海上目标位置转换到WGS-84坐标系。
下面对本发明提供的基于GNSS-R的海上目标定位系统进行描述，下文描述的基于GNSS-R的海上目标定位系统与上文描述的基于GNSS-R的海上目标定位方法可相互对应参照。
图5是本发明实施例提供的基于GNSS-R的海上目标定位系统的结构示意图，如图5所示，包括：采集模块51、训练模块52、消除模块53、统一模块54和转换模块55，其中：
采集模块51用于采集目标区域的多个全球导航卫星系统观测数据，提取所述多个全球导航卫星系统观测数据的时延多普勒频移图；训练模块52用于对所述时延多普勒频移图进行平稳性检验和预设神经网络模型训练，得到预测海杂波时延多普勒频移图；消除模块53用于获取所述目标区域的待预测目标时延多普勒频移图，由所述待预测目标时延多普勒频移图减去所述预测海杂波时延多普勒频移图，得到消除海杂波时延多普勒频移图；统一模块54用于筛选所述消除海杂波时延多普勒频移图中的初始目标位置，基于统一坐标系将所述初始目标位置转换为空间位置；转换模块55用于利用几何语义约束计算转换所述空间位置，得到海上目标位置。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行基于GNSS-R的海上目标定位方法，该方法包括：采集目标区域的多个全球导航卫星系统观测数据，提取所述多个全球导航卫星系统观测数据的时延多普勒频移图；对所述时延多普勒频移图进行平稳性检验和预设神经网络模型训练，得到预测海杂波时延多普勒频移图；获取所述目标区域的待预测目标时延多普勒频移图，由所述待预测目标时延多普勒频移图减去所述预测海杂波时延多普勒频移图，得到消除海杂波时延多普勒频移图；筛选所述消除海杂波时延多普勒频移图中的初始目标位置，基于统一坐标系将所述初始目标位置转换为空间位置；利用几何语义约束计算转换所述空间位置，得到海上目标位置。
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例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-Only Memory)、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。
另一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于GNSS-R的海上目标定位方法，该方法包括：采集目标区域的多个全球导航卫星系统观测数据，提取所述多个全球导航卫星系统观测数据的时延多普勒频移图；对所述时延多普勒频移图进行平稳性检验和预设神经网络模型训练，得到预测海杂波时延多普勒频移图；获取所述目标区域的待预测目标时延多普勒频移图，由所述待预测目标时延多普勒频移图减去所述预测海杂波时延多普勒频移图，得到消除海杂波时延多普勒频移图；筛选所述消除海杂波时延多普勒频移图中的初始目标位置，基于统一坐标系将所述初始目标位置转换为空间位置；利用几何语义约束计算转换所述空间位置，得到海上目标位置。
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的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于GNSS-R的海上目标定位方法，其特征在于，包括：
采集目标区域的多个全球导航卫星系统观测数据，提取所述多个全球导航卫星系统观测数据的时延多普勒频移图；
对所述时延多普勒频移图进行平稳性检验和预设神经网络模型训练，得到预测海杂波时延多普勒频移图；
获取所述目标区域的待预测目标时延多普勒频移图，由所述待预测目标时延多普勒频移图减去所述预测海杂波时延多普勒频移图，得到消除海杂波时延多普勒频移图；
筛选所述消除海杂波时延多普勒频移图中的初始目标位置，基于统一坐标系将所述初始目标位置转换为空间位置；
利用几何语义约束计算转换所述空间位置，得到海上目标位置。
2.根据权利要求1所述的基于GNSS-R的海上目标定位方法，其特征在于，采集目标区域的多个全球导航卫星系统观测数据，提取所述多个全球导航卫星系统观测数据的时延多普勒频移图，包括：
确定全球导航卫星系统中的若干个卫星采集所述多个全球导航卫星系统观测数据；
以每个卫星采集的所述多个全球导航卫星系统观测数据作为所述时延多普勒频移图中的单个时延多普勒频移图序列。
3.根据权利要求1所述的基于GNSS-R的海上目标定位方法，其特征在于，对所述时延多普勒频移图进行平稳性检验，包括：
将单个时延多普勒频移图序列中单个时延多普勒频移图转换为一维行向量，将所述单个时延多普勒频移图序列中多个时延多普勒频移图对应的一维行向量组合形成矩阵；
确定所述矩阵的任一列向量为任一延迟和多普勒频移单元的功率时间序列，基于序列滞后数和序列平均值对所有的功率时间序列进行自相关运算，提取在噪声区无相关性、呈现拖尾性的功率时间序列作为预训练海杂波序列。
4.根据权利要求3所述的基于GNSS-R的海上目标定位方法，其特征在于，对所述时延多普勒频移图进行预设神经网络模型训练，得到预测海杂波时延多普勒频移图，包括：
将所述预训练海杂波序列输入至改进的长短期记忆ST-LSTM网络进行训练，得到海杂波序列预测模型，其中所述ST-LSTM网络包括四层ConvLSTM结构和相邻时刻顶层信息到底层信息的通道；
将所述时延多普勒频移图输入至所述海杂波序列预测模型，得到所述预测海杂波时延多普勒频移图。
5.根据权利要求1所述的基于GNSS-R的海上目标定位方法，其特征在于，筛选所述消除海杂波时延多普勒频移图中的初始目标位置，包括：
利用阈值法筛选所述消除海杂波时延多普勒频移图，去除筛选后消除海杂波时延多普勒频移图的虚警值，得到所述初始目标位置；
其中，所述初始目标位置包括每个初始目标位置的时延和多普勒频移。
6.根据权利要求5所述的基于GNSS-R的海上目标定位方法，其特征在于，基于统一坐标系将所述初始目标位置转换为空间位置，包括：
确定所述消除海杂波时延多普勒频移图中任一多普勒频移图的星下点为坐标原点，构建所述统一坐标系，计算所述消除海杂波时延多普勒频移图中其它多普勒频移图的星下点与所述坐标原点的偏置值，基于所述偏置值将所述其它多普勒频移图映射至所述统一坐标系；
利用旋转矩阵对多个全球导航卫星的地心地固坐标系数据进行转换，得到卫星运动状态数据；
结合所述统一坐标系和所述卫星运动状态数据，对所述初始目标位置转换得到所述空间位置。
7.根据权利要求1所述的基于GNSS-R的海上目标定位方法，其特征在于，利用几何语义约束计算转换所述空间位置，得到海上目标位置，包括：
获取多个全球导航卫星的卫星速度、卫星高度和序列号，获取全球定位系统卫星仰角；
基于所述卫星速度、所述卫星高度、所述序列号和所述全球定位系统卫星仰角，采用距离多普勒方程解算所述空间位置，得到初始海上目标位置；
确定所述海上目标在不同位置被观测次序编号、目标运动直线的斜率和截距，基于所述不同位置被观测次序编号、所述斜率和所述截距，利用所述几何语义约束进一步解算所述初始海上目标位置，得到所述海上目标位置。
8.根据权利要求1所述的基于GNSS-R的海上目标定位方法，其特征在于，利用几何语义约束计算转换所述空间位置，得到海上目标位置之后，还包括：
对所述海上目标位置进行经纬度距离转换，得到所述海上目标位置的WGS-84坐标系位置值。
9.一种基于GNSS-R的海上目标定位系统，其特征在于，包括：
采集模块，用于采集目标区域的多个全球导航卫星系统观测数据，提取所述多个全球导航卫星系统观测数据的时延多普勒频移图；
训练模块，用于对所述时延多普勒频移图进行平稳性检验和预设神经网络模型训练，得到预测海杂波时延多普勒频移图；
消除模块，用于获取所述目标区域的待预测目标时延多普勒频移图，由所述待预测目标时延多普勒频移图减去所述预测海杂波时延多普勒频移图，得到消除海杂波时延多普勒频移图；
统一模块，用于筛选所述消除海杂波时延多普勒频移图中的初始目标位置，基于统一坐标系将所述初始目标位置转换为空间位置；
转换模块，用于利用几何语义约束计算转换所述空间位置，得到海上目标位置。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述基于GNSS-R的海上目标定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310511556.6A CN116699662A (zh) | 2023-05-08 | 2023-05-08 | 一种基于gnss-r的海上目标定位方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310511556.6A CN116699662A (zh) | 2023-05-08 | 2023-05-08 | 一种基于gnss-r的海上目标定位方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116699662A true CN116699662A (zh) | 2023-09-05 |
Family
ID=87838296
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310511556.6A Pending CN116699662A (zh) | 2023-05-08 | 2023-05-08 | 一种基于gnss-r的海上目标定位方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116699662A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117607917A (zh) * | 2024-01-24 | 2024-02-27 | 中国人民解放军战略支援部队航天工程大学 | 一种基于接收机输出的自动欺骗检测算法 |
-
2023
- 2023-05-08 CN CN202310511556.6A patent/CN116699662A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117607917A (zh) * | 2024-01-24 | 2024-02-27 | 中国人民解放军战略支援部队航天工程大学 | 一种基于接收机输出的自动欺骗检测算法 |
| CN117607917B (zh) * | 2024-01-24 | 2024-03-26 | 中国人民解放军战略支援部队航天工程大学 | 一种基于接收机输出的自动欺骗检测算法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kang et al. | Ship velocity estimation from ship wakes detected using convolutional neural networks | |
| Brusch et al. | Ship surveillance with TerraSAR-X | |
| JP5724907B2 (ja) | 船舶の統合監視のための衛星情報及び船舶情報の統合方法 | |
| Chaturvedi | Study of synthetic aperture radar and automatic identification system for ship target detection | |
| CA2579898C (en) | Method for the processing and representing of ground images obtained by synthetic aperture radar systems (sar) | |
| EP3063556A2 (en) | Anomaly detection using an antenna baseline constraint | |
| US7840075B2 (en) | Marine radar system with three-dimensional memory | |
| CN110687559B (zh) | 适用于机载的gnss无缝高精度定位和完好性评估方法 | |
| CN112230247B (zh) | 一种用于城市复杂环境下gnss完好性监测方法 | |
| CN116699662A (zh) | 一种基于gnss-r的海上目标定位方法及系统 | |
| US9958276B2 (en) | Method for calculating the surface speed of at least one vessel and method for deducing each drift vector at every point on the path of said vessel | |
| CN111912430A (zh) | 高轨光学卫星的在轨几何定标方法、装置、设备及介质 | |
| Ma et al. | Target kinematic state estimation with passive multistatic radar | |
| Santi et al. | Estimation of ship dynamics with a multiplatform radar imaging system | |
| US6256264B1 (en) | Localization of a submerged tow vehicle (lost) | |
| Laws et al. | Ship tracking by HF radar in coastal waters | |
| Gebre-Egziabher et al. | Model for JPALS/SRGPS flexure and attitude error allocation | |
| US20210033725A1 (en) | Radar image processing | |
| CN115100243A (zh) | 一种基于序贯sar图像的地面运动目标检测与跟踪方法 | |
| Laws et al. | Monitoring coastal vessels for environmental applications: Application of Kalman filtering | |
| ALEXANDROV et al. | Sentinel–1 SAR Image Processing for Target Detection and Evaluation by using Bulgarian VTMIS | |
| CN112882068A (zh) | 基于多接收机的gnss抗欺骗干扰方法 | |
| Hansen | Change detection on shipwrecks using synthetic aperture sonar–North Sea Wrecks Task 3.5 Deep Water Case Study | |
| Baumgartner et al. | Traffic monitoring via satellite | |
| Olofsson et al. | GNSS-free maritime navigation using radar and digital elevation models |
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 |