调制型光纤捷联系统系泊状态标校方法

针对舰船系泊状态特有的运动环境及惯性器件偏差对捷联系统导航精度的影响,提出一种单轴四位置旋转调制方案并建立该系统误差方程。研究了直观分析系统参数可观测性的解析方法,并运用谱条件数法计算出惯性测量单元（inertial measurement unit, IMU）在静止和旋转状态下各状态量的可观测度,利用分离位置回路的卡尔曼滤波模型实现了器件偏差的现场估计。数值仿真显示,单轴四位置转停方案可以有效地提高惯性器件偏差的可观测度,大大提高了系泊状态下惯性器件偏差的估计精度。     

单轴旋转SINS轴向陀螺漂移精确标校方法

为提高单轴旋转捷联惯导系统长时间导航精度,提出了一种精确标校轴向陀螺漂移的方法。在静基座条件下分析了轴向陀螺漂移、初始姿态和航向角误差对系统经纬度影响,将水平阻尼网络引入到导航算法流程中以抑制系统舒拉振荡误差。建立了经纬度误差与轴向陀螺漂移、初始航向角误差之间的数学模型,并设计了一种合理的标校流程,采用最小二乘法对轴向陀螺漂移进行精确标校。对该方法进行了数学仿真与实际系统验证实验。实验结果表明,当系统陀螺漂移误差为0.01(°)/h时,经过12.5 h精确标校后轴向陀螺漂移的辨识精度达到0.001(°)/h,系统的定位精度优于1.5 n mile/48 h。     

基于深度特征融合的SAR图像与AIS信息关联方法

星载合成孔径雷达(synthetic aperture radar, SAR)和自动识别系统(automatic identification system, AIS)都可以获取到探测目标的相关信息,将两者获取的信息进行关联融合,有益于实现高效的海上侦察监视。由于数据之间存在的异构性,传统方法多依赖人工特征建立SAR图像与AIS信息的关联关系,但这些方法存在精度差、效率低等缺点。本文提出了一种基于深度特征融合的SAR图像与AIS信息关联方法,针对两种模态数据的特点分别设计了对应的特征学习网络获取单模态特征表示,进一步融合不同模态的特征信息以增强跨模态信息间的语义相关性,然后通过设计的关联学习目标函数进行跨模态特征之间关联学习。在构建的数据集上验证表明,所提方法关联精度高、适应性强,验证了所提数据集和方法的有效性。     

AIS—基于文本挖掘的增强型Web信息处理技术

回顾了中文和英文语言环境下的Web文本挖掘现状,阐明了其现阶段的特点和技术瓶颈.之后提出了一种基于Web文本挖掘的网页内容挖掘技术:AIS(Augmented information support),介绍了相关实现所涉及的基础技术和功能.最后将AIS技术应用于香山科学会议网站,开发了AIS4XSSC文本挖掘系统并展示了现阶段其主要功能.实践表明AIS技术能够从大量的Web文本中有效提炼信息,提高用户检索效率并向用户推送有价值的信息.     

基于信息理论的舰船噪声盲分离算法

目前水声信号处理方法大多基于信号和环境的特定统计假设 ,使用限制较大。当模型假设不成立时 ,会严重影响信号处理效果。本文导出了基于信息理论的舰船噪声盲分离算法。该算法利用当信号相互独立时的信息理论特性 (互信息量最小或熵最大 )作为分离准则 ,逐步学习确定分离矩阵。算法无需输入信号和混合矩阵的任何先验知识 ,实验仿真证明了算法的有效性。     

基于位置信息的协同过滤推荐算法

近年来O2O电子商务模式兴起并迅速发展。针对移动互联网领域的信息过载和个性化服务推荐问题,通过将移动用户的位置信息引入到协同过滤的推荐过程,提出一种基于位置信息改进的协同过滤推荐算法。该算法首先通过计算用户与项目的距离对项目集进行预过滤,以项目被评分用户的交集作为计算项目相似度的基础,对预过滤项目集进行偏好预测。实验表明,该算法能有效大幅减少推荐过程中的计算量以改善推荐的实时性,并能对新项目和新用户作出推荐。     

基于中心点和语义信息的多方向遥感舰船检测

在高分辨率遥感影像解译中, 舰船目标的检测一直是研究热点。针对遥感影像中近岸舰船排列密集、方向各异以及背景复杂等问题, 本文提出一种基于旋转中心点网络和语义信息(rotated CenterNet using semantic information, RSI-CenterNet)的多方向遥感舰船目标检测方法。首先, 基于关键点检测网络, 在检测阶段添加目标角度回归分支, 以预测目标方向; 其次, 添加语义分割分支, 并将其输出的特征与检测部分的输入特征进行融合以强化目标区域的特征信息; 最后, 引入注意力模块, 以强化目标显著区域与通道的特征, 提升检测精度。实验结果表明, 与其他多种先进方法相比, 本文方法具有更高的检测精度与检测速度, 在高分辨率船舶数据集(High Resolution Ship Collections 2016, HRSC2016)上的平均精度达到88.31%, 检测速度达到17.8 FPS。     

基于模糊双门限的高频地波雷达与AIS目标航迹关联方法

提出了一种基于模糊双门限的地波雷达与船只身份自动识别系统(automatic identification system,AIS)目标航迹关联方法,该方法主要是利用模糊隶属度来描述两条航迹间的关联程度,并通过双门限检测来确定关联的航迹对。具体讨论分析了算法中展度、权重、调整因子等参数的选取原则,最后利用2011年10月31和2013年9月6日获取的两批实测地波雷达与AIS数据将本文方法与最近邻航迹关联算法做了对比,结果表明,此方法的关联率高于最近邻航迹关联算法,并且在航迹较为复杂情况下,提出的航迹关联算法具有更好的稳定性。     

基于AIS的船舶驾驶实时增强仿真系统

目前航海模拟器主要用于航海教学与技术培训,而现场使用真实的航行水域中气象环境及目标船信息进行船舶指挥决策仿真的很少.研究系统构成要素,基于AIS的实时真实信息与虚拟环境融合,经验性船舶流体动力模型,运用统一数据源进行电子海图、雷达和三维视景数据精确匹配可视化方法,采用人在回路中的半实物仿真方式,建立船舶驾驶实时增强仿真系统,形成更加逼真的航行区域环境,能够更真实地反映舰船航行时的人机互动,有助于辅助决策结果的实时性、可信性与有效性,实现了船舶航行指挥决策论证和特殊操纵方案评估,实验结果表明了系统的可行性.     

基于位置观测信息的Davenport四元数DVL标定方法

多普勒计程仪(Doppler velocity log, DVL)能够实时为捷联惯性导航系统(strapdown inertial navigation system, SINS)提供外部速度辅助信息,准确稳定的DVL标定工作对提升SINS/DVL组合导航系统的性能具有重要意义。为有效解决此问题,提出了一种基于位置观测信息的Davenport四元数标定方法。在所提方法中,通过基于多普勒测速原理的位置观测推算标定刻度因子误差以减小速度量测噪声的不利影响,利用基于Davenport四元数方法的位置观测矢量方程解算标定安装角误差以增强旋转矩阵求解的稳定性。船载湖试结果表明,相比于现有方法,所提标定方法在简单和复杂的机动情况下均具有更高的准确度和更好的稳定性。     

New data association technique based on ACO with directional information considered

Due to the advantages of ant colony optimization （ACO） in solving complex problems, a new data association algorithm based on ACO in a cluttered environment called DACDA is proposed. In the proposed method, the concept for tour and the length of tour are redefined. Additionally, the directional information is incorporated into the proposed method because it is one of the most important factors that affects the performance of data association. Kalman filter is employed to estimate target states. Computer simulation results show that the proposed method could carry out data association in an acceptable CPU time, and the correct data association rate is higher than that obtained by the data association （DA） algorithm not combined with directional information.     

基于改进多特征融合均值位移算法的红外舰船目标跟踪

针对红外海面背景杂波干扰严重多特征融合的均值位移算法无法准确跟踪目标的问题,对原算法进行了改进,提出一种基于多特征融合均值位移跟踪的新框架。在多特征融合均值位移跟踪的基础上,所提算法通过加入对目标区域的迭代分割并提取区域形心,实现了舰船目标的准确再定位;在局部分割的基础上,提出了对多特征模板尺寸和目标模型的更新方案,实现了对红外海面背景下舰船目标的准确、鲁棒跟踪。利用实际红外图像序列对算法性能进行验证,实验结果表明,所提算法能够更准确、有效地跟踪图像序列中的舰船目标。     

基于非下采样剪切波变换域方向信息测度的多聚焦图像融合方法

根据非下采样剪切波变换(non-subsample shearlet transform, NSST)在图像融合领域的优势和多聚焦图像的成像特点,将NSST运用于多聚焦图像融合。在NSST变换域中,利用方向信息测度能够突出图像边缘纹理特征以及降低图像噪声,将其运用在高频子带系数的融合规则中,并对传统的低频融合策略进行改进,将低频系数和高频系数的融合图像进行NSST的逆变换,得到融合图像。计算机仿真实验表明,相比于传统的剪切波变换的融合策略,本文提出的图像融合方法提高了图像的融合质量,增加了图像的信息量,并能降低图像噪声,具有一定的有效性和实用性。     

基于干涉Cartwheel编队构形的系统参数定标

干涉Cartwheel是实现星载合成孔径雷达干涉测量(InSAR)的一种编队卫星构形。它能利用相对稳定的星间基线进行干涉测高,并通过系统参数定标获得高精度的地面数字高程模型(DEM)。首先利用干涉Cart-wheel的几何构形,建立了多基线干涉平台待定标参数之间的关系。然后在精确的星间测距基础上,将待定标参数关系引入到各干涉平台定标方程中,提出了多干涉平台联合定标算法。该算法利用干涉Cartwheel构形的冗余信息,不仅能一次联合修正多个干涉平台的系统参数,而且降低了地面定标控制点的实现要求。仿真表明该算法能给出较好的参数定标结果,并重建出精确的地形高程。     

基于Kalman滤波的加速度计十位置标定方法

未经完全补偿的加速度计标定误差会残留到初始对准阶段,引起水平姿态误差。针对这一问题,提出一种基于卡尔曼滤波初始对准的标定加速度计零偏和安装误差角的新方法。在分析水平对准精度的基础上,推导出加速度计标定误差模型,给出四步骤十位置标定编排方案。确定了最优标定路径,仿真验证了转台最优路径的有效性。表明该方法能在对准阶段利用水平姿态误差进一步补偿残余标定误差,提高加速度计的标定精度。     

基于扩展观测量的车载捷联惯导系统外场标定

为了提高车载捷联惯导系统的导航精度,缩短标定时间,针对车载捷联惯导系统的使用特点,提出了一种基于观测量扩展的外场多位〖JP3〗置标定方案。在传统外场标定方案的基础上,增加等效陀螺信息为观测量,对其可观测性进行分析,设计了一种新的外场六位置标定方案,并进行了实验验证。实验结果表明,在引入等效陀螺误差后,等效天向陀螺漂移的观测度由0.000 6提高到0.999 9,收敛速度变快,初始对准的精度和速度有所提高,外场标定结果中陀螺漂移和加速度计零偏的标定误差均小于15%,与实验室标定值基本一致,具有一定的工程应用价值。     

基于级联卷积神经网络的港口多方向舰船检测与分类

港口舰船目标自动检测的定位和类型分类是一个重要而具有挑战性的问题。针对高分辨率光学遥感影像中多方向性排列密集的近岸舰船目标定位和识别困难的问题,提出基于级联区域卷积神经网络和手工提取特征相结合的近岸舰船检测识别框架。首先,使用级联的区域卷积神经网络对舰船位置进行粗定位并对类别进行估计,得到一系列粗定位的垂直预测框。然后,设计一个可以准确定位舰船的斜框旋转回归器,其将第一阶段所得粗定位垂直矩形框转变为带方向的斜矩形框。最后,使用非极大值抑制的方法去除冗余的预测框。实验采用谷歌地球上采集的数据集进行训练和预测,实验结果表明所提算法在精准率和召回率上均具有较大优势。