123,123

內(nèi)容簡(jiǎn)介

　　相比陸基、?；⒖栈Ｑ竽繕?biāo)監(jiān)視技術(shù)，天基海洋目標(biāo)監(jiān)視具有覆蓋范圍廣、不受空域國(guó)界和地理?xiàng)l件限制等優(yōu)勢(shì)，是海洋強(qiáng)國(guó)爭(zhēng)相發(fā)展的監(jiān)視手段，也是海洋目標(biāo)監(jiān)視的發(fā)展趨勢(shì)。近年來(lái)，隨著低軌巨型遙感星座和地球同步軌道遙感衛(wèi)星的快速發(fā)展，多源衛(wèi)星對(duì)海洋目標(biāo)探測(cè)信息的融合處理已成為海洋強(qiáng)國(guó)建設(shè)和相關(guān)組織研究的熱點(diǎn)方向。目前，應(yīng)用于海洋目標(biāo)監(jiān)視的衛(wèi)星大部分工作在不同的低地球軌道（如太陽(yáng)同步軌道）上，單顆衛(wèi)星重訪周期較長(zhǎng)，因此，衛(wèi)星對(duì)海洋目標(biāo)探測(cè)具有稀疏非均勻的特點(diǎn)。同時(shí)，應(yīng)用于海洋目標(biāo)監(jiān)視的衛(wèi)星傳感器類型較多，不同衛(wèi)星傳感器對(duì)海洋目標(biāo)的探測(cè)數(shù)據(jù)具有質(zhì)量差異大、特征維度不一致等特點(diǎn)。傳統(tǒng)的基于數(shù)學(xué)方程的信息融合方法大多針對(duì)同類型、同結(jié)構(gòu)、稠密均勻的觀測(cè)數(shù)據(jù)，不能直接用于多源衛(wèi)星信息融合處理，基于深度學(xué)習(xí)的多（跨）模態(tài)融合理論為多源衛(wèi)星海洋目標(biāo)探測(cè)信息的融合處理提供了新思路。本書系統(tǒng)總結(jié)了作者近十年的研究成果，對(duì)多源衛(wèi)星對(duì)海洋目標(biāo)的檢測(cè)、識(shí)別、關(guān)聯(lián)、跟蹤等融合處理方面進(jìn)行了介紹。同時(shí)，本書結(jié)合了傳統(tǒng)信息融合理論和深度學(xué)習(xí)方法，對(duì)傳統(tǒng)信息融合理論進(jìn)行了改進(jìn)，并對(duì)基于深度學(xué)習(xí)的多源衛(wèi)星信息融合進(jìn)行了探索。本書可供衛(wèi)星海洋監(jiān)視信息處理領(lǐng)域的廣大科技工作者、工程技術(shù)人員參考，還可作為高等院校相關(guān)專業(yè)研究生和高年級(jí)本科生的教材或參考資料。

作者簡(jiǎn)介

　　姚力波中國(guó)人民解放軍海軍航空大學(xué)副教授，主要研究方向?yàn)槎嘣葱l(wèi)星信息融合、衛(wèi)星數(shù)據(jù)在軌處理。崔亞奇中國(guó)人民解放軍海軍航空大學(xué)副教授，主要研究方向?yàn)槎嘣葱畔㈥P(guān)聯(lián)與融合。彭煊中國(guó)人民解放軍31092部隊(duì)副研究員，主要研究方向?yàn)檫b感大數(shù)據(jù)智能分析。劉勇中國(guó)人民解放軍軍事科學(xué)院助理研究員，主要研究方向?yàn)槎嘣葱l(wèi)星信息融合。張?bào)汴现袊?guó)人民解放軍61646部隊(duì)助理研究員，主要研究方向?yàn)檫b感衛(wèi)星圖像智能解譯。

圖書目錄

第 1章概述001
1.1 研究背景及意義 001
1.2 衛(wèi)星海洋目標(biāo)探測(cè)技術(shù)發(fā)展現(xiàn)狀 003
1.2.1 遙感成像衛(wèi)星海洋目標(biāo)探測(cè)技術(shù) 003
1.2.2 電子偵察衛(wèi)星海洋目標(biāo)探測(cè)技術(shù) 011
1.3 衛(wèi)星海洋目標(biāo)信息處理技術(shù)研究現(xiàn)狀 017
1.3.1 多源遙感衛(wèi)星艦船目標(biāo)信息處理研究現(xiàn)狀 017
1.3.2 多源遙感衛(wèi)星信息融合艦船監(jiān)視應(yīng)用現(xiàn)狀 030
1.4 本書內(nèi)容安排 033
參考文獻(xiàn) 034

第 2章遙感衛(wèi)星數(shù)據(jù)艦船目標(biāo)檢測(cè)與識(shí)別 045
2.1 引言 045
2.2 基于多通道衛(wèi)星遙感圖像的艦船目標(biāo)檢測(cè) 046
2.2.1 基于二元級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的極化SAR船只目標(biāo)檢測(cè) 046
2.2.2 基于互學(xué)習(xí)的多光譜多方向艦船目標(biāo)融合檢測(cè)模型 066
2.3 基于衛(wèi)星遙感圖像的艦船目標(biāo)分類與識(shí)別 080
2.3.1 基于屬性與多級(jí)局部特征的衛(wèi)星遙感圖像艦船目標(biāo)精細(xì)
識(shí)別 080
2.3.2 基于可解釋注意力網(wǎng)絡(luò)的衛(wèi)星遙感圖像艦船目標(biāo)可信
識(shí)別 107
2.4 本章小結(jié) 119
參考文獻(xiàn) 120

第3章遙感衛(wèi)星數(shù)據(jù)艦船目標(biāo)跟蹤 125
3.1 引言 125
3.2 基于電子偵察衛(wèi)星的艦船目標(biāo)跟蹤 126
3.2.1 基于地理坐標(biāo)的航跡濾波 126
3.2.2 基于改進(jìn)MHT的衛(wèi)星電子信息艦船目標(biāo)跟蹤 132
3.2.3 實(shí)驗(yàn)驗(yàn)證 142
3.3 基于靜止軌道凝視光學(xué)遙感衛(wèi)星的艦船目標(biāo)跟蹤 151
3.3.1 圖像預(yù)處理 153
3.3.2 艦船目標(biāo)檢測(cè) 155
3.3.3 艦船目標(biāo)位置校正 158
3.3.4 艦船目標(biāo)跟蹤 166
3.3.5 實(shí)驗(yàn)驗(yàn)證 168
3.4 本章小結(jié) 181
參考文獻(xiàn) 181

第4章多源遙感衛(wèi)星數(shù)據(jù)艦船目標(biāo)關(guān)聯(lián) 185
4.1 引言 185
4.2 基于低軌遙感衛(wèi)星的艦船目標(biāo)關(guān)聯(lián) 186
4.2.1 低軌遙感衛(wèi)星與低軌遙感衛(wèi)星的艦船目標(biāo)關(guān)聯(lián) 186
4.2.2 低軌遙感衛(wèi)星與星載AIS的艦船目標(biāo)關(guān)聯(lián) 202
4.3 基于高軌遙感衛(wèi)星的艦船目標(biāo)關(guān)聯(lián) 216
4.3.1 基于運(yùn)動(dòng)信息與幅度信息結(jié)合的雙階段艦船目標(biāo)中斷航跡
關(guān)聯(lián) 217
4.3.2 基于長(zhǎng)短期記憶網(wǎng)絡(luò)和點(diǎn)集配準(zhǔn)的艦船目標(biāo)中斷航跡關(guān)聯(lián) 230
4.4 基于高軌遙感衛(wèi)星與星載AIS、低軌遙感衛(wèi)星的艦船目標(biāo)關(guān)聯(lián) 240
4.4.1 基于高軌遙感衛(wèi)星與星載AIS的艦船目標(biāo)關(guān)聯(lián) 240
4.4.2 基于高軌遙感衛(wèi)星與低軌遙感衛(wèi)星的艦船目標(biāo)關(guān)聯(lián) 248
4.5 本章小結(jié) 262
參考文獻(xiàn) 262

第5章多源遙感衛(wèi)星艦船目標(biāo)數(shù)據(jù)在軌融合 265
5.1 引言 265
5.2 遙感衛(wèi)星艦船目標(biāo)在軌智能檢測(cè)與分類 266
5.2.1 基于特征優(yōu)化的SAR衛(wèi)星遙感圖像艦船目標(biāo)快速檢測(cè) 266
5.2.2 基于特征共享的光學(xué)衛(wèi)星遙感圖像艦船目標(biāo)一體化檢測(cè)與
識(shí)別 287
5.3 遙感衛(wèi)星多源數(shù)據(jù)在軌智能關(guān)聯(lián)與跟蹤 304
5.3.1 基于混合驅(qū)動(dòng)的遙感衛(wèi)星艦船目標(biāo)在軌智能跟蹤 304
5.3.2 基于多源衛(wèi)星的艦船目標(biāo)中斷航跡在軌智能關(guān)聯(lián) 315
5.4 本章小結(jié) 328
參考文獻(xiàn) 328
名詞索引 334
附錄 337