《進入高分SAR時代的艦船類型識別技術研究》是依託北京化工大學，由郎海濤擔任項目負責人的面上項目。
基本介紹
- 中文名：進入高分SAR時代的艦船類型識別技術研究
- 依託單位：北京化工大學
- 項目類別：面上項目
- 項目負責人：郎海濤
項目摘要,結題摘要,
項目摘要
高分SAR使艦船類型識別成為可能，是當前研究的前沿課題。艦船類型識別的準確率主要取決於艦船特徵的提取和選擇，以及分類器設計兩個核心問題。艦船特徵提取和選擇方面，現有研究提出的艦船類型對艦船類型敏感，但易受環境條件的影響。本項目提出分析艦船特徵對類型和環境的敏感性的新方法，發展新的對類型敏感而對環境條件不敏感的艦船特徵。在分類器設計方面，現有方法難以有效融合多元異構的艦船特徵構造良好的分類器。本項目提出採用核方法融合艦船特徵，發展基於稀疏核學習-支持向量機的艦船類型分類器。本項目的研究成果將形成一套系統的高分SAR艦船類型識別技術，為我國執行海上維權工作提供技術支持，為我國早日成為海上強國貢獻力量。
結題摘要
海洋是國民經濟可持續發展的戰略空間，也是國家安全的重要屏障。當前，外國船隻非法進入我國管轄海域的事件屢見不鮮，對我國海洋權益、領海安全構成了嚴重威脅。依靠傳統的地基雷達、船、飛機等監測或巡視手段，難以實現對我國近300萬平方公里的海洋國土的高效、有力監測。本項目提出充分發揮星載SAR所具有的全天時、全天候、大範圍監測能力的技術優勢，利用其獲取的數據、圖像，發展切實可行的技術，實現對海上船隻目標的檢測和識別。 為了實現對海上船隻目標高檢測率、低虛警率的檢測，項目深入研究了：（1）基於單極化數據的恆虛警率（CFAR）檢測方法，提出了（a）統計一致性、（b）n階貝塞爾函式、（c）快速自適應合成3階貝塞爾函式等三種新型的海雜波建模方法，有效提高了船隻檢測品質因數；（2）基於全極化數據的檢測量構建方法，提出了（a）融合極化相干矩陣第三特徵值和總散射能量、（b）融合四分量分解散射分量等兩種船隻檢測量。項目初步實現了對不同類型SAR感測器獲取的不同解析度、不同成像模式、不同極化方式的圖像中包含的船隻目標進行高檢測率、低虛警率的穩定檢測。 為了實現對高解析度SAR圖像船隻目標的準確分類，項目針對當前在SAR船隻特徵提取與選擇，分類器設計等方面尚未解決的關鍵問題，深入研究了：（1）對船隻類型敏感而對環境條件不敏感的SAR船隻特徵。提取了包括長、寬、長寬比等幾何特徵；RCS均值、方差等散射特徵；HU不變矩、分形維數等不變特徵在內的21種船隻表征特徵。（2）特徵和分類器聯合選擇技術。提出了基於序列前向浮動選擇算法的特徵和分類器聯合最佳化方法。（3）多核學習方法。提出了基於穩定的幾何特徵和多核學習方法的船隻分類技術。（4）利用知識遷移學習實現少標記樣本條件下的高準確率船隻分類方法。提出了基於AIS信息遷移的SAR船隻分類提升方法。本項目在現有的公開發表的資料庫上進行的測試結果表明，所提出的方法達成了對三種類型船隻分類準確率高於85%的研究目標。
