衛(wèi)星海洋目標信息感知與處理技術(shù)

定　價：￥199.80

作　者：	姚力波高貴彭煊劉勇張筱晗
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥174.00)

ISBN：	9787115655219	出版時間：	2024-12-01	包裝：	精裝
開本：		頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　相比陸基、?；?、空基海洋目標監(jiān)視技術(shù)，天基海洋目標監(jiān)視具有覆蓋范圍廣、不受空域國界和地理條件限制等優(yōu)勢，是海洋強國爭相發(fā)展的監(jiān)視手段，也是海洋目標監(jiān)視的發(fā)展趨勢。近年來，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)星對海洋目標探測信息的融合處理已成為海洋強國建設(shè)和相關(guān)組織研究的熱點方向。目前，應(yīng)用于海洋目標監(jiān)視的衛(wèi)星大部分工作在不同的低地球軌道（如太陽同步軌道）上，單顆衛(wèi)星重訪周期較長，因此，衛(wèi)星對海洋目標探測具有稀疏非均勻的特點。同時，應(yīng)用于海洋目標監(jiān)視的衛(wèi)星傳感器類型較多，不同衛(wèi)星傳感器對海洋目標的探測數(shù)據(jù)具有質(zhì)量差異大、特征維度不一致等特點。傳統(tǒng)的基于數(shù)學方程的信息融合方法大多針對同類型、同結(jié)構(gòu)、稠密均勻的觀測數(shù)據(jù)，不能直接用于多源衛(wèi)星信息融合處理，基于深度學習的多（跨）模態(tài)融合理論為多源衛(wèi)星海洋目標探測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，對多源衛(wèi)星對海洋目標的檢測、識別、關(guān)聯(lián)、跟蹤等融合處理方面進行了介紹。同時，本書結(jié)合了傳統(tǒng)信息融合理論和深度學習方法，對傳統(tǒng)信息融合理論進行了改進，并對基于深度學習的多源衛(wèi)星信息融合進行了探索。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)研究生和高年級本科生的教材或參考資料。

作者簡介

　　姚力波中國人民解放軍海軍航空大學副教授，主要研究方向為多源衛(wèi)星信息融合、衛(wèi)星數(shù)據(jù)在軌處理。崔亞奇中國人民解放軍海軍航空大學副教授，主要研究方向為多源信息關(guān)聯(lián)與融合。彭煊中國人民解放軍31092部隊副研究員，主要研究方向為遙感大數(shù)據(jù)智能分析。劉勇中國人民解放軍軍事科學院助理研究員，主要研究方向為多源衛(wèi)星信息融合。張筱晗中國人民解放軍61646部隊助理研究員，主要研究方向為遙感衛(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)星海洋目標探測技術(shù)發(fā)展現(xiàn)狀 003
1.2.1 遙感成像衛(wèi)星海洋目標探測技術(shù) 003
1.2.2 電子偵察衛(wèi)星海洋目標探測技術(shù) 011
1.3 衛(wèi)星海洋目標信息處理技術(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 034

第 2章遙感衛(wèi)星數(shù)據(jù)艦船目標檢測與識別 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檢測 046
2.2.1 基于二元級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的極化SAR船只目標檢測 046
2.2.2 基于互學習的多光譜多方向艦船目標融合檢測模型 066
2.3 基于衛(wèi)星遙感圖像的艦船目標分類與識別 080
2.3.1 基于屬性與多級局部特征的衛(wèi)星遙感圖像艦船目標精細
識別 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可信
識別 107
2.4 本章小結(jié) 119
參考文獻 120

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

第4章多源遙感衛(wèi)星數(shù)據(jù)艦船目標關(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)星的艦船目標關(guān)聯(lián) 186
4.2.2 低軌遙感衛(wèi)星與星載AIS的艦船目標關(guān)聯(lián) 202
4.3 基于高軌遙感衛(wèi)星的艦船目標關(guān)聯(lián) 216
4.3.1 基于運動信息與幅度信息結(jié)合的雙階段艦船目標中斷航跡
關(guān)聯(lián) 217
4.3.2 基于長短期記憶網(wǎng)絡(luò)和點集配準的艦船目標中斷航跡關(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)星的艦船目標關(guān)聯(lián) 248
4.5 本章小結(jié) 262
參考文獻 262

第5章多源遙感衛(wèi)星艦船目標數(shù)據(jù)在軌融合 265
5.1 引言 265
5.2 遙感衛(wèi)星艦船目標在軌智能檢測與分類 266
5.2.1 基于特征優(yōu)化的SAR衛(wèi)星遙感圖像艦船目標快速檢測 266
5.2.2 基于特征共享的光學衛(wèi)星遙感圖像艦船目標一體化檢測與
識別 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)動的遙感衛(wèi)星艦船目標在軌智能跟蹤 304
5.3.2 基于多源衛(wèi)星的艦船目標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 328
名詞索引 334
附錄 337