CN105975927A - 一种公务船目标识别***与方法 - Google Patents
一种公务船目标识别***与方法 Download PDFInfo
- Publication number
- CN105975927A CN105975927A CN201610284702.6A CN201610284702A CN105975927A CN 105975927 A CN105975927 A CN 105975927A CN 201610284702 A CN201610284702 A CN 201610284702A CN 105975927 A CN105975927 A CN 105975927A
- Authority
- CN
- China
- Prior art keywords
- target
- ais
- information
- identification
- ship
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种公务船目标识别***与方法,该***包括AIS***模块、光电跟踪仪、目标识别模块、目标特征数据库;所述AIS***模块用于获取周边船舶的相关静态与动态信息;所述光电跟踪仪,用于获取周边目标船舶的图像;所述目标识别模块,用于根据AIS***获取的静态与动态信息;目标识别模块由AIS目标信息分析子模块、设置目标属性子模块与人工判定子模块三个部分组成;所述目标特征数据库用于记录本地化的特定目标活动规律。本发明充分利用了公务船已配置的设备。利用了船载的AIS***、光电跟踪仪等航行执法设备,完善了新加装的武备***的目标识别功能,目标识别迅速、准确、可靠。
Description
技术领域
本发明涉及网络技术,尤其涉及一种公务船目标识别***与方法。
背景技术
目标识别是指将一个特定目标从其它目标中被区分出来的过程。从工作原理上可以分为协作式和非协作式两种类型,协作式目标识别是识别方与被识别目标之间相互配合获取目标属性信息的一种工作方式,通常包括雷达敌我识别***、船舶自动识别***(Automatic Identification System,AIS)、二次监视雷达***等技术手段。非协作式目标识别是将被识别目标看作***的外部环境,通过传感器对其结构特征、统计特征、空间特征和辐射参数信号特征进行观测,通过特定的算法,对数据进行相关分类、特征匹配等综合分析来确定目标的属性,通常包括高分辨力雷达探测识别、辐射源个体识别、目标光电图像特征识别等技术手段。
随着海洋事业的发展,我国的***势日趋复杂,海警等民事执法部门在执法时与别国船舶(尤其是执法公务船)发生冲突的可能性越来越大。在此背景下,我国的执法公务船陆续进行了武备***加装,针对周边国家海上执法力量的现状,重点提高探测距离、射程和自动化程度。目标识别是武备***指挥控制中的重要步骤,是公务船开展后续执法、警戒、防御、打击等任务的前提。因此,需要基于公务船的现有装备设计出一种目标识别的方法。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种公务船目标识别***与方法。
本发明解决其技术问题所采用的技术方案是:一种公务船目标识别***,包括AIS***模块、光电跟踪仪、目标识别模块、目标特征数据库;
所述AIS***模块用于获取周边船舶的相关静态与动态信息;所述静态信息包括船名、呼号、海上移动识别码(MMSI)、国际海事组织号码(IMO号码)、船舶类型、船长、船宽等,所述动态信息包括航行状态、吃水、本航次目的港等。
所述光电跟踪仪,用于获取周边目标船舶的图像;
所述目标识别模块,用于根据AIS***获取的静态与动态信息;
目标识别模块由AIS目标信息分析子模块、设置目标属性子模块与人工判定子模块三个部分组成;
其中,AIS目标信息子模块根据接收的目标AIS信息完成目标AIS信息的解析与分析,自动将目标分类;
通过解析AIS目标静态信息中的船名、呼号、海上移动识别码(MMSI)、国际海事组织号码(IMO号码)、船舶类型,明确目标国籍、类型;
不明目标可利用目标特征数据进行信息比对,如果目标数据正常,则设置为“中立”,否则作为可疑/不明目标转入人工判定;
人工判定子模块为操作人员根据光电跟踪仪获取的目标图像特征进行直接分析判定对应目标的属性;
设置目标属性子模块根据AIS目标信息分析子模块或是人工判定子模块确定目标属性的结果,将目标的属性设置为“我方”、“友方”、“敌方”、“中立”与“不明”五种类型;
所述目标特征数据库用于记录本地化的特定目标活动规律。
按上述方案,通过不明目标的船名、呼号、MMSI查询目标特征数据库。如果目标存在于数据库中,则只需比对目标的航向与航线、目的港,活动范围、时间等是否符合数据库中记录的信息,如果符合,就排除掉大量已知的渔船、过往商船、客船和货船,将属性设为“中立”,否则将此目标作为第一级可疑目标输出;其次,对于数据库中没有的新出现的海上目标,通过对其发送的信息真实性进行判证:
具体如下:
首先建立辨识框架Θ{T,F},其中T代表真实,F代表可疑。m1、m2、m3分别表示目标标识、目标类型、目标航路或活动范围三种辨识方式在Θ上的mass函数。
其次通过收集的证据设置基本概率赋值,如:m1(T)=0.3,m1(F)=0.6,m1(Θ)=0.1;m2(T)=0.2,m2(F)=0.7,m2(Θ)=0.1;m3(T)=0.1,m3(F)=0.8,m3(Θ)=0.1;
再次对三种辨识方式的可信度赋权值(ωj,0<ωj≤1),如{1,0.8,0.9}。按照以下公式计算加权后的mass函数:
其中j=1,2,3;k=1,2。
最后根据D-S合成公式进行融合。设m1,m2分别对应同一框架Θ上的mass函数,焦元分别为A1,A2,...An和B1,B2,...Bm,则合成后的mass函数为:
其中并且 为空集。
取最大的信度函数值作为决策结果。
若目标信息决策结果可疑,将此目标应作为第一级可疑目标输出,否则将目标添加到目标特征数据库中。
一种公务船目标识别方法,包括以下步骤:
1)通过AIS***模块采集周边船舶的相关静态与动态信息;
2)根据AIS***获取的静态与动态信息进行公务船目标识别;具体如下:
2.1)根据接收的目标AIS信息完成目标AIS信息的解析与分析,自动将目标分类;
通过解析AIS目标静态信息中的船名、呼号、海上移动识别码(MMSI)、国际海事组织号码(IMO号码)、船舶类型,明确目标国籍、类型;
2.2)将步骤2.1)中不能明确的目标列为不明目标,对不明目标利用目标特征数据进行信息比对,如果目标数据正常,则设置为“中立”,否则作为不明目标转入人工判定;
2.3)对转入人工判定的目标,根据光电跟踪仪获取的目标图像特征进行直接分析判定对应目标的属性;
2.4)根据步骤2.1)至2.3)的结果,将目标分类为“我方”、“友方”、“敌方”、“中立”与“不明”五种类型;并设置目标属性;
按上述方案,所述步骤2.2)的具体过程如下:
通过不明目标的船名、呼号、MMSI查询目标特征数据库。如果目标存在于数据库中,则只需比对目标的航向与航线、目的港,活动范围、时间等是否符合数据库中记录的信息,如果符合,就排除掉大量已知的渔船、过往商船、客船和货船,将属性设为“中立”,否则将此目标作为第一级可疑目标输出;其次,对于数据库中没有的新出
现的海上目标,通过对其发送的信息真实性进行判证:
首先建立辨识框架Θ{T,F},其中T代表真实,F代表可疑。m1、m2、m3分别表示目标标识、目标类型、目标航路或活动范围三种辨识方式在Θ上的mass函数。
其次通过收集的证据设置基本概率赋值,如:m1(T)=0.3,m1(F)=0.6,m1(Θ)=0.1;m2(T)=0.2,m2(F)=0.7,m2(Θ)=0.1;m3(T)=0.1,m3(F)=0.8,m3(Θ)=0.1;
再次对三种辨识方式的可信度赋权值(ωj,0<ωj≤1),如{1,0.8,0.9}。按照以下公式计算加权后的mass函数:
其中j=1,2,3;k=1,2。
最后根据D-S合成公式进行融合。设m1,m2分别对应同一框架Θ上的mass函数,焦元分别为A1,A2,...An和B1,B2,...Bm,则合成后的mass函数为:
其中并且 为空集。
取最大的信度函数值作为决策结果。
本发明产生的有益效果是:
1.充分利用了公务船已配置的设备。利用了船载的AIS***、光电跟踪仪等航行执法设备,完善了新加装的武备***的目标识别功能。
2.目标识别迅速、准确、可靠。综合了协作式目标识别(AIS***)与非协作式目标识别(光电跟踪仪)的自动、快速的优点,同时通过目标特征数据库以及人工最终判定保证了结果的准确可靠。
3.具有较强的可持续改进性。随着目标特征库的越来越丰富,公务船目标识别的能力与效率将会随之提高。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的的***连接示意图;
图2是本发明实施例的的目标识别流程;
图3是本发明实施例的的可疑目标筛选流程;
图4是本发明实施例的的人工判定流程。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明所述的一种公务船目标识别方法,具体实施方式如下:
(1)如图1所示,本发明的方法所使用的公务船目标识别***由AIS***、光电跟踪仪、目标识别模块、目标特征数据库组成。
所述AIS***为船舶自动识别***,通过AIS***可获得周边船舶的相关静态与动态信息,如船名、呼号、MMSI、IMO号码、船舶类型、船长、船宽、航行状态、吃水、本航次目的港等。
所述的光电跟踪仪具有昼夜目标探测、侦察和监视,电视成像和红外成像,激光测距等功能。
所述目标识别模块由AIS目标信息分析、设置目标属性与人工判定三个部分组成,完成目标的综合识别。
所述目标特征数据库记录本地化的特定目标活动规律,可用AIS目标信息的判别,并辅助可疑目标的筛选。
(2)AIS***获取特定目标的AIS信息后,按要求发往目标识别模块。目标识别模块中的AIS目标信息分析部分完成目标AIS信息的解析与分析。对于无效AIS目标数据(无AIS目标数据或是关键AIS目标数据与标准不符),标志为“可疑/不明”目标,转入人工判定;对于有效的AIS目标信息,通过解析AIS目标静态信息中的船名、呼号、MMSI(9位数字201XXXXXX~755XXXXXX,前三位为国家或地区,中国大陆为412、413)、船舶类型(共22项,如Passenger ship、Cargo ship、Fishing vessel、Lawenforcement vessel等等)等参数来明确目标国籍、类型,如果为中国公务船/军舰,可设定为“我方”;如果为非中国公务船/军舰,国籍在预设的友方列表中,可设定为“友方”(如联合执法情景),否则设定为“敌方”。其它的不明目标可利用目标特征数据进行信息比对,如果目标数据正常,则设置为“中立”,否则作为可疑/不明目标转入人工判定。目标识别流程如图2所示。
(3)对于可疑目标的筛选,如图3所示。通过不明目标的船名、呼号、MMSI查询目标特征数据库。如果目标存在于数据库中,则只需比对目标的航向与航线、目的港,活动范围、时间等是否符合数据库中记录的信息,如果符合,就排除掉大量已知的渔船、过往商船、客船和货船,将属性设为“中立”,否则将此目标作为第一级可疑目标输出;其次,对于数据库中没有的新出现的海上目标,通过对其发送的信息真实性进行判证:
首先建立辨识框架Θ{T,F},其中T代表真实,F代表可疑。m1、m2、m3分别表示目标标识、目标类型、目标航路或活动范围三种辨识方式在Θ上的mass函数。
其次通过收集的证据设置基本概率赋值,如:m1(T)=0.3,m1(F)=0.6,m1(Θ)=0.1;m2(T)=0.2,m2(F)=0.7,m2(Θ)=0.1;m3(T)=0.1,m3(F)=0.8,m3(Θ)=0.1;
再次对三种辨识方式的可信度赋权值(ωj,0<ωj≤1),如{1,0.8,0.9}。按照以下公式计算加权后的mass函数:
其中j=1,2,3;k=1,2。
最后根据D-S合成公式进行融合。设m1,m2分别对应同一框架Θ上的mass函数,焦元分别为A1,A2,...An和B1,B2,...Bm,则合成后的mass函数为:
其中并且 为空集。
取最大的信度函数值作为决策结果。
若目标信息决策结果可疑,将此目标应作为第一级可疑目标输出,否则将目标添加到目标特征数据库中。对于第一级可疑目标,引导光电跟踪仪对该目标进行细致的图像分析和判别,若能确定,设置目标属性;若仍不能确定目标则作为第二级可疑目标输出(目标属性仍为“不明”)。
(4)人工判定流程如图4所示。收到目标识别命令后,光电跟踪仪自动/手动调弦,捕获跟踪目标,并根据环境光亮情况,白天返回高清电视图像,晚上返回红外图像。操作人员借助光电跟踪仪获取的目标图像特征进行直接分析判定,也可结合AIS目标信息、雷达信息、情报信息、电台等进行综合评判。根据评判结果人工设置目标属性。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (4)
1.一种公务船目标识别***,包括AIS***模块、光电跟踪仪、目标识别模块、目标特征数据库;
所述AIS***模块用于获取周边船舶的相关静态与动态信息;所述静态信息包括船名、呼号、海上移动识别码、国际海事组织号码(IMO号码)、船舶类型、船长和船宽;所述动态信息包括航行状态、吃水和本航次目的港。
所述光电跟踪仪,用于获取周边目标船舶的图像;
所述目标识别模块,用于根据AIS***获取的静态与动态信息;
目标识别模块由AIS目标信息分析子模块、设置目标属性子模块与人工判定子模块三个部分组成;
其中,AIS目标信息子模块根据接收的目标AIS信息完成目标AIS信息的解析与分析,自动将目标分类;
通过解析AIS目标静态信息中的船名、呼号、海上移动识别码、国际海事组织号码和船舶类型,明确目标国籍、类型;
不明目标可利用目标特征数据进行信息比对,如果目标数据正常,则设置为“中立”,否则作为可疑/不明目标转入人工判定;
人工判定子模块为操作人员根据光电跟踪仪获取的目标图像特征进行直接分析判定对应目标的属性;
设置目标属性子模块根据AIS目标信息分析子模块或是人工判定子模块确定目标属性的结果,将目标的属性设置为“我方”、“友方”、“敌方”、“中立”与“不明”五种类型;
所述目标特征数据库用于记录本地化的特定目标活动规律。
2.根据权利要求1所述的公务船目标识别***,其特征在于,通过不明目标的船名、呼号、MMSI查询目标特征数据库。如果目标存在于数据库中,则只需比对目标的航向与航线、目的港,活动范围、时间等是否符合数据库中记录的信息,如果符合,就排除掉大量已知的渔船、过往商船、客船和货船,将属性设为“中立”,否则将此目标作为第一级可疑目标输出;其次,对于数据库中没有的新出现的海上目标,通过对其发送的信息真实性进行判证:
具体如下:
首先建立辨识框架Θ{T,F},其中T代表真实,F代表可疑。m1、m2、m3分别表示目标标识、目标类型、目标航路或活动范围三种辨识方式在Θ上的mass函数。
其次通过收集的证据设置基本概率赋值;
再次对三种辨识方式的可信度赋权值(ωj,0<ωj≤1),按照以下公式计算加权后的mass函数:
其中j=1,2,3;k=1,2。
最后根据D-S合成公式进行融合。设m1,m2分别对应同一框架Θ上的mass函数,焦元分别为A1,A2,...An和B1,B2,...Bm,则合成后的mass函数为:
其中并且 为空集;
取最大的信度函数值作为决策结果;
若目标信息决策结果可疑,将此目标应作为第一级可疑目标输出,否则将目标添加到目标特征数据库中。
3.一种公务船目标识别方法,包括以下步骤:
1)通过AIS***模块采集周边船舶的相关静态与动态信息;
2)根据AIS***获取的静态与动态信息进行公务船目标识别;具体如下:
2.1)根据接收的目标AIS信息完成目标AIS信息的解析与分析,自动将目标分类;
通过解析AIS目标静态信息中的船名、呼号、海上移动识别码(MMSI)、国际海事组织号码(IMO号码)、船舶类型,明确目标国籍、类型;
2.2)将步骤2.1)中不能明确的目标列为不明目标,对不明目标利用目标特征数据进行信息比对,如果目标数据正常,则设置为“中立”,否则作为不明目标转入人工判定;
2.3)对转入人工判定的目标,根据光电跟踪仪获取的目标图像特征进行直接分析判定对应目标的属性;
2.4)根据步骤2.1)至2.3)的结果,将目标分类为“我方”、“友方”、“敌方”、“中立”与“不明”五种类型;并设置目标属性。
4.根据权利要求3所述的公务船目标识别方法,其特征在于,所述步骤2.2)的具体过程如下:
通过不明目标的船名、呼号、MMSI查询目标特征数据库。如果目标存在于数据库中,则只需比对目标的航向与航线、目的港,活动范围、时间等是否符合数据库中记录的信息,如果符合,就排除掉大量已知的渔船、过往商船、客船和货船,将属性设为“中立”,否则将此目标作为第一级可疑目标输出;其次,对于数据库中没有的新出现的海上目标,通过对其发送的信息真实性进行判证:
首先建立辨识框架Θ{T,F},其中T代表真实,F代表可疑。m1、m2、m3分别表示目标标识、目标类型、目标航路或活动范围三种辨识方式在Θ上的mass函数;
其次通过收集的证据设置基本概率赋值;
再次对三种辨识方式的可信度赋权值(ωj,0<ωj≤1),如{1,0.8,0.9}。按照以下公式计算加权后的mass函数:
其中j=1,2,3;k=1,2。
最后根据D-S合成公式进行融合。设m1,m2分别对应同一框架Θ上的mass函数,焦元分别为A1,A2,...An和B1,B2,...Bm,则合成后的mass函数为:
其中并且 为空集;
取最大的信度函数值作为决策结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610284702.6A CN105975927A (zh) | 2016-04-29 | 2016-04-29 | 一种公务船目标识别***与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610284702.6A CN105975927A (zh) | 2016-04-29 | 2016-04-29 | 一种公务船目标识别***与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105975927A true CN105975927A (zh) | 2016-09-28 |
Family
ID=56994924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610284702.6A Pending CN105975927A (zh) | 2016-04-29 | 2016-04-29 | 一种公务船目标识别***与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105975927A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491752A (zh) * | 2017-08-14 | 2017-12-19 | 中国石油大学(华东) | 一种基于深度学习的自然场景中船牌文字识别方法、装置 |
CN107562890A (zh) * | 2017-09-05 | 2018-01-09 | 成都中星世通电子科技有限公司 | 一种基于ais、雷达、电磁的目标信息融合方法 |
CN109152087A (zh) * | 2018-07-26 | 2019-01-04 | 同方电子科技有限公司 | 一种基于电台的敌我识别功能扩展方法 |
CN109597920A (zh) * | 2018-12-07 | 2019-04-09 | 上海海事大学 | 一种基于实时ais的船舶目标黑白名单维护方法 |
CN110175186A (zh) * | 2019-05-15 | 2019-08-27 | 中国舰船研究设计中心 | 一种智能船舶环境威胁目标感知***及方法 |
CN111624590A (zh) * | 2020-05-13 | 2020-09-04 | 飒铂智能科技有限责任公司 | 一种无人机目标确认方法及*** |
US10878277B2 (en) * | 2016-11-14 | 2020-12-29 | Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno | Ship identification system and method |
CN113253619A (zh) * | 2021-07-13 | 2021-08-13 | 北京海兰信数据科技股份有限公司 | 一种船舶数据信息的处理方法及装置 |
CN113702989A (zh) * | 2021-09-03 | 2021-11-26 | 四川九洲电器集团有限责任公司 | 一种激光测距询问一体化目标识别方法和装置 |
CN115328962A (zh) * | 2022-10-13 | 2022-11-11 | 亿海蓝(北京)数据技术股份公司 | 船舶静态信息处理方法和装置、电子设备和存储介质 |
CN116543398A (zh) * | 2023-07-06 | 2023-08-04 | 浙江华是科技股份有限公司 | 一种船名和违章识别方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1389710A (zh) * | 2002-07-18 | 2003-01-08 | 上海交通大学 | 多传感器多目标信息融合方法 |
CN102393912A (zh) * | 2011-11-01 | 2012-03-28 | 中国电子科技集团公司第二十八研究所 | 一种基于不确定推理的目标综合识别方法 |
CN103353756A (zh) * | 2013-05-27 | 2013-10-16 | 武汉理工大学 | 基于ais与vts信息融合的在航船舶实时监控方法 |
CN104408324A (zh) * | 2014-12-11 | 2015-03-11 | 云南师范大学 | 基于d-s证据理论的多传感器信息融合方法 |
-
2016
- 2016-04-29 CN CN201610284702.6A patent/CN105975927A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1389710A (zh) * | 2002-07-18 | 2003-01-08 | 上海交通大学 | 多传感器多目标信息融合方法 |
CN102393912A (zh) * | 2011-11-01 | 2012-03-28 | 中国电子科技集团公司第二十八研究所 | 一种基于不确定推理的目标综合识别方法 |
CN103353756A (zh) * | 2013-05-27 | 2013-10-16 | 武汉理工大学 | 基于ais与vts信息融合的在航船舶实时监控方法 |
CN104408324A (zh) * | 2014-12-11 | 2015-03-11 | 云南师范大学 | 基于d-s证据理论的多传感器信息融合方法 |
Non-Patent Citations (4)
Title |
---|
严忠贞: "内河在航船舶动态跟踪和航迹融合方法研究", 《中国博士学位论文全文数据库 工程科技II辑(月刊)》 * |
刘同明等: "《数据融合技术及其应用》", 30 September 1998, 北京:国防工业出版社 * |
姜雪: "渔船动态监控查询验证***的设计", 《中国优秀硕士学位论文全文数据库 信息科技辑(月刊)》 * |
裴江山: "一种基于证据理论的目标识别加权数据融合", 《长沙航空职业技术学院学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10878277B2 (en) * | 2016-11-14 | 2020-12-29 | Nederlandse Organisatie Voor Toegepast-Natuurwetenschappelijk Onderzoek Tno | Ship identification system and method |
CN107491752A (zh) * | 2017-08-14 | 2017-12-19 | 中国石油大学(华东) | 一种基于深度学习的自然场景中船牌文字识别方法、装置 |
CN107562890A (zh) * | 2017-09-05 | 2018-01-09 | 成都中星世通电子科技有限公司 | 一种基于ais、雷达、电磁的目标信息融合方法 |
CN107562890B (zh) * | 2017-09-05 | 2020-11-06 | 成都中星世通电子科技有限公司 | 一种基于ais、雷达、电磁的目标信息融合方法 |
CN109152087B (zh) * | 2018-07-26 | 2022-02-11 | 同方电子科技有限公司 | 一种基于电台的敌我识别功能扩展方法 |
CN109152087A (zh) * | 2018-07-26 | 2019-01-04 | 同方电子科技有限公司 | 一种基于电台的敌我识别功能扩展方法 |
CN109597920A (zh) * | 2018-12-07 | 2019-04-09 | 上海海事大学 | 一种基于实时ais的船舶目标黑白名单维护方法 |
CN110175186A (zh) * | 2019-05-15 | 2019-08-27 | 中国舰船研究设计中心 | 一种智能船舶环境威胁目标感知***及方法 |
CN110175186B (zh) * | 2019-05-15 | 2023-09-26 | 中国舰船研究设计中心 | 一种智能船舶环境威胁目标感知***及方法 |
CN111624590A (zh) * | 2020-05-13 | 2020-09-04 | 飒铂智能科技有限责任公司 | 一种无人机目标确认方法及*** |
CN113253619A (zh) * | 2021-07-13 | 2021-08-13 | 北京海兰信数据科技股份有限公司 | 一种船舶数据信息的处理方法及装置 |
CN113253619B (zh) * | 2021-07-13 | 2021-10-12 | 北京海兰信数据科技股份有限公司 | 一种船舶数据信息的处理方法及装置 |
CN113702989A (zh) * | 2021-09-03 | 2021-11-26 | 四川九洲电器集团有限责任公司 | 一种激光测距询问一体化目标识别方法和装置 |
CN115328962A (zh) * | 2022-10-13 | 2022-11-11 | 亿海蓝(北京)数据技术股份公司 | 船舶静态信息处理方法和装置、电子设备和存储介质 |
CN116543398A (zh) * | 2023-07-06 | 2023-08-04 | 浙江华是科技股份有限公司 | 一种船名和违章识别方法及*** |
CN116543398B (zh) * | 2023-07-06 | 2023-09-08 | 浙江华是科技股份有限公司 | 一种船名和违章识别方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105975927A (zh) | 一种公务船目标识别***与方法 | |
CN110175186B (zh) | 一种智能船舶环境威胁目标感知***及方法 | |
CN110888126B (zh) | 基于多源传感器的无人船信息感知***数据综合处理方法 | |
Iphar et al. | Detection of false AIS messages for the improvement of maritime situational awareness | |
CN104071311B (zh) | 一种船舶预警方法 | |
Singha et al. | Detection and classification of oil spill and look-alike spots from SAR imagery using an artificial neural network | |
Solberg et al. | Automatic detection of oil spills in Envisat, Radarsat and ERS SAR images | |
CN109919113A (zh) | 船舶监测方法和***以及港口运营预测方法和*** | |
CN109597920B (zh) | 一种基于实时ais的船舶目标黑白名单维护方法 | |
CN110415224A (zh) | 一种海上船舶遥感监测***及平台和方法 | |
Alessandrini et al. | Mining vessel tracking data for maritime domain applications | |
Štepec et al. | Automated system for ship detection from medium resolution satellite optical imagery | |
Wu et al. | A new multi-sensor fusion approach for integrated ship motion perception in inland waterways | |
Yang et al. | A deep learning based oil spill detector using Sentinel-1 SAR imagery | |
CN116109942A (zh) | 一种可见光遥感图像舰船目标检测方法 | |
CN106199598A (zh) | 一种基于航海雷达的海上遇险目标搜寻***及方法 | |
Abdallah et al. | Fixing errors in the AIS destination field | |
Xu et al. | Hydrographic data inspection and disaster monitoring using shipborne radar small range images with electronic navigation chart | |
Amabdiyil et al. | Marine vessel detection comparing GPRS and satellite images for security applications | |
Choi et al. | Automatic sea fog detection and estimation of visibility distance on CCTV | |
Nurfalah et al. | Effective & near real-time track-to-track association for large sensor data in Maritime Tactical Data System | |
Vicente et al. | Earth observation applications for goal 14: improving maritime domain awareness using synthetic aperture radar imaging with automatic identification system in the Philippines | |
CN106952503A (zh) | 一种基于自适应多传感器管理的海上态势感知方法 | |
Westerdijk et al. | Classifying vessel types based on AIS data | |
Poling | From Orbit to Ocean—Fixing Southeast Asia’s Remote-Sensing Blind Spots |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160928 |
|
RJ01 | Rejection of invention patent application after publication |