AIS与高频地波雷达目标点迹速度差关联算法提升
需积分: 10 78 浏览量
更新于2024-08-13
收藏 543KB PDF 举报
"AIS与高频地波雷达目标点迹速度差关联算法"
本文是一篇研究论文,探讨了如何提高AIS(船舶自动识别系统)与高频地波雷达(High Frequency Surface Wave Radar,简称HFSWR)目标点迹的关联精度和可信度。作者团队包括高鹏波、刘永信、张晖和郑志强,他们来自内蒙古大学电子信息工程学院。该研究得到了国家自然科学基金和海洋公益性科研专项的资助。
在海事监控和安全领域,AIS和HFSWR是两种重要的传感器,用于跟踪海上目标。然而,这两种系统的点迹关联存在一定的挑战,因为可能会出现误关联和虚假关联,影响数据的准确性和可靠性。为解决这个问题,研究团队提出了一种基于速度差的点迹关联算法。
该算法的核心思路是利用短时间内船只目标速度的相对稳定性。首先,算法对准备关联的AIS和HFSWR目标点迹分别与它们前一时刻的数据进行关联,通过比较速度变化来排除那些速度突变的目标点迹,以此减少异常情况的影响。接着,采用最近邻关联策略将AIS和HFSWR的目标点迹进行匹配。最后,通过分析速度差信息,进一步滤除可能的虚假关联目标点迹,从而提升关联的准确性和可信度。
实验结果显示,利用速度差信息进行滤取可以有效地减少误关联和虚假关联的发生,显著提高了AIS与HFSWR目标点迹关联的准确性。关键词包括速度差、点迹关联、AIS以及高频地波雷达,表明该研究关注的是多传感器数据融合技术在海洋监测中的应用。
这篇论文的发表旨在为海事监控提供一种更精确、更可靠的点迹关联方法,对于提升海上交通管理、安全监管以及防务领域的技术水平具有重要意义。通过这种方式,可以更好地整合AIS和HFSWR的数据资源,实现更高效的海洋目标探测和追踪。
2021-02-06 上传
2021-09-18 上传
点击了解资源详情
2020-10-16 上传
2021-09-23 上传
2020-10-17 上传
点击了解资源详情
weixin_38631197
- 粉丝: 5
- 资源: 943
最新资源
- Angular实现MarcHayek简历展示应用教程
- Crossbow Spot最新更新 - 获取Chrome扩展新闻
- 量子管道网络优化与Python实现
- Debian系统中APT缓存维护工具的使用方法与实践
- Python模块AccessControl的Windows64位安装文件介绍
- 掌握最新*** Fisher资讯,使用Google Chrome扩展
- Ember应用程序开发流程与环境配置指南
- EZPCOpenSDK_v5.1.2_build***版本更新详情
- Postcode-Finder:利用JavaScript和Google Geocode API实现
- AWS商业交易监控器:航线行为分析与营销策略制定
- AccessControl-4.0b6压缩包详细使用教程
- Python编程实践与技巧汇总
- 使用Sikuli和Python打造颜色求解器项目
- .Net基础视频教程:掌握GDI绘图技术
- 深入理解数据结构与JavaScript实践项目
- 双子座在线裁判系统:提高编程竞赛效率