1.海上船只目标融合探测及态势感知方法研究(博士)
文章目标是获取多种传感器的数据,并完成关联融合,再经过推理挖掘获得更多的信息,用以完成对船只当前状态的感知并预测未来意图,为海事管理部门监管与预警提供技术支持。有效提高海事管理部门的监管效率。
文章基于高频地波雷达目标航迹跟踪技术提出了基于模糊联合概率关联的卡尔曼预测算法,通过 VBUKF 滤波器预测航迹,融入FJPDA 算法将预测的值与实际测量值关联,验证算法性能。
在高频地波雷达目标航迹跟踪技术的基础上关联高频地波雷达航迹、AIS 航迹与星载 SAR(Synthetic Aperture Radar,SAR)点迹,融入多门限判决方法实现三种传感器的互相关联,依据三种传感器相互关联的结果,以船只目标为研究对象,建立多特征数据集。
在获取目标相关的多维特征数据条件下,提出一种基于主客观组合赋权的模糊评判态势估计算法,定义了五个意图风险等级,评估目标当前的量化态势。
针对当前状态目标的态势,出一种基于改进粒子群优化的 GRU(Gate Recurrent Unit, GRU)神经网络算法预测目标未来的“势”,预测未来意图。
缺点:当前SAR数据分辨率不够高;算法运行速度和实时性差;目标的行动和意图的具体联系不够清晰。
2.基于博弈的空中目标航迹预测及攻防对抗研究(硕士)
文章背景是基于未来空战各国注重发展无人机作战技术,探究在未来高动态、高复杂度、高维度的空战战场环境下,如何快速准确获取敌方状态信息、评估敌方的战术意图并据此预测对方未来时刻的状态,通过“预知”未来一段时间的信息辅助我方无人机的机动决策,从而大大提升制胜的可能。
文章提出一种融合意图信息的航迹预测