本技術(shù)涉及被動聲吶信息處理，特別是涉及一種基于ais與被動聲吶信息匹配的目標識別方法及裝置。

背景技術(shù)：

1、進行水面多目標匹配識別有利于提高海洋監(jiān)控和安全管理的效率和準確性。通過對海洋表面的多個目標進行匹配識別，可以及時發(fā)現(xiàn)潛在的威脅或異常情況，為海上交通安全、漁業(yè)資源保護、海洋環(huán)境保護等提供重要支持。此外，水面多目標匹配識別還可以用于航運管理、海上應(yīng)急救援和軍事防御等領(lǐng)域，具有廣泛的實際應(yīng)用價值。

2、然而，現(xiàn)有技術(shù)中存在一些問題。傳統(tǒng)的單一傳感器系統(tǒng)在水面目標識別中存在諸多局限性，例如單一傳感器的識別準確性和魯棒性有限，無法全面獲取目標信息，對低噪聲弱目標的識別能力不足，以及在復(fù)雜動態(tài)環(huán)境下的適應(yīng)能力有限等。這些問題導(dǎo)致了單一傳感器在水面多目標匹配識別中的局限性，使得監(jiān)測系統(tǒng)可能無法有效地識別目標、區(qū)分威脅、及時做出反應(yīng)。

技術(shù)實現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種能夠基于融合信息進行多目標匹配識別的基于ais與被動聲吶信息匹配的目標識別方法及裝置。

2、一種基于ais與被動聲吶信息匹配的目標識別方法，所述方法包括：

3、獲取ais數(shù)據(jù)集以及被動聲吶數(shù)據(jù)集，所述ais數(shù)據(jù)集中包括由處于同一海域中的多個水上目標自動發(fā)送的ais數(shù)據(jù)，所述被動聲吶數(shù)據(jù)集中包括設(shè)置于該海域的被動聲吶陣列接收的目標探測數(shù)據(jù)；

4、對所述ais數(shù)據(jù)集中的ais數(shù)據(jù)進行預(yù)處理，基于預(yù)處理后的ais數(shù)據(jù)得到各所述水上目標的ais航跡；

5、采用到達方向算法對所述目標探測數(shù)據(jù)進行處理，識別出多個待匹配的水聲目標以及對應(yīng)的被動聲吶航跡；

6、將各所述水上目標的ais航跡以及各所述水聲目標的被動聲吶航跡輸入至模糊神經(jīng)網(wǎng)絡(luò)中，通過計算每一個水上目標與各水聲目標之間的多維度隸屬度，得到目標匹配結(jié)果。

7、在其中一實施例中，所述對所述ais數(shù)據(jù)集中的ais數(shù)據(jù)進行預(yù)處理包括：

8、根據(jù)所述ais數(shù)據(jù)中的標識進行分類，將所述ais數(shù)據(jù)根據(jù)不同水上目標進行分組，得到多組ais數(shù)據(jù)；

9、對各組所述ais數(shù)據(jù)分別依次進行不規(guī)范數(shù)據(jù)清洗、缺失數(shù)據(jù)填充以及冗余數(shù)據(jù)刪除的處理，直至處理后的各組ais數(shù)據(jù)符合要求；

10、按照時間順序，對符合要求的各組ais數(shù)據(jù)分別進行重新排序，得到預(yù)處理后的所述ais數(shù)據(jù)。

11、在其中一實施例中，各所述水上目標的ais航跡表示為，按時間排序的各個時刻下對應(yīng)水上目標相對于所述被動聲吶陣列的角度、距離，以及位置置信度；

12、各所述水聲目標的被動聲吶航跡表示為，按時間排序的各個時刻下對應(yīng)水聲目標與所述被動聲吶陣列之間的相對角。

13、在其中一實施例中，所述模糊神經(jīng)網(wǎng)絡(luò)包括依次連接的輸入層、模糊化層、隸屬度矩陣層以及學(xué)習(xí)層；

14、在所述模糊化層中，計算每一個水上目標與各水聲目標之間三個維度的隸屬度；

15、在所述隸屬度矩陣層中，根據(jù)每一個水上目標與各水聲目標之間三個維度的隸屬度計算得到總隸屬度；

16、在所述學(xué)習(xí)層中，針對每一個水上目標選取出最大總隸屬度，將所述最大總隸屬度對應(yīng)的水聲目標與該水上目標進行匹配。

17、在其中一實施例中，所述學(xué)習(xí)層采用全連接神經(jīng)網(wǎng)絡(luò)。

18、在其中一實施例中，在所述模糊化層中，所述三個維度的隸屬度包括所述水上目標相對于所述被動聲吶陣列的方向角隸屬度、距離隸屬度，以及水上目標位置可靠性隸屬度。

19、在其中一實施例中，計算所述總隸屬度采用以下公式：

20、；

21、在上式中，表示第個水上目標和第水聲目標之間的總隸屬度，、以及分別為方向角隸屬度、距離隸屬度以及位置可靠性隸屬度，、以及表示權(quán)重。

22、在其中一實施例中，所述權(quán)重、以及通過采用粒子群參數(shù)選優(yōu)算法進行迭代更新得到。

23、在其中一實施例中，在采用粒子群參數(shù)選優(yōu)算法對權(quán)重進行迭代更新時，其目標函數(shù)為將更新后的權(quán)重代入模糊神經(jīng)網(wǎng)絡(luò)中得到的總隸屬度最高。

24、本技術(shù)還提供了一種基于ais與被動聲吶信息匹配的目標識別裝置，所述裝置包括：

25、ais和被動聲吶數(shù)據(jù)獲取模塊，用于獲取ais數(shù)據(jù)集以及被動聲吶數(shù)據(jù)集，所述ais數(shù)據(jù)集中包括由處于同一海域中的多個水上目標自動發(fā)送的ais數(shù)據(jù)，所述被動聲吶數(shù)據(jù)集中包括設(shè)置于該海域的被動聲吶陣列接收的目標探測數(shù)據(jù)；

26、ais航跡得到模塊，用于對所述ais數(shù)據(jù)集中的ais數(shù)據(jù)進行預(yù)處理，基于預(yù)處理后的ais數(shù)據(jù)得到各所述水上目標的ais航跡；

27、被動聲吶航跡得到模塊，用于采用到達方向算法對所述目標探測數(shù)據(jù)進行處理，識別出多個待匹配的水聲目標以及對應(yīng)的被動聲吶航跡；

28、目標匹配模塊，用于將各所述水上目標的ais航跡以及各所述水聲目標的被動聲吶航跡輸入至模糊神經(jīng)網(wǎng)絡(luò)中，通過計算每一個水上目標與各水聲目標之間的多維度隸屬度，得到目標匹配結(jié)果。

29、一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)以下步驟：

30、獲取ais數(shù)據(jù)集以及被動聲吶數(shù)據(jù)集，所述ais數(shù)據(jù)集中包括由處于同一海域中的多個水上目標自動發(fā)送的ais數(shù)據(jù)，所述被動聲吶數(shù)據(jù)集中包括設(shè)置于該海域的被動聲吶陣列接收的目標探測數(shù)據(jù)；

31、對所述ais數(shù)據(jù)集中的ais數(shù)據(jù)進行預(yù)處理，基于預(yù)處理后的ais數(shù)據(jù)得到各所述水上目標的ais航跡；

32、采用到達方向算法對所述目標探測數(shù)據(jù)進行處理，識別出多個待匹配的水聲目標以及對應(yīng)的被動聲吶航跡；

33、將各所述水上目標的ais航跡以及各所述水聲目標的被動聲吶航跡輸入至模糊神經(jīng)網(wǎng)絡(luò)中，通過計算每一個水上目標與各水聲目標之間的多維度隸屬度，得到目標匹配結(jié)果。

34、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

35、獲取ais數(shù)據(jù)集以及被動聲吶數(shù)據(jù)集，所述ais數(shù)據(jù)集中包括由處于同一海域中的多個水上目標自動發(fā)送的ais數(shù)據(jù)，所述被動聲吶數(shù)據(jù)集中包括設(shè)置于該海域的被動聲吶陣列接收的目標探測數(shù)據(jù)；

36、對所述ais數(shù)據(jù)集中的ais數(shù)據(jù)進行預(yù)處理，基于預(yù)處理后的ais數(shù)據(jù)得到各所述水上目標的ais航跡；

37、采用到達方向算法對所述目標探測數(shù)據(jù)進行處理，識別出多個待匹配的水聲目標以及對應(yīng)的被動聲吶航跡；

38、將各所述水上目標的ais航跡以及各所述水聲目標的被動聲吶航跡輸入至模糊神經(jīng)網(wǎng)絡(luò)中，通過計算每一個水上目標與各水聲目標之間的多維度隸屬度，得到目標匹配結(jié)果。

39、上述基于ais與被動聲吶信息匹配的目標識別方法及裝置，通過對同一海域中的多個水上目標自動發(fā)送的ais數(shù)據(jù)，以及設(shè)置該海域中的被動聲吶陣列接收的目標探測數(shù)據(jù)，分別進行處理得到水上目標的ais航跡以及水聲目標的被動聲吶航跡，將ais航跡和被動聲吶航跡輸入至模糊神經(jīng)網(wǎng)絡(luò)中，通過計算每一個水上目標與各水聲目標之間的多維度隸屬度，得到目標匹配結(jié)果。采用本方法可以實現(xiàn)目標精準匹配的同時，及時發(fā)現(xiàn)可疑目標。