基于時空相關(guān)的水下移動對象建模技術(shù)研究.pdf

1、地理信息系統(tǒng)(Geographic Information System)和水聲傳感器網(wǎng)絡(luò)（Underwater Acoustic Sensor Networks）的快速發(fā)展使得水下移動對象的跟蹤和監(jiān)測成為現(xiàn)實(shí)。然而在水下未知目標(biāo)識別的研究中，傳統(tǒng)方法針對惡劣的水下環(huán)境、復(fù)雜的水下移動對象運(yùn)動軌跡和目標(biāo)分類識別還存在不足。本文主要針對以上不足，對水下移動對象識別過程中的時空數(shù)據(jù)模型和識別方法進(jìn)行研究。主要內(nèi)容如下：
　　1)系統(tǒng)地

2、研究水下移動對象的軌跡特征和屬性特征，并詳細(xì)分析這些特征對水下移動對象識別精度的影響。
　　2)針對水下移動對象軌跡的時空特點(diǎn)，建立水下移動對象模型(Underwater Moving Object Database，UMOD)。首先，提出了基于球坐標(biāo)的軌跡分解方法，降低了軌跡的整體復(fù)雜程度;其次，UMOD模型采用移動對象時空模型中的動態(tài)屬性方法，提出了針對水下未知目標(biāo)的動態(tài)閾值位置更新策略，輔助軌跡分解并對誤差點(diǎn)進(jìn)行排除;最后，

3、提出了軌跡擬合策略，對水下移動對象進(jìn)行全時域軌跡描述，從而系統(tǒng)地得到水下移動對象運(yùn)動過程中的軌跡識別特征。
　　3)分析和研究水下移動對象的軌跡特征和屬性特征，建立水下移動對象特征數(shù)據(jù)庫，同時提出水下移動對象混合特征識別方法(Underwater Moving Objects Mixed Feat-ure Recognition Method，UMOMFRM)。首先，UMOMFRM通過模糊推理的方法排除目標(biāo)的最小概率分類;其次，采