虚实数据联合驱动的海面漂浮目标航迹智能识别算法

来源：海洋技术学报杂志2025年第03期北京时间：

作者：田震

单位：单位田震， 崔炜程， 张一凡， 王茹琪

摘要：对海探测领域中， 无人工动力的漂浮目标 （冰山、 浮标、 海洋垃圾等） 威胁程度较低， 而舰船、 潜望镜等人工动力目标潜在威胁较大， 因此， 漂浮目标航迹识别能有效辅助战场态势感知。漂浮目标存在运动特征建模难度大、 海量真实航迹数据采集困难等问题， 制约了漂浮目标航迹识别技术的发展。 本文采用航速、 加速度、 航向、 航迹曲率、 转向率等多维运动特征描述人工动力目标和漂浮目标的航迹差异， 并设计多层卷积神经网络 （Convolutional Neural Network， CNN） 实现漂浮目标航迹识别。 算法利用开源船舶自动识别系统 （Automatic Identification System， AIS） 数据构建人工动力目标航迹数据集， 采用高频地波雷达探测的海面风流场驱动漂浮目标航迹仿真， 构建虚实结合的漂浮目标航迹数据集， 支撑网络训练和算法验证。 数据分析发现： 算法对漂浮目标航迹的识别准确率为 98.31%， 虚警率为0.17%。

关键词：航迹分类； 运动特征提取； 海面风流场； 漂浮目标航迹仿真； 卷积神经网络

基金资助：江苏省双创博士资助项目（JSSCBS20221708）