[发明专利]基于生成对抗网络的海域目标物多维数据仿真方法及系统有效
申请号: | 202110511422.5 | 申请日: | 2021-05-11 |
公开(公告)号: | CN113177264B | 公开(公告)日: | 2022-06-24 |
发明(设计)人: | 程渤;赵帅;杨芳芳;陈俊亮 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | G06F30/15 | 分类号: | G06F30/15;G06F30/27;G06V20/10;G06V10/774;G06V10/82;G06K9/62;G06N3/08;G06F111/08 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 郭亮 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 生成 对抗 网络 海域 目标 多维 数据 仿真 方法 系统 | ||
1.一种基于生成对抗网络的海域目标物多维数据仿真方法,其特征在于,包括:
获取海域目标物的目标航迹空间数据;
将所述目标航迹空间数据输入到训练好的航迹图像数据生成模型中,输出得到所述海域目标物的航迹图像数据,其中,所述训练好的航迹图像数据生成模型是由样本航迹空间数据和所述样本航迹空间数据对应的样本航迹灰度图像数据,对生成对抗网络进行训练得到的;
根据所述航迹图像数据、预设仿真时段和船舶自动识别系统静态属性历史数据,仿真得到海域目标物多维数据;
所述训练好的航迹图像数据生成模型通过以下步骤训练得到:
获取样本航迹空间数据和所述样本航迹空间数据对应的样本航迹灰度图像数据,并通过栅格化方法,对所述样本航迹空间数据进行转化,得到航迹三维图像矩阵;
根据所述航迹三维图像矩阵,对生成器网络进行训练,得到样本航迹灰度图像预测数据;
根据所述样本航迹灰度图像数据和所述样本航迹灰度图像预测数据,对判别器网络进行训练,若训练结果满足预设条件,得到训练好的航迹图像数据生成模型;其中,在所述生成器网络和所述判别器网络构成的生成对抗网络中,设置有对随机排序后的样本进行标记,并通过独热编码对标记后样本进行表示的约束条件;
所述海域目标物多维数据包括:船舶自动识别系统仿真数据、声呐仿真数据、雷达仿真数据、光电图像合成数据和异常事件模拟;
所述根据所述航迹图像数据、预设仿真时段和船舶自动识别系统静态属性历史数据,仿真得到海域目标物多维数据,包括:
获取所述航迹图像数据在预设仿真时段中每个时刻的航迹经纬度点数据,并通过插值操作,根据所述航迹经纬度点数据,得到对应的时间戳数据;
根据所述时间戳数据,生成船舶自动识别系统动态仿真数据,并根据所述船舶自动识别系统动态仿真数据和船舶自动识别系统静态属性历史数据,生成船舶自动识别系统静态仿真数据,以根据所述船舶自动识别系统动态仿真数据和所述船舶自动识别系统静态仿真数据,得到船舶自动识别系统仿真数据;
根据声呐设备的探测频率和探测截面正方向角度,基于所述船舶自动识别系统动态仿真数据,生成海域水下目标物的声呐仿真数据;
根据雷达设备的扫描角度范围和扫描频率,基于所述船舶自动识别系统动态仿真数据,生成海域目标物的雷达仿真数据;
基于图像测距技术,对所述航迹图像数据进行距离测量标记;根据距离测量标记后的航迹图像数据和光电拍摄设备的拍摄频率,获取目标航迹经纬度点数据,并根据所述目标航迹经纬度点数据,获取海域目标物与光电拍摄设备之间的拍摄距离;
根据所述拍摄距离,获取目标航迹图像数据,并对所述目标航迹图像数据添加时间戳,得到海域目标物的光电图像合成数据;
基于海域目标物的类型和运动过程进行异常事件模拟,并计算异常事件发生概率,若所述异常事件发生概率满足预设阈值,则对所述船舶自动识别系统仿真数据、所述声呐仿真数据、所述雷达仿真数据和所述光电图像合成数据进行修改,以得到海域目标物的异常事件仿真数据。
2.根据权利要求1所述的基于生成对抗网络的海域目标物多维数据仿真方法,其特征在于,在所述获取样本航迹空间数据和所述样本航迹空间数据对应的样本航迹灰度图像数据之后,所述方法还包括:
根据预设海域沙盒范围,对样本航迹空间数据进行过滤处理;
按照预设时间段,对过滤处理后的样本轨迹空间数据进行切片,以通过栅格化方法对切片后的样本航迹空间数据进行转化,得到航迹三维图像矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110511422.5/1.html,转载请声明来源钻瓜专利网。