星载AIS检测概率计算模型与算法分析

针对国外星载AIS（Automatic Identification System）系统由于时隙冲突导致检测 概率降低的问题,提出了一个检测概率计算模型。通过分析影响检测概率的各种因素,得出 概率计算的算法,并对算法进行了理论分析。对于某个具体的星载AIS系统,将系统参数代 入到该模型中,可以得到该系统的检测性能,从而为实际工程提供理论参考。     

机载AIS接收机冲突概率分析

通过加装机载自动识别系统（AIS）接收机,可解决宽海域的民用船舶识别问题,扩充岸基 船舶交通管理系统（VTS）站的监 测范围。对机载AIS接收机接收海面船舶AIS信号的冲突概率进行了理论分析,推导出观 测时间与发现概率的关系,通过搭建模拟环境,对接收性能进行了仿真,并给出了相应的结 论。     

星载AIS接收链路设计与仿真

分析和论证了自动识别系统(AIS)在低轨卫星中应用所涉及的相关问题,阐述了AIS系统特征 ,理论分析了低轨卫星与目标船舶的作用距离、低轨卫星的运行周期、多普勒频移对星载AI S通信的影响,并对星载接收链路进行了预计,给出了星载AIS接收机的实现方案。最后,对 相关理论结果进行了仿真。     

机载平台AIS时隙冲突及发现概率分析

分析了机载船舶自动识别系统（AIS）时隙冲突机理。通过建立 机载AIS发现概率的分析计算模型,得出了机载AIS系统监视时间、船只密度与发现概率间的 关系。仿真结果和试飞数据较为吻合,对机载AIS系统工程化具有实际参考价值。     

基于CRC纠错与迭代干扰消除的星载AIS接收机

为了提升星载船舶自动识别系统（AIS）的卫星接收性能,提出了一种采用4 b循环冗余校验（CRC）纠错与迭代干扰消除算法的星载AIS接收方案。针对星载AIS系统中多路信号碰撞明显的情况,首先,通过分析星载AIS系统中CRC错误类型,采用比特反转的方式进行纠错;其次,对纠错后的序列进行AIS数据重构,采用迭代干扰消除方法消除重构信号,并将余下信号作为输入信号再次进入系统进行解调。仿真结果表明,和传统的CRC纠错系统相比,针对典型的两路信号碰撞情况,基于4 b CRC校验与迭代干扰消除的星载AIS系统能够带来1~2 dB的误码率增益,对星载AIS系统的性能提升有重要指导意义。     

星载AIS接收系统设计及关键技术

针对星载AIS(船舶自动识别系统)接收系统覆盖范围广、运动速度快等特点,提出了三种实 现信号有效接收的总体方案。采用盲分离阵列信号处理方法、非线性测频和非相干解调方法 解决了星载AIS接收系统中面临的信号碰撞、多普勒频移信号解调等关键技术问题,仿真和 外场实验验证了方案的有效性和可行性。     

天基双通道AIS信号侦察系统方案设计与分析

天基AIS信号侦察系统可获取上千海里内船舶的AIS信号,形成国 家周边海域乃至全球海域的AIS态势信息。通过分析国内外相关研究成果,提出独特的天基 双通道AIS接收系统方案,并对关键参数进行论证比较,为研制通用性和平台适装性好的天 基AIS侦收系统提供理论参考。     

星载AIS消息碰撞的MATLAB仿真

通过接收船舶自识别系统(AIS)广播消息,AIS卫星星座能够实现覆盖全球的船舶监视,但广播消息的时域碰撞将极大影响其性能指标。使用MATLAB模拟海上船只状态,对船舶自识别系统通信协议进行高度还原,研究星载AIS消息碰撞情况。仿真结果表明,在不同任务、不同条件下,星载AIS接收机天线均存在最优覆盖范围。仿真分析结果可为AIS微小卫星设计提供参考。     

双向多中继协同通信系统的性能分析

针对频率非选择性瑞利衰落信道,研究了双向多中继协同通信模型的系统性能。首先,基于模型的信号传输过程分析了系统的信道容量;然后,根据接收信噪比的累积分布函数推导了系统中断概率的闭合上界表达式;进一步在MPSK调制方式下,通过计算在高信噪比条件下的矩母函数,推导了平均误码率的闭合表达式。仿真结果验证了理论推导的正确性,并且表明双向多中继模型的中断概率和平均误码率两项性能指标都优于双向单中继模型。     

AIS系统中SOTDMA协议仿真与分析

自组织时分多址（SOTDMA）协议是实现AIS系统的核心技术,该技术以自组织的方式 工作,在交通繁忙区域,系统很有可能出现时隙冲突。针对这一情况,在OPNET环境下,对 系统的报告率、时隙冲突率及系统容量等三方面进行了仿真,仿真结果对AIS系统的工程化 具有非常重要的参考作用。     

基于星载AIS信息的船舶模拟训练平台

针对传统大型三维视景模拟训练系统存在的真实感差、成本高、人工干预程度大等问题,构建了一种基于星载自动识别系统(Automatic Identification System,AIS)信息的船舶模拟训练平台。该平台引入星载AIS数据提取实船静动态消息,经数据清洗、插值和融合后生成完整航线,能够用AIS真实数据驱动二维电子海图显示,生成三维视景。平台集成多元电子海图数据源,提供融合AIS和雷达目标信息的二次开发接口。在保证航行安全的前提下,船舶态势形成追越、会遇局面时,模拟船能够自动完成车舵操作并给出相应的灯光音响信号。该平台能够为复杂条件下航行与编队运动训练课目提供基础支撑。     

星载AIS信号的带通采样与恢复

针对卫星接收机对模拟器件性能要求较高的问题,提出直接对接收到的射频信号进行采样,将模拟信号转换成数字信号,后续处理用软件模块实现的方法。同时结合自动识别系统（AIS）本身两个载波频率接近以及带宽较窄的特点,根据Nyquist带通抽样定理实现以较低速率采样来获取船舶状态信息,研究了一种星载AIS信号全数字解调方法和信息检测恢复技术。首先介绍了带通采样原理,其次详细研究了多用户AIS信号采样频率的确定、两个频道信号分离方法以及单通道信号如何下变频为基带信号,其中基带信号检测采用简化的基于Viterbi的非相干检测方法,最后结合AIS协议进行信号的恢复,并通过示波器采集实际船台发送的AIS信号进行了实验,验证了该过程的正确性。     

利用改进特征金字塔模型的SAR图像多目标船舶检测

深度学习模型中的特征金字塔网络（Feature Pyramid Network，FPN）常被用作合成孔径雷达（Synthetic Aperture Radar，SAR）图像中多目标船舶的检测。针对复杂场景下多目标船舶检测问题，提出了一种基于改进锚点框的FPN模型。首先将特征金字塔模型嵌入传统的RPN（Region Proposal Network）并映射成新的特征空间用于目标检测，然后利用基于形状相似度距离（Shape Similar Distance,SSD）度量的Kmeans聚类算法优化FPN的初始锚点框，并使用SAR船舶数据集测试。实验结果表明，所提算法目标检测精确率达到98.62%，在复杂场景下与YOLO、Faster RCNN、FPN based on VGG/ResNet等模型进行对比，模型准确率提高，整体性能更好。     

船载外测数据的实时检择方法

分析了航天测量船的任务特点和船载外测数据的野值特性,研究实时处理船载外测数据野值的检择方法。通过两套设备的外测数据信息横向比对消除船摇对数据检择的影响,建立了自适应权值和阈值的模型,给出了基于坐标转换和加权融合的分步式船载外测数据实时检择方法。实例数据验证结果表明所提方法可以实时有效地解决外测预处理阶段的野值检择问题。     

基于实时解调的AIS信号侦察

针对日益增强的船舶自动识别系统（AIS）信号侦察需求,以实 时解调为主要侦察手段,结合采样数据存储,提出了一种通用的AIS信号侦察的FPGA设计方 案。通过乒乓操作、高精度计时器等设计,解决了AIS侦察的实时解调、标准时隙校准、高 精度时标等问题。试验结果验证了该设计的实用性。     

基于遥感图像的船舶目标检测方法综述

如何在复杂环境中准确、快速地实现各类船舶目标检测是一项重要研究课题,也是保障船舶航行安全、保护领土安全、加强水域资源监管的基础。红外成像、合成孔径雷达（Synthetic Aperture Radar,SAR）以及卫星遥感等成像技术的发展为船舶检测提供了丰富的图像数据,已取得许多研究成果。介绍了船舶目标检测的过程,从基于传统图像处理技术的船舶目标检测和基于深度学习的船舶目标检测两方面总结并分析了现有船舶目标检测方法,讨论了相关关键技术,最后指出了未来的研究方向。     

基于非规律变化信标球数据的精度检验新方法

针对测量船施放信标球时经纬仪观测数据存在时间不连续、有效数据段落短的问题 ,提出了基于不连续数据开展精度检验的新思路,利用自适应信息检择算法、拟合残差法解 决了非等时距变化的不连续数据野值检择难题,实现了基于经纬仪数据的精度评估和处理流 程设计,完成了船载雷达距离零值、标定参数的精度检验。     

一种船舶自动识别系统B级船载设备的结构创新设计

介绍了一种采用注射成型的船舶自动识别系统（AIS）B级船载设 备在结构方面的创新设计。针对设备自身的结构特点,提出了设计的详细流程。按照流程分 别对结构总体设计、 外观造型设计和详细结构设计进行了论述：首先给出了结构总体方案,然后结合造型设计的 美学原则进一步给出了外观造型方案,最后通过详细结构设计将方案转化成用于生产的数字 模型。设计的B级 船载设备不但具有稳重、美观、大气的外观效果,而且还实现了俯仰90°、水平360°范围 的可调节功能及多种安装方式。     

基于显著区域提取的红外图像舰船目标检测

针对复杂海面背景下红外图像舰船目标由于灰度不均匀、海杂波干扰大等因素造成的自动检测虚警率高、准确率低的问题,提出了一种显著区域提取和目标精确分割相结合的红外舰船目标检测方法。首先,利用基于图论的视觉显著性(Graph-based Visual Saliency ,GBVS)模型计算待检测图像的显著图,使得目标区域信息增强;其次,结合舰船目标先验信息（长短轴、面积等）,利用多级阈值划分算法提取关注的显著区域,并确定原图中候选目标区域;最后,利用空间约束模糊C均值(Fuzzy C-Means,FCM)算法对候选区域进行分割,结合目标先验知识对分割区域筛选并输出目标位置。所提方法在公开数据集IRShips上与相关方法进行比较,结果表明,相比直接进行全图目标搜索的方法,所提方法不仅准确率高、执行速度快,且检测目标的位置更加精确。