讲解CS程序、辅导AI、Python, R语言

- 首页 >> 其他

中国拥有299.7万平方公里的海洋面积,约为陆地面积的三分之一。维护国家海洋权益,需要对拥有的海域实施有效管理。然而海洋不同于陆地,传统的监控方式往往难以实现全面覆盖。近年来随着科技水平的进步,通过多种传感器对海上目标进行侦查监控、身份识别,逐渐成为海域管理的重要技术手段。

各类船舶是海上目标的主体,船舶在航行过程中,基于航行、定位、通信等需求,在不同的时间点会发射或反射多种类型的电磁信号,这些信号被传感器所接收,成为识别目标身份的主要依据。

电磁信号的信号源可分为4类,简记为R类、L1类、L2类、A类,相应地有4类接收这些信号的传感器。信号的发射与接收关系如下图所示。

信号数据一般包含两部分,一是时空位置信息,二是信号特征信息。以附件1给出的4L1类信号数据为例,其中具有相同“信号源批号”的数据来自同一信号源,时空位置信息包括“时间”、“经度”和“纬度”,信号特征信息包括“L1A_1”、“L1A_2”和“L1A_3”。

问题1由于噪声、干扰、传感器校准等因素的影响,传感器在获取信号和数据处理的过程中不可避免的会出现误差请针对时空位置信息和信号特征信息分别建立减小误差的数学模型,利用附件1的数据检验你们的模型是否有效。

问题3:同一信号源的时空位置信息可构成一条运动轨迹。由于船舶发出的多种类型的信号可能被不同的传感器监测到,因此在识别过程中,同一目标可能具有多条运动轨迹。对船舶类目标,R类信号源至多有3个,L1类、L2类、A类信号源至多有1个。目标识别过程中需要判断哪些运动轨迹属于同一个目标,请建立数学模型解决这一问题,针对附件2的数据给出判断结果,分析结果的可信程度。

问题3:经过数据处理之后,对目标的识别一般分为两个步骤,一是对信号源的识别,二是对目标的识别。附件3和附件4分别给出部分已知船舶和信号源数据库,附件5给出一批人工处理后的信号特征信息,其中具有同一“目标编号”的信号源可视为来自同一船舶目标。请建立根据信号特征信息识别目标船舶的数学模型,利用该模型识别附件5中的信号来自附件3数据库中的哪些目标船舶,并分析识别结果的可信程度。

问题4:综合应用上述问题中建立的模型,以及附件3、附件4的数据库,对附件6的信号数据进行自动识别,判断共有多少个目标,各目标的识别结果是什么,并分析结果的可信程度。

数据说明

1. 时间格式,2018042910354820”代表2018429103548.2秒。

2. 附件1256中,具有相同“信号源批号”和“传感器类型”的数据,可视为来自同一信号源。

3. R类信号数据中的“RA_1_1”、“ RA_2_1”、“ RA_3_1”、“ RA_4_1”表示对信号的多种处理记录方式,取值为自然数,识别过程中必须与信号源数据库中的记录完全相符;4类处理记录方式对应的数值为“RA_1_2”、“ RA_2_2”、“ RA_3_2”、“ RA_4_2”,取值可能为单一数据,也可能为多元数据,例如“2034.5, 2057, 2071, 2091.4”,识别过程中允许与数据库存在偏差,但一般而言,偏差越小,信号数据越有可能识别为数据库中对应的信号源。

4. L1类、L2类信号数据中的L1A_1”、“L1A_2”、“L1A_3”、 “L2A_1”、“L2A_2”、“L2A_3”,以及A类信号中的“AA_1”、“AA_2”,识别过程中的处理方式与R类数据中的“RA_1_2”、“ RA_2_2”、“ RA_3_2”、“ RA_4_2”相同。

5. A类信号数据中的“MMSI编号”,是指水上移动通信业务标识码(Maritime Mobile Service Identify,可视为通信过程中船舶的唯一识别编码。