本發(fā)明涉及衛(wèi)星監(jiān)視與目標跟蹤領域，特別是一種在跨衛(wèi)星成像的數(shù)據(jù)集上實現(xiàn)飛機目標跟蹤并引入機場道路約束以優(yōu)化跟蹤路徑的方法，用于提高跨衛(wèi)星飛機目標跟蹤的精度和穩(wěn)定性。

背景技術：

1、隨著低軌商業(yè)互聯(lián)網(wǎng)衛(wèi)星的大規(guī)模部署及遙感衛(wèi)星數(shù)量的增加，多顆衛(wèi)星協(xié)同工作能夠實現(xiàn)對地面區(qū)域的高頻次重訪。衛(wèi)星監(jiān)視與目標跟蹤領域中，現(xiàn)有技術主要依賴單一成像平臺的數(shù)據(jù)處理，基于傳統(tǒng)的卡爾曼濾波進行目標跟蹤，但面臨跟蹤路徑精度不足、跨衛(wèi)星數(shù)據(jù)集成難度大、數(shù)據(jù)采集時長受限，無法提供長期連續(xù)的機場監(jiān)視能力等問題，尤其在不同時間、不同視角的衛(wèi)星成像條件下，目標跟蹤的魯棒性較差?，F(xiàn)有方法未充分利用機場場景中的道路信息進行預測，使得跨衛(wèi)星目標匹配的精度有限，造成跨衛(wèi)星目標跟蹤實現(xiàn)困難。由于現(xiàn)有技術的跨衛(wèi)星目標跟蹤方法存在跟蹤誤差較大，跟蹤的精度和穩(wěn)定性不足的技術問題，本發(fā)明對上述技術問題提供了解決方案。

技術實現(xiàn)思路

1、針對現(xiàn)有技術存在的問題，本發(fā)明的目的在于提供一種結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，用于減少跟蹤誤差，提高跨衛(wèi)星飛機目標跟蹤的精度和穩(wěn)定性。

2、為實現(xiàn)上述目的，本發(fā)明提供一種結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，所述方法包含以下步驟：

3、步驟s101：利用目標檢測器對衛(wèi)星星座采集的機場圖像做飛機目標檢測，獲取場景中飛機目標的檢測框數(shù)據(jù)，同時計算星座中相鄰衛(wèi)星采集數(shù)據(jù)的時間差；

4、步驟s102：建立軌跡預測模型；使用步驟s101中獲取的檢測框數(shù)據(jù)，分別采用重識別網(wǎng)絡和多模軌跡預測網(wǎng)絡，對機場區(qū)域中的飛機目標進行外觀與運動信息提??；

5、步驟s103：使用優(yōu)化的匹配算法實現(xiàn)跨幀目標匹配，并結合機場道路約束，對匹配得到的軌跡進行合理性修正，繪制最終的飛機目標運動軌跡。

6、進一步，步驟s101中，具體包括：

7、步驟s201：采用目標檢測器識別視野內(nèi)的飛機，生成旋轉邊界框并裁剪圖像數(shù)據(jù)，結合通道與空間注意力模塊，強化骨干網(wǎng)絡提取的特征；

8、步驟s202：根據(jù)圖像包含的成像時間信息計算并給出衛(wèi)星星座中相鄰衛(wèi)星的成像時間差。

9、進一步，所述目標檢測器為yolov7目標檢測網(wǎng)絡。

10、進一步，步驟s102中，進一步包括采集機場飛機的ads-b數(shù)據(jù)，并對數(shù)據(jù)進行清洗，忽略靜止的飛機軌跡。

11、進一步，步驟s102進一步包括：

12、步驟s301：通過ads-b收集飛機歷史運動軌跡數(shù)據(jù)并對數(shù)據(jù)進行預處理，包括從衛(wèi)星圖像中提取飛機目標軌跡，并進行數(shù)據(jù)清洗、異常值剔除和歸一化處理；

13、步驟s302：采用基于lstm的多模態(tài)軌跡預測網(wǎng)絡預測未來軌跡。

14、進一步，步驟s302中，采用多模態(tài)預測方法，生成多條可能的軌跡，并在訓練過程中添加高斯噪聲，以模擬飛機可能的運動變化，提高模型對不確定運動模式的適應性。

15、進一步，步驟s102進一步包括：

16、步驟s303:根據(jù)計算出的時間差，確定軌跡預測模型的預測步數(shù)，結合軌跡預測終點，給定一個候選范圍，進行裁剪并獲得裁剪后的目標圖像；

17、步驟s304：采用輕量級重識別網(wǎng)絡來提取目標的外觀特征。

18、進一步，輕量級重識別網(wǎng)絡由四個卷積塊和下采樣模塊組成，以裁剪后的目標圖像作為輸入，并輸出一個128×1的特征向量。

19、進一步，利用機場道路節(jié)點圖進行軌跡修正，將起點和終點與最近鄰的道路節(jié)點匹配，而后形成符合機場內(nèi)的道路的跟蹤軌跡。

20、本發(fā)明的有益效果如下：

21、本發(fā)明提出了一種結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，通過多層堆疊長短時記憶（long?short-term?memory，lstm）網(wǎng)絡訓練多模軌跡預測模型，并結合優(yōu)化的跨幀匹配算法，利用機場道路約束對軌跡進行修正，有效提升跨衛(wèi)星數(shù)據(jù)集上的機場飛機目標跟蹤精度。道路約束不僅包含傳統(tǒng)的機場道路節(jié)點信息，還包含飛機運動軌跡約束，因飛機在機場中的運動軌跡天然受道路限制，軌跡本身蘊含了道路信息。該方法不僅能夠有效減少跟蹤誤差，還能為衛(wèi)星遙感數(shù)據(jù)處理領域提供新的技術手段和應用前景。

技術特征：

1.一種結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，其特征在于，所述方法包含以下步驟：

2.根據(jù)權利要求1所述的結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，其特征在于，步驟s101中，具體包括：

3.根據(jù)權利要求1所述的結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，其特征在于，步驟s101中，還包括：步驟s202：根據(jù)圖像包含的成像時間信息計算并給出衛(wèi)星星座中相鄰衛(wèi)星的成像時間差。

4.根據(jù)權利要求2所述的結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，其特征在于，所述目標檢測器為yolov7目標檢測網(wǎng)絡。

5.根據(jù)權利要求1所述的結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，其特征在于，步驟s102中，進一步包括采集機場飛機的ads-b數(shù)據(jù)，并對數(shù)據(jù)進行清洗，忽略靜止的飛機軌跡。

6.根據(jù)權利要求1所述的結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，其特征在于，步驟s102進一步包括：

7.根據(jù)權利要求5所述的結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，其特征在于，步驟s302中，采用多模態(tài)預測方法，生成多條軌跡，并在訓練過程中添加高斯噪聲，以模擬飛機的運動變化，提高模型對不確定運動模式的適應性。

8.根據(jù)權利要求5所述的結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，其特征在于，步驟s102進一步包括：

9.根據(jù)權利要求7所述的結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，其特征在于，輕量級重識別網(wǎng)絡由四個卷積塊和下采樣模塊組成，以裁剪后的目標圖像作為輸入，并輸出一個128×1的特征向量。

10.根據(jù)權利要求9所述的結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，其特征在于，利用機場道路節(jié)點圖進行軌跡修正，將起點和終點與最近鄰的道路節(jié)點匹配，而后形成符合機場內(nèi)的道路的跟蹤軌跡。

技術總結
本發(fā)明公開了一種結合道路約束的跨衛(wèi)星機場飛機目標跟蹤方法，所述方法包含以下步驟：步驟S101：利用目標檢測器對衛(wèi)星星座采集的機場圖像做飛機目標檢測，獲取場景中飛機目標的檢測框數(shù)據(jù)，同時計算星座中相鄰衛(wèi)星采集數(shù)據(jù)的時間差；步驟S102：建立軌跡預測模型；使用步驟S101中獲取的檢測框數(shù)據(jù)，分別采用重識別網(wǎng)絡和多模軌跡預測網(wǎng)絡，對機場區(qū)域中的飛機目標進行外觀與運動信息提??；步驟S103：使用優(yōu)化的匹配算法實現(xiàn)跨幀目標匹配，并結合機場道路約束，對匹配得到的軌跡進行合理性修正，繪制最終的飛機目標運動軌跡。本方法能夠減少跟蹤誤差，提高跨衛(wèi)星飛機目標跟蹤的精度和穩(wěn)定性。

技術研發(fā)人員：郭鵬宇,陳家建,劉勇,曹璐,王鑫慧
受保護的技術使用者：中國人民解放軍軍事科學院國防科技創(chuàng)新研究院
技術研發(fā)日：
技術公布日：2025/5/15