基于深度学习的水面目标航行意图识别方法研究.pdfVIP

基于深度学习的水面目标航行意图识别方法研究

摘要

近年来随着世界经济的迅速发展，海洋的战略地位也变得愈发重要，因此水

面目标航行意图识别在海洋开发战略中逐渐成为当前的研究热点。首先准确的水

面目标航行意图识别有助于航运管理者及时发现安全隐患并加强海洋运输效率，

其次更精准的水面目标航行意图识别就意味着战场中更高效的海运能力及更高

的隐蔽性，有助于掌握海战主动权。

虽然现在已有很多学者提出了多种方法来预测水面目标的航行意图，但这些

方法往往存在模型非线性处理能力不足导致模型预测效果有限、无法充分利用航

迹数据、预测效果受特定目标特定场景影响的问题。因此本文针对以上问题提出

了一种基于深度学习的水面目标航向意图识别方法，该方法包含基于SimCTSE

（SimpleContrastiveLearningofTimeSequenceEmbedding）的时序模型预训练方

法和基于CLC-Transformer（ChunkedLSTMConvolution-Transformer）模型的水

面目标航行意图识别方法两部分。

首先针对船舶数据中广泛存在的数据标签不足以及标签稀疏问题