【摘要】：及時、準確地掌握海上油氣平臺的數(shù)量、位置分布等信息可以為各國制定海洋發(fā)展戰(zhàn)略提供參考,為海洋環(huán)境管理提供決策支持,同時也對全球海上油氣安全具有重要意義。隨著遙感技術(shù)的發(fā)展,利用遙感影像提取海上油氣平臺成為可能。與光學影像相比較,合成孔徑雷達(Synthetic Aperture Radar,SAR)影像不受光照、云雨天氣、海洋濕度大等諸多條件的限制,因而在海上油氣平臺提取中更具優(yōu)勢。在眾多的油氣平臺提取方法中,雙參數(shù)CFAR(Constant False Alarm Rate,CFAR)算法能夠更好地適應(yīng)海洋背景雜波的變化特性因而使用最為廣泛。然而,當前使用雙參數(shù)CFAR算法提取油氣平臺時,對于在不同傳感器下的影像,該方法的虛警率控制系數(shù)需要根據(jù)經(jīng)驗判斷和反復的實驗進行設(shè)置。其次,在油氣平臺提取中面對艦船的干擾,均是基于油氣平臺的位置不變特性通過兩期或者多期影像來剔除移動的艦船目標,這就造成所需的影像數(shù)據(jù)量大、處理過程繁瑣,且對影像的重訪周期要求較高。針對存在的問題,本文進行了基于雙參數(shù)CFAR的海上油氣平臺提取方法研究。提出了基于最大熵的雙參數(shù)CFAR油氣平臺提取方法和基于雙步修正模型的油氣平臺提取方法,旨在進一步提高油氣平臺的提取精度和效率。主要內(nèi)容如下:(1)本文對用于油氣平臺提取的數(shù)據(jù)源進行了介紹,包括光學影像和雷達影像以及油氣平臺在不同類型影像中的成像特征和油氣平臺的位置不變特性。分析了光學影像提取油氣平臺目前存在的不足以及雷達影像所具有的優(yōu)勢。并介紹了目前廣泛使用的油氣平臺提取方法——雙參數(shù)CFAR算法的檢測特性。(2)當前使用雙參數(shù)CFAR算法提取油氣平臺時,虛警率控制系數(shù)均是根據(jù)以往經(jīng)驗判斷和反復的試驗而設(shè)置的,且對于不同傳感器下的影像其虛警率控制系數(shù)也不同,這就使得該方法應(yīng)用過程繁瑣、主觀性強,對檢測結(jié)果造成很大的影響。針對這一問題,本文提出了一種基于最大熵的雙參數(shù)CFAR油氣平臺提取方法。該方法將雙參數(shù)CFAR算法中所有可能的虛警率控制系數(shù)看作一個概率分布系統(tǒng),應(yīng)用最大熵原理,當某一個系數(shù)使目標和背景兩部分統(tǒng)計系數(shù)的信息熵為最大時,這個系數(shù)就是目標與背景的最優(yōu)分割閾值。對我國南海珠江口盆地的油氣平臺提取進行了案例應(yīng)用,研究表明,使用該方法提取油氣平臺的準確率為97.5%,可以有效的提取海上油氣平臺目標。該方法能夠客觀地獲得最優(yōu)的目標檢測閾值參數(shù),極大地降低了目標檢測過程中主觀設(shè)置參數(shù)對提取結(jié)果的影響。(3)在油氣平臺提取中,艦船目標對提取結(jié)果的干擾非常嚴重。以往的研究都是基于油氣平臺的位置不變特性,利用兩期甚至多期影像來剔除艦船。這就使得使用的影像數(shù)據(jù)量大、數(shù)據(jù)成本較高、處理過程較為繁瑣,且對影像的重訪周期要求較高。針對這一問題,本文在基于最大熵的雙參數(shù)CFAR油氣平臺提取方法基礎(chǔ)之上,提出了一種基于雙步修正模型的油氣平臺提取方法。該方法首先使用基于最大熵的雙參數(shù)CFAR算法進行疑似油氣平臺目標的檢測。然后針對中分辨率SAR影像中油氣平臺與艦船的紋理結(jié)構(gòu)差異(油氣平臺:矩形;艦船:直線型),引入霍夫變換來檢測艦船目標。最后求取疑似油氣平臺目標和艦船目標的交集,剔除艦船目標,提取油氣平臺目標。使用該方法對我國南海北部灣盆地和珠江口盆地的油氣平臺進行了提取實驗,結(jié)果顯示,該方法提取油氣平臺的準確率為86.75%,能夠滿足實際生產(chǎn)的需要。該方法可以在保證提取準確率的同時實現(xiàn)僅用一期影像即可提取油氣平臺的目的,大大地節(jié)約了數(shù)據(jù)成本。
【圖文】：

技術(shù)路線圖

高）25 25 25-30 可選雙極化 80油氣平臺的成像特征油氣平臺是海上油氣勘探和開發(fā)的主要鉆探設(shè)備，平臺上一般裝有鉆井、、導航等，以及安全救生和工作人員的生活設(shè)施，其是海洋油氣開發(fā)的主具。我國南海北部珠江口盆地和北部灣盆地海域的油氣平臺主要是固定式該類油氣平臺是借助導管架固定在海底而高出海面不再移動的裝置，平臺上板用于放置鉆井設(shè)備等其他鉆探工具。支撐和固定平臺的樁腿是直接打入海保證了油氣平臺較好的穩(wěn)定性。但因為平臺的位置不能移動，當一個區(qū)域飽和后，，重新在下一個區(qū)域開采就需要再建新的鉆井裝置，這樣就造成鉆高。為了解決油氣平臺的移動性問題，又出現(xiàn)了海上浮式生產(chǎn)儲油船（Fing Production Storage and Offloading）等新的設(shè)備來輔助油氣生產(chǎn)。兩種主設(shè)備的類型如圖 2.1 所示。油氣平臺的長度通常在 80 m-150 m 范圍之間，F(xiàn)P通常在 250-300 m 左右。
【學位授予單位】：蘭州交通大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TE95

【相似文獻】

相關(guān)期刊論文 前10條

1 Yang Li;Zhenyuan Ji;Bingfei Li;Gil Alterovitz;;Switching variability index based multiple strategy CFAR detector[J];Journal of Systems Engineering and Electronics;2014年04期

2 何友,Hermann Rohling;PERFORMANCE OF TWO GENERALIZED ORDER STATISTICS CFAR DETECTORS WITH AUTOMATIC CENSORING TECHNIQUE IN MULTIPLE TARGET SITUATIONS[J];Journal of Electronics(China);1995年01期

3 朱兆達;屠樹德;;DETECTION PERFORMANCE OF DIGITAL POLARITY SAMPLED PHASE REVERSAL CODED PULSE COMPRESSORS[J];Journal of Electronics(China);1988年02期

4 柳毅;張淑芳;索繼東;;目標屏蔽帶自適應(yīng)調(diào)整的CFAR處理器[J];雷達科學與技術(shù);2017年05期

5 孫艷麗;李建海;陳貽煥;;基于自動篩選技術(shù)的廣義有序統(tǒng)計類CFAR檢測性能分析[J];計算機與數(shù)字工程;2016年09期

6 徐從安;何友;簡濤;孫偉超;;空域CFAR處理方法綜述[J];海軍航空工程學院學報;2011年04期

7 何友,劉永,孟祥偉;雜波圖CFAR平面技術(shù)在均勻背景中的性能[J];電子學報;1999年03期

8 ;A NEW CFAR DETECTOR WITH GREATEST OPTION[J];Journal of Electronics(China);1997年02期

9 ;Distribution-based CFAR detectors in SAR images[J];Journal of Systems Engineering and Electronics;2006年04期

10 陳遠知,毛士藝;CFAR的一種全硬件實現(xiàn)方法[J];信號處理;1996年04期

相關(guān)會議論文 前10條

1 Xianxiang Qin;Huanxin Zou;Shilin Zhou;Yun Ren;;A Generalized Gamma Distributed CFAR Algorithm for Layover and Shadow Detection in InSAR Images[A];2013年中國智能自動化學術(shù)會議論文集（第二分冊）[C];2013年

2 Dang Ling;Wang Pingjun;Wang Zhikai;;A Method for Determining Scale Factor of CFAR Detector Based on BP Neural Networks[A];2012年計算機應(yīng)用與系統(tǒng)建模國際會議論文集[C];2012年

3 冀彥杰;賀杰;丁慶;李學仕;閻冬;;基于SAR圖像快速雙參數(shù)CFAR船只檢測框架[A];第六屆高分辨率對地觀測學術(shù)年會論文集（上）[C];2019年

4 Ho-Hsuan Chang;;The Statistical Properties of GLR in Nonhomogeneous Clutter[A];2005年海峽兩岸三地無線科技學術(shù)會論文集[C];2005年

5 Pan Wei;Liu Sili;Dong Hongzhi;;The Application of Adaptive Genetic Algorithms in Single-Resistant Radar Jamming[A];第26屆中國控制與決策會議論文集[C];2014年

6 康杰;;基于CFaR的鑄造企業(yè)現(xiàn)金流風險度量分析[A];2017冶金企業(yè)管理創(chuàng)新論壇論文集[C];2017年

7 邢相薇;陳振林;鄒煥新;周石琳;;一種基于兩級CFAR的SAR圖像艦船目標快速檢測算法[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

8 Huixia Liu;Shuli Wu;Chunhui Zhao;Jinwen Hu;Zhiyuan Zhang;;A UAV SAR Target Detection Method Based on Improved Fukunage Koontz Transform[A];第30屆中國控制與決策會議論文集（1）[C];2018年

9 孫長生;柳曉鳴;;VTS雷達子系統(tǒng)有序統(tǒng)計類CFAR檢測器的設(shè)計和實現(xiàn)[A];中國航海學會通信導航專業(yè)委員會2006年學術(shù)年會論文集[C];2006年

10 徐達;郝程鵬;侯朝煥;;Pareto分布背景下分布式模糊OS-CFAR檢測[A];第十二屆全國信號和智能信息處理與應(yīng)用學術(shù)會議論文集[C];2018年

相關(guān)博士學位論文 前10條

1 王明宇;復雜環(huán)境下雷達CFAR檢測與分布式雷達CFAR檢測研究[D];西北工業(yè)大學;2002年

2 魏璽章;分布式CFAR檢測理論研究[D];中國人民解放軍國防科學技術(shù)大學;2002年

3 關(guān)鍵;多傳感器分布式恒虛警率（CFAR）檢測算法研究[D];清華大學;2000年

4 喻洋;太赫茲雷達目標探測關(guān)鍵技術(shù)研究[D];電子科技大學;2016年

5 杜海明;雷電信號檢測方法及相關(guān)問題研究[D];華中科技大學;2012年

6 汪兵;非獨立同分布起伏目標建模與檢測算法研究[D];電子科技大學;2017年

7 蔣文;地形跟隨/回避雷達目標檢測方法研究[D];電子科技大學;2017年

8 胡文琳;機載雷達恒虛警率檢測方法研究[D];國防科學技術(shù)大學;2007年

9 宗凱;組合式統(tǒng)計信號檢測技術(shù)研究[D];西北工業(yè)大學;2000年

10 張維;復雜雜波背景恒虛警檢測技術(shù)研究[D];南京航空航天大學;2009年

相關(guān)碩士學位論文 前10條

1 張靜;最大熵雙參數(shù)CFAR的油氣平臺提取與修正[D];蘭州交通大學;2019年

2 李園園;基于雜波分類識別的自適應(yīng)IOSGO-CFAR算法研究及實現(xiàn)[D];西安電子科技大學;2019年

3 毛云;雷達雜波圖CFAR檢測算法研究及實現(xiàn)[D];西安電子科技大學;2018年

4 張舒;基于模糊邏輯與背景統(tǒng)計模型的CFAR檢測算法研究[D];南京航空航天大學;2018年

5 梁建;高頻地波雷達目標二維CFAR檢測及軟件實現(xiàn)[D];中國海洋大學;2014年

6 郝迎春;雷達CFAR檢測算法及門限判決系數(shù)的優(yōu)化研究[D];電子科技大學;2012年

7 梁元輝;分布式CFAR融合檢測算法研究[D];西南交通大學;2012年

8 高寶山;海雜波背景下的CFAR目標檢測[D];大連海事大學;2011年

9 吳大珩;基于雜波跟蹤的CFAR研究[D];南京航空航天大學;2006年

10 王佳楠;基于FPGA的CFAR開發(fā)系統(tǒng)的設(shè)計與實現(xiàn)[D];大連海事大學;2016年

本文編號：2660594