2021 Fiscal Year Research-status Report
Signal analysis on synthetic aperture radar for velocity vector measurement and applicability evaluation to ocean current measurement
| Project/Area Number |
20K14961
|
|---|
| Research Institution | Tokyo University of Marine Science and Technology |
|---|
Principal Investigator |
吉田 毅郎 東京海洋大学, 学術研究院, 准教授 (30771505)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 合成開口レーダ / 船舶 |
|---|
| Outline of Annual Research Achievements |
合成開口レーダによる移動体の速度ベクトル計測について、Spotlightモードと呼ばれる高分解能の合成開口レーダ画像に対してサブルック処理を適用し、船舶の速度ベクトル推定を行った。Spotlightモードの合成開口レーダ画像は合成開口時間が長いため、船舶のような移動体はアジマス方向に伸びて映像されるような特徴がある。これに対して、サブルック処理から合成開口時間を分割してサブルック画像を生成した。合成開口時間の前半と後半のサブルック画像を比較することで、船舶の速度推定を行った。船舶の移動角度は画像に写る船舶の向きから求め、推定速度と合わせて速度ベクトルの推定を行った。ここではALOS-2/PALSAR-2のSpotlightモードの合成開口レーダ画像を用いて推定を行い、AISで得られた船舶の情報と比較を行った。東京湾から三浦半島を航行する船舶に対して適用した結果、特にアジマス方向に高速に航行する船舶については良好な精度で推定が可能であった。一方で、レンジ方向に航行する船舶や低速で航行する場合については、推定精度が下がると予想されるため今後の課題として考えられる。また、Spotlightモードの合成開口レーダ画像に対して速度ベクトル推定を適用する前段階として、航行している船舶のみを効率よく抽出するために深層学習を用いた検出を行った。概ね0.5ノット以上で航行する船舶のみを自動検出することが可能となった。速度ベクトル推定方法と同時に活用することで、合成開口レーダ画像から効率よく船舶の移動情報を得るための基礎を構築した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
合成開口レーダ画像のSpotlightモードから船舶の速度ベクトル推定を実施したことなどから、概ね順調に進展していると考えられる。
|
| Strategy for Future Research Activity |
今後は他の速度ベクトル推定方法の検証や、海流への適用性を確認する予定である。
|
| Causes of Carryover |
オンラインでの学会参加であったため、旅費の項目を使用することがなくなり、次年度にデータの追加購入などを計画している。
|
