在一个工作流程中描述并实施了建模和仿真工具，以开发一种模拟船尾的方法，然后模拟这些船尾的合成孔径雷达（SAR）和红外（IR）图像。对几种不同的海洋环境和模拟遥感平台进行了参数研究，以生成初步数据集，用于训练和测试基于神经网络的船舶尾流探测模型。对几种不同的模型结构进行了训练和测试，这些模型结构在对输入的合成孔径雷达图像是否包含持续性船尾进行分类方面具有很高的准确性。研究人员还探索了几种数据融合模型，以了解不同合成孔径雷达波段的数据融合如何改进船尾探测，其中一些神经网络和数据融合模型的组合实现了完美或接近完美的性能。最后，创建并讨论了跨多种传感器模式的多物理场数据融合的未来研究大纲。

图 2.1： 数据生成过程的多个模拟组件以及它们之间的数据流。