相比陸基、�；�、空基監(jiān)視手段，天基海洋目標監(jiān)視具有覆蓋范圍廣、不受空域國界和地理條件限制等優(yōu)勢，是海洋強國爭相發(fā)展的監(jiān)視手段，也是海洋目標監(jiān)視的發(fā)展趨勢。近年來，隨著低軌巨型遙感星座和地球同步軌道遙感衛(wèi)星的快速發(fā)展，多源衛(wèi)星對海洋目標探測信息的融合處理已成為海洋強國和相關組織研究的熱點方向。目前，應用于海洋目標監(jiān)視的衛(wèi)星大部分工作在不同的低地球軌道上，如太陽同步軌道，單顆衛(wèi)星重訪周期較長，因此，衛(wèi)星對海上目標探測具有稀疏非均勻的特點。同時，應用于海洋目標監(jiān)視的衛(wèi)星傳感器類型較多，不同衛(wèi)星傳感器對海洋目標的探測數(shù)據(jù)具有質量差異大、特征維度不一致等特點。傳統(tǒng)的基于數(shù)學方程的信息融合方法大多針對同類型同結構、稠密均勻觀測型數(shù)據(jù)，不能直接應用于多源衛(wèi)星信息融合處理，基于深度學習的多(跨)模態(tài)融合理論為多源衛(wèi)星海洋目標探測信息的融合處理提供了新思路。因此，本書結合了傳統(tǒng)信息融合理論和深度學習方法，對傳統(tǒng)信息融合理論在多源衛(wèi)星信息融合處理方面進行了改進，并對基于深度學習的多源衛(wèi)星信息融合進行了探索。本書系統(tǒng)總結了作者近10年來的研究成果，對多源衛(wèi)星對海上目標的檢測、識別、關聯(lián)、跟蹤等融合處理方面進行了介紹。