基于群Monte Carlo的大气噪声二维模型参数估计

为解决多天线最佳接收下的多维非高斯噪声参数估计问题,提出了基于群蒙特卡洛的大气噪声二维模型参数估计方案,通过联合设计蒙特卡洛马尔科夫链和优化重要性重采样算法,实现噪声模型的全局最优参数估计。针对该算法高强度运算需求,在GPU平台上对核心运算作细粒度并行计算处理并优化设计,使运算速度大幅提升,以满足实时处理要求。仿真实验结果表明,该算法迭代收敛快,精度高,各参数估计相对误差普遍小于0.02,最大相对误差可控制在0.05以内,运算速度较传统计算有大幅度的提高,可充分满足低频通信系统中实时计算的要求。

环境减灾二号卫星偏振扫描大气校正仪在轨信噪比评估

针对搭载于环境减灾二号A/B(HJ-2A/B)卫星的偏振扫描大气校正仪(PSAC),详细分析了信号链路中各噪声项及其与信号的相关性,建立了信号-总噪声功率线性(S-TNPL)模型,通过实验测量获得了各通道的噪声功率只随信号变化的模型系数,以及与信号无关而与工作条件有关的本底噪声功率(截距);使用在轨实测的本底噪声,建立了不依赖于均质性区域场景的在轨信噪比评估方法,并与星上漫射板法进行了对比验证。结果显示,利用S-TNPL模型与星上漫射板法获得的PSAC在轨信噪比评估结果的相对偏差为-0.62%~6.27%,具有较好的一致性,验证了所提在轨信噪比评估方法的合理性。该信噪比评估方法不仅能适应在轨辐射性能衰退的情况,同时能方便实现不同辐亮度条件下的信噪比转换,并可直接对任意单次观测结果的信噪比进行评估。该信噪比分析方法理论上同样适用于其他光学遥感器,可为其在轨信噪比评估提供参考。