基于轨道匹配和改进的空间目标识别方法

空间目标识别就是对外层空间运行的目标进行类型或属性辨认。空间目标一般是沿着固有轨道运动的目标,它的轨道根数是表征其运行规律的主要参数,也是进行空间识别的基础。该文提出了一种基于轨道匹配改进的空间目标识别方法。利用空间目标运动的规律性,对目标的雷达观测数据进行初轨计算、轨道匹配和轨道改进三个部分的处理,对目标的不同圈次观测数据进行关联和积累,并在优化轨道根数的同时实现对空间目标的匹配识别。针对匹配识别模糊情况,通过分析比较轨道改进收敛时的根数内符合误差和观测数据的残差,确定最可能的匹配识别结果。仿真实验结果说明了该方法的有效性。

地基雷达的微波面散射模型对比与土壤水分反演

为了探究地基合成孔径雷达(cGBSAR)后向散射信号的时空变化规律和研究雷达土壤水分反演的影响因素,在内蒙古闪电河流域的昕元牧场站进行了地基雷达观测试验,本文结合以上观测试验的地基雷达数据进行波段、入射角度、极化通道3个雷达参数以及地表粗糙度参数对雷达的后向散射系数影响的分析,然后利用以上分析结果选择地表微波面散射模型,最后利用选定的地表微波面散射模型构建人工神经网络数据集来反演地表土壤水分。结果表明:(1)在地基雷达视场内,各地表微波面散射模型的模拟结果与地基雷达实测的L波段全极化数据拟合效果最佳的是AIEM-Oh模型。(2)通过对20°-60°范围内的雷达入射角度的AIEM-Oh模型后向散射系数模拟的绝对残差分析发现,雷达入射角为25°、41°和53°时模拟结果最接近雷达实测值。(3)最后通过分析土壤水分反演结果发现,当雷达入射角度为41°时的土壤水分反演精度最高,相关系数R是0.8080,RMSE是0.0385 m^(3)/m^(3)。本文的结论是雷达后向散射信号受到雷达入射角度和地表粗糙度相互作用的影响,因此通过考虑地表粗糙度来合理的选取雷达入射角能够提高土壤水分的反演精度。