融合遥感图像光谱和空间信息的云检测深度网络

当前的云检测方法未能充分利用遥感图像的光谱特征和空间特征。光谱信息的不充分利用会导致错分具有和云相似光谱特征的目标,而空间信息的不充分利用会导致碎云和薄云难以识别。基于此,提出一种融合遥感图像光谱和空间信息的新型云检测深度网络(SSFF-Net)。SSFF-Net首先利用1×1的卷积核提取遥感图像的光谱特征,其次将Transformer引入到遥感图像空间上的编解码来学习远距离的特征,充分利用遥感图像的光谱和空间信息。SSFF-Net克服了光谱特征提取依赖于经验性的线性组合,并能减少空间位置信息损失。将模型在Landsat 8 Biome以及AIR-CD数据集上进行评估,结果表明SSFF-Net具有较好的云检测效果,精度分别达到97%和96%。

MTF估计及盲复原技术在卫星影像预处理中的应用

在遥感成像过程中，由于大气干扰、镜头散焦等多种因素造成影像质量下降。为了提高影像的清晰度，在数据预处理系统中需要对原始影像进行图像复原。本文采用盲复原和MTF估计的方法对天绘一号卫星影像进行处理，实际处理结果表明，影像质量得到了明显的改善。

基于全局位置信息和残差特征融合的SAR船舶检测算法

针对合成孔径雷达(synthetic aperture radar,SAR)图像船舶目标尺度不一且易受海面、地面杂波和相干斑噪声的影响,难以提取目标多维特征且特征融合过程中易产生语义歧义,造成船舶目标检测率低,虚警率高的问题,提出一个基于全局位置信息和残差特征融合的SAR船舶目标检测算法。基于Faster区域卷积神经网络(region convolutional neural network,R-CNN)目标检测算法,在特征提取网络和特征融合网络中进行改进:在特征提取网络中使用高宽注意力机制提取目标在图像中的全局位置信息,增强目标的多维特征提取能力;在特征融合网络中使用带有残差连接的双向特征金字塔网络削弱特征融合过程中的语义歧义,降低复杂背景下的船舶目标虚警率,同时进行不同层级的多尺度特征双向融合,增强高低层特征的联系,提升多尺度船舶目标的检测能力。在SAR船舶数据集上达到98.2%的均值平均精度,超过部分算法2.4%以上。实验表明,所提算法有效提取了目标的多维特征,显著缓解了语义歧义问题,具有较好的检测能力和泛化能力。

基于流式计算的空间科学卫星数据实时处理

针对空间科学卫星探测数据的实时处理要求越来越高的问题,提出一种基于流计算框架的空间科学卫星数据实时处理方法。首先,根据空间科学卫星数据处理特点对数据流进行抽象分析;然后,对各处理单元的输入输出数据结构进行重新定义;最后,基于流计算框架Storm设计数据流处理并行结构,以适应大规模数据并行处理和分布式计算的要求。对应用该方法开发的空间科学卫星数据处理系统进行测试分析,测试结果显示,在相同条件下数据处理时间比原有系统缩短了一半;数据局部性策略比轮询策略具有更高的吞吐率,数据元组吞吐率平均提高29%。可见采用流式计算框架能够大幅缩短数据处理延迟,提高空间科学卫星数据处理系统的实时性。

遥感数据处理运行控制中的工作流应用

遥感数据处理地面系统的运行控制存在传感器众多、处理算法复杂、流程缺乏统一管理等问题。为此,提出结合工作流技术的通用运行控制模型,将控制逻辑和业务逻辑完全分离,简化系统结构和编程模式,作业管理系统可满足处理算法对资源的不同需求。测试结果表明,运行控制系统响应快速,系统空载时作业响应时间约为0.3 s,随着系统负载的增加,运行控制的延迟没有显著增加。

空间科学卫星数据快速处理方法

针对卫星获取的大规模数据进行快速数据处理一直是空间信息处理系统建设中的关键。面对空间科学卫星全天候观测、探测载荷类型多、处理算法多样带来的数据处理难题,现有基于CCSDS标准格式的数据分析方法,难以满足目前在轨的多颗空间科学卫星数据处理系统在正确性和时效性方面的要求。针对空间科学卫星探测数据处理特点,提出了一种空间科学数据快速处理方法,设计两层联合索引结构,将空间科学大数据处理问题转化为索引表和源包数据单元的处理问题,提高了数据处理效率;采用科学工作流技术设计了数据驱动和业务驱动协同的处理框架,支持多样化的空间科学卫星数据处理流程,各类载荷数据处理任务并行调度。实验结果表明,这种方法处理速度可扩展,内存使用较少,已应用于空间科学卫星地面系统中,取得了良好的效果。

多角度SAR动目标检测技术及其高分三号实验验证研究

多角度SAR作为一种新的SAR模式,它具备对场景的长时间观测以及大合成孔径角两个优势。已有研究表明,这两点区别于传统SAR模式的优势,使得单通道系统也可以具备较强的动目标检测能力,即,无需增加雷达系统的复杂度,就可以实现在轨星载SAR系统动目标检测能力的拓展和提升。这也使得多角度SAR动目标研究成为新的研究热点。在研讨近年来多角度SAR-GMTI研究基础及发展现状的基础上,该文重点介绍了研究团队围绕高分3号开展的原理性验证实验研究,包括凝视聚束模式动目标检测方法研究、双通道动目实验模式、双通道凝视聚束GMTI模式研究等。通过上述研究,以期为在轨及规划星载SAR单通道GMTI工程实现、未来星载多角度SAR时序动态观测新型工作模式设计等奠定可行性研究基础。

未来机载能力环境(FACE)技术发展综述

随着飞机航电系统的快速发展,航电系统的体系结构向着软件化、模块化演进。为解决航电系统软件紧耦合导致的开发迭代困难问题,未来机载能力环境(Future Airborne Capability Environment,FACE)标准被提出,以增强航电软件的可移植性。介绍了FACE标准的发展过程与特点,从分层情况、应用软件以及接口等方面分析了FACE架构与其他航电架构差异,总结了FACE技术在国内外的应用现状,以期为FACE标准的国产化应用提供技术基础。

X波段双站SAR实验及其处理方法的研究

双站SAR是一种新体制SAR,它具有构型灵活多变、隐蔽性强等优点,在国防建设中具有重要的应用前景。双站SAR的同步误差和信号处理的复杂性给实际系统和成像处理都增加了困难。在X波段双站SAR一站固定模式的实验基础上,针对实际实验系统设计,对同步误差的产生和消除进行了分析,并利用BP算法对实验数据进行了处理。仿真和实际数据处理结果都证明了本次实验设计的有效性和算法的正确性。

星载InSAR技术在地质灾害监测领域的应用

近年来,星载InSAR技术在地质灾害监测领域显示出越来越大的应用潜力。该文首先介绍了InSAR形变监测的原理;然后系统性回顾了InSAR技术的发展,分析了差分InSAR、时序InSAR等方法的技术特点和适用范围;进而从地质灾害监测应用的角度分析了InSAR技术在地震、滑坡、水利工程、地面沉降等领域的应用现状和发展趋势;最后总结了当前地灾监测应用中InSAR技术在大气效应校正、复杂地区形变信息获取、多维形变信息获取中的关键问题,以期服务于地质灾害动态监测与防治工作。从当前InSAR技术在地质灾害监测的应用来看,该技术正处在广泛的业务应用阶段,随着未来星载SAR卫星系统的发展和行业的驱动,必将发展成为一项成熟的高精度对地观测技术,对地质灾害监测产生巨大的影响。

基于NVIDIA GPU的机载SAR实时成像处理算法CUDA设计与实现

合成孔径雷达(SAR)成像处理的运算量较大,在基于中央处理器(Central Processing Unit,CPU)的工作站或服务器上一般需要耗费较长的时间,无法满足实时性要求。借助于通用并行计算架构(CUDA)编程架构,该文提出一种基于图形处理器(GPU)的SAR成像处理算法实现方案。该方案解决了GPU显存不足以容纳一景SAR数据时数据处理环节与内存/显存间数据传输环节的并行化问题,并能够支持多GPU设备的并行处理,充分利用了GPU设备的计算资源。在NVIDIA K20C和INTEL E5645上的测试表明,与传统基于GPU的SAR成像处理算法相比,该方案能够达到数十倍的速度提升,显著降低了处理设备的功耗,提高了处理设备的便携性,能够达到每秒约36兆采样点的实时处理速度。

基于改进光谱特征拟合算法的高光谱数据矿物信息提取

根据光谱特征拟合算法在实际应用中存在的问题,介绍一种改进光谱特征拟合算法,该算法综合常规的特征拟合处理和地物光谱吸收特征参量约束为一体,能更细致地进行高光谱数据地物信息提取。实验基于不同空间分辨率和信噪比的高光谱数据,编程实现改进光谱特征拟合算法对实验区的白云母、方解石、绿泥石等蚀变矿物信息提取,与常规光谱特征拟合和光谱角制图处理结果的比较分析发现改进算法在矿物混淆区分、信息提取精细度上均得到提高,有较强的实用性。

应用于多源SAR图像匹配的级联SIFT算法

针对多源SAR(Synthetic Aperture Radar)图像几何精处理需要大量离散控制点的问题,文章中提出一种级联SIFT(Scale Invariant Feature Transform)匹配算法.首先,采用大尺度自适应各向异性高斯SIFT(Adapted Anisotropic Gaussian-SIFT,AAG-SIFT)算法进行图像粗配准,大尺度AAG尺度空间可以在模糊不稳定局部纹理干扰的同时,保持图像的结构信息,提高算法的鲁棒性;其次,级联一种局部SIFT匹配算法,在粗配准后图像间进行局部匹配,避免不相关区域内重复纹理对特征匹配的影响;最后,通过尺度和旋转等先验条件筛选匹配点对,保证匹配结果的准确性.对比实验表明,级联SIFT处理可以增加提取同名点的数量和空间分布质量,而且匹配点定位准确.

基于快速异源配准的高分辨率SAR影像海岛区域正射校正

随着高分辨率合成孔径雷达(SAR)卫星的陆续发射,对天气条件多变的海岛区域进行全天候、全时段的高精度观测已变得可行。作为多种遥感应用的关键前置步骤正射校正,依赖于高精度控制点来纠正SAR影像的几何定位误差。然而,在海岛区域获取符合SAR校正要求的人工控制点不仅成本高,且风险大。为了应对这一挑战,该文首先提出了一种光学与SAR异源影像的快速配准算法,然后基于光学参考底图自动提取控制点,实现了海岛区域SAR影像的正射校正。所提出的配准算法分为两个阶段:首先构建异源影像的共性密集特征,然后在降采样后的特征上进行逐像素匹配,避免了异源影像特征点重复性低的问题。为了降低匹配复杂度,引入了海陆分割掩模以限定搜索范围。接着,对初步匹配点进行局部精细匹配,以减少降采样带来的不准确性。同时,引入海岸线均匀采样点以提升匹配结果的均匀性,并通过分段线性变换模型生成正射影像,确保了稀疏岛屿区域的整体校正精度。该算法在多景海岛区域的高分辨率SAR影像上表现出色,平均定位误差为3.2 m,整景校正时间仅需17.3 s,均优于现有多种先进的异源配准与校正算法,显示出其在工程应用中的巨大潜力。

利用测向信息消除高重复频率信号的时差定位模糊

该文针对三星时差定位系统对高重复频率信号的定位模糊问题,提出在主星增加干涉仪测向并结合测向信息解模糊的思路。由于干涉仪本身有可能出现测向模糊,进一步提出了根据模糊测向信息解时差定位模糊的方法,其在无测向模糊时同样适用。该方法定义了时差定位点的距离参数,通过对其做门限检测去除虚假时差定位点,从而有效地减少了模糊定位点数量,改善了对高重频信号的定位模糊问题。

基于GPU的外辐射源雷达信号处理实时实现方法

随着外辐射源雷达技术的发展,实时处理能力成为制约外辐射源雷达系统性能的重要因素。现有的处理手段仅适用于较小采样率信号以及低速目标的情况,对于数字电视信号等大带宽高采样率的外辐射源雷达信号以及高速小目标的情况很难满足实时性的要求。提出了一种基于图形处理器的外辐射源雷达信号处理实时实现方法,能够提高分块最小均方误差算法和Keystone算法的并行处理能力。通过真实数据验证表明基于所提结构的实现方法能够满足外辐射源雷达信号处理实时性的需求。

一种基于GPU的SAR高效成像处理算法

合成孔径雷达(SAR)成像处理是一项需要进行大量计算的处理任务。图形处理器(GPU)具有数十倍于CPU的浮点计算能力以及传输带宽,而CUDA技术的发展使得GPU能够方便地进行通用计算。该文提出了一种在GPU上进行SAR成像的高效方法。与一般GPU处理方法相比,该方法使得处理过程中的CPU-GPU往返数据传输由4次减少到1次,而且同时利用了工作站上的CPU与GPU计算资源。实验结果表明,该方法能够带来相对一般GPU处理方法2.3倍的处理效率提升,从而验证了该方法的有效性。

基于AIS信息的舰船位置标校方法

为了提高时差型卫星定位系统对舰船的定位精度,提出了一种基于船舶自动识别系统(automatic identification system,AIS)信息的舰船位置标校方法,该方法将具有AIS信息的民船作为标校源对军舰位置进行校正。首先,针对AIS信息无法直接用于位置标校的问题,提出了标校源雷达位置及其误差估计方法;其次,针对标校源雷达位置存在的误差,建立了标校方法的误差分析模型和标校源有效性分析方法,理论分析了标校定位精度及其改善程度,为标校源的选择提供了依据。最后,仿真分析验证了提出的标校方法的有效性。

基于全自动标定技术的环物摄影测量平台精度提升策略研究

针对传统的环物摄影测量设备精度不高的缺陷,本文在环物摄影测量法的基础上,提出了基于全自动标定技术的精度提升策略,并成功应用在自主研制的三维环物影像获取系统中。该策略克服了传统相机标定技术需要人工选点,耗时耗力的缺陷,同时有效的解决了环物摄影测量解算中,相机高精度空间参数定位的问题。因此,本文提出的方法可以在保证实时效率的前提下,提高环物摄影测量设备生产的三维数字化模型的精度,具有广泛的应用前景。

机载双天线InSAR对飞数据处理与分析

干涉合成孔径雷达(In SAR)技术具有高精度的地形测绘能力。然而在山区地形条件下,受SAR侧视成像的影响,存在较多的几何畸变区域,干涉相位表现为不连续或者缺少有效信息的情况,对单一的干涉图像对处理难以得到精确的数字高程模型(DEM)。融合两个或多角度的干涉数据可以用于解决这一问题。该文根据这一思路利用机载双天线In SAR对飞数据进行实验,针对山区地形条件下参考高程近似影响运动补偿精度的问题提出了基于高程迭代的运动补偿方法,对于阴影、叠掩区域容易导致相位解缠误差的问题提出基于地形特征的相位解缠方法,从而尽可能降低单一角度数据的DEM误差,以达到消除对飞数据重叠区域3维定位不一致的目的,拼接实验结果验证了处理方法的有效性。