卫星激光测距数据处理方法研究进展

数据处理技术的发展与进步是实现毫米级卫星激光测距（Satellite Laser Ranging,SLR）的重要保障。文中简要回顾了SLR技术的发展历程,阐述了数据处理技术在SLR的实际应用,着重介绍了国内外典型的数据处理算法及其发展脉络。同时,针对大地测量产品的应用需求,分析了目前SLR数据处理算法的适用性、稳定性及存在的问题。最后,针对激光测距的未来发展态势,提出了新一代SLR数据处理方法面临的挑战及可能的解决方案,并对其发展趋势做出展望。     

深度学习在卫星激光测距数据处理中的应用

卫星激光测距是获取空间目标高精度距离的重要技术。在测量数据应用于科学研究之前,需要对原始数据进行一系列的预处理。常用的信号提取方法主要有Graz自动识别、泊松滤波和人工识别等。近年来,一些学者将深度学习技术应用到天文领域,解决了一些问题并取得了相对理想的结果。提出了一种利用深度学习技术提取目标信号的方法,实测数据的识别结果表明,所提算法具有一定的可靠性、通用性和可行性。研究结果对卫星激光测距系统向智能化方向发展有积极的作用。     

高重复率卫星激光测距的关键技术及其进展

高重复率卫星激光测距技术通过采用千赫兹的发射频率获得更多的观测数据来提高测距精度,是未来卫星激光测距的发展方向.综述了国内外高重复率卫星激光测距系统采用的关键器件及技术的研究现状,并展望了系统未来的发展趋势.     

旋转卫星激光测距数据分析与处理

为解决传统的旋转卫星激光测距数据频谱分析方法运算量大、耗时长的问题,提出一种基于快速Lomb-Scargle算法的卫星激光测距数据处理方法。首先用经验模式分解方法来自适应地去除O-C残差中代表卫星轨道运动的低频趋势项;然后采用快速Lomb-Scargle算法对预处理后的数据进行频谱分析,得到相对应的周期图,进而分析卫星的自转速率。采用该方法处理了奥地利Graz站千赫兹测距系统测量得到的Ajisai卫星的数据,分析得出2010年5月Ajisai卫星自转的速率约为0.472Hz。并对4圈激光测距资料进行处理,结果表明,该方法可以将频谱分析运算量降低两个数量级,节省大量处理时间,为快速高效地处理大量的旋转卫星激光测量数据提供了新思路。     

运动条件下光子计数激光测距系统点云数据的处理

研究了运动条件下光子计数激光测距系统的探测机制,分析了该系统在数据处理中涉及到的回波光子信号的统计特性、探测概率等理论问题。针对运动条件下的测距背景,根据该系统的回波信号特点,基于Matlab产生了符合统计分布规律的包含目标回波和噪声回波的仿真信号。在对泊松滤波算法等传统数据处理算法进行研究的基础上,提出了一种改进的基于栅格滤波的算法,并利用该算法对仿真回波数据进行了处理,最终有效滤除了随机分布于整个探测空间的噪声信号,获得了目标的运动轨迹。与传统的数据处理算法相比,该算法对运动条件下的光子计数激光测距数据具有良好的处理效果。     

导航卫星白天激光测距实现方法分析

实现对导航卫星的白天激光测距对增加观测弧段和高精度轨道评估数据量有重要意义。本文分析了针对中高轨道和地球同步轨道导航卫星实现白天激光测距的技术难点,介绍了白天卫星激光测距的噪声抑制和信号识别技术。针对卫星导航系统应用．详述了导航卫星白天激光测距实现方法及初步测量结果．并探讨了提高导航卫星白天激光测距能力的改进方法。     

高精度事件计时器及其在卫星激光测距应用

高重复率卫星激光测距需采用事件计时方式记录激光发射和接收时刻,作为测距系统精密计时单元。本文介绍了事件计时器测量原理,以及上海天文台基于时间数字转换(TDC)和现场可编程门阵列(FPGA)所设计开发的高精度事件计时器。对该事件计时器性能进行了测试,计时精度优于10 ps,非线性误差在数皮秒内。利用上海天文台卫星激光测距系统,进行了事件计时器控制软件开发,对地面靶目标和卫星进行了观测。根据国际激光测距数据处理中心反馈,卫星测量误差达到国外同类事件计时器水平,满足卫星激光测距应用要求。     

星载SAR 成像处理算法综述

该文首先回顾了欧美等国家星载SAR 卫星技术的发展历程及发展趋势,介绍了各国在轨卫星及未来卫星发射计划等相关情况,在此基础上对星载合成孔径雷达卫星成像处理算法进行了总结和分析。论文具体分析了各主要成像算法的优缺点并指出其适用范围和应用现状,进而阐述了星载合成孔径雷达成像处理算法的发展趋势,重点介绍了基于压缩感知理论和基于新模式的成像处理算法,并给出了仿真结果。      

卫星激光测距合作目标技术现状和进展

卫星激光合作目标技术是卫星激光测距系统的重要组成部分,广泛应用于导弹、人造卫星和月球等激光测距系统中．是实现高精度测距和精密定轨的关键技术。介绍了国内外卫星激光合作目标的技术现状,并展望了其未来发展趋势。     

光行差对高轨卫星激光测距的影响分析

随着卫星激光测距技术的发展,高轨卫星激光测距的数据量明显提高。由于高轨卫星距离远回波弱,这就要求望远镜系统能精确地对准卫星目标才能接收到有效回波。首先分析了影响望远镜对准的光行差因素,即卫星运行的速度光行差和发射激光运行引入的光行差。文中以Glonass系列高轨卫星为例,重点研究了发射激光束运行引入的光行差偏移量,并且计算出测站测量Glonass系列卫星的光行差角偏移量为26rad。在实际高轨卫星激光测距中对Glonass系列卫星进行了数十次的测距实验验证,证明了文中对光行差影响的分析是正确的。通过文中的研究可以提高高轨卫星激光测距的捕获机率,大大提高高轨卫星观测效率。     

基于时空关系和关联规则挖掘的上下文信息缺失插补研究

上下文信息的缺失是上下文信息处理中不可避免的问题,缺失数据插补方法也是数据挖掘中的研究热点。但是,现有的缺失数据的插补方法不太适合上下文信息这一流数据形式,没有充分利用各传感器采集数据之间的关联性,而且在插补的过程中没有考虑传感器数据的时空关系。为了解决现存的缺失数据插补方法的缺陷和不足,该文提出了基于时空关系和关联规则挖掘的上下文信息缺失插补方法(STARM),对传感数据进行空间化和时间序列化,并生成强关联规则对缺失数据进行插补。最后,通过温度传感器采集数据验证了这一算法合理性和高效性。实验证明,该算法在上下文信息缺失估计的准确性要高于简单线性回归算法(SLR)和EM算法等,而且具有较小的时空开销,能够保证实时应用的服务质量(QoS)。     

SLR系统地靶数值仿真及数据处理

地靶测量是获取SLR系统时延值、校准系统误差的重要手段,对提高系统测距精度具有重要意义。基于SLR系统地靶测量原理,采用蒙特卡洛方法,建立了地靶测距模型,实现了SLR地靶测距仿真。同时,从噪声的角度出发,提出了一种自适应噪声相关性匹配(ANCM)算法对地靶测距数据进行去噪,利用短时静态实测背景噪声和随机噪声阈值构建了回波噪声模板,结合SLR地靶数值仿真模型产生的模拟测距数据,通过优化回波选取区间、算法迭代次数等参数,完成了地靶有效信号的提取。与传统地靶数据处理算法相比,利用ANCM算法得到的中国科学院国家天文台长春人造卫星观测站SLR地靶数据有效点数增加了30%以上,数据处理精度提高2倍左右,数据处理的效率得到明显改善,为准确地获取SLR系统时延值提供了新的思路。     

基于FPGA的红外图像处理算法的测试系统

为识别和提取红外图像中的有用信息,红外系统常采用各种算法处理采集到的数据。随着红外技术的不断发展,与红外相关的图像处理算法层出不穷。除了常规的图像处理算法外,为了提高人眼对红外图像的识别率,伪彩色编码技术也常被使用。为了便于在实际应用选取最佳的红外图像处理算法,基于FPGA设计了红外图像处理算法的测试系统,该系统能集成与红外相关的常见图像处理算法和实时添加的自定义图像处理算法,并利用显示终端对红外图像数据进行实时验证,通过对彩虹编码、热金属编码与图像锐化算法的测试试验,表明了该测试系统的实用性。     

基于大数据分析的分布式MOLAP技术研究

在计算机系统运行以及研究环节中,会存在大量的规模效应,此类状况难以避免,要想有效解决此类问题,就需要利用分布式的处理方式,开展对文件系统的分析。文章对分布式多维联机分析过程(MOLAP)的数据模型进行了分析,从维编码的算法、映射归约(MapReduce)算法的实现、分析维的遍历算法等方面作深入探讨。     

图像对比度增强研究的进展

图像对比度能增加图像变化的动态范围以利于后续处理。随着原始图像特征和应用需求的变化,图像对比度增强的研究也在继续。文中系统讨论了图像对比度增强研究的目的和现状,分析了图像对比度增强研究中主流算法的特点和局限性,最后指出了图像对比度增强研究的未来发展方向。     

雷达侦察系统信号处理技术探讨

分析了雷达侦察系统研制过程中信号处理所面临的各种难点,对雷达侦察系统信号处理机今后的发展方向从总体概念、组成架构和新的算法研究3个方面进行了阐述。     

卫星激光测距系统中图像处理子系统设计

为了提高卫星激光测距系统的自动化程度,设计了一套用于卫星激光测距系统的图像处理子系统。本子系统通过图像处理手段,解算出激光束光尖和卫星位置,并将位置偏差反馈给控制计算机,用以调整激光束的出光方向和修正预报偏差。首先给出了该系统的软硬件框架和实现流程;然后重点介绍了图像处理部分算法;最后结合实际观测对系统进行性能验证,结果表明本系统功能正常,稳定可靠,在一定程度上提高了激光测距系统的精度和实时性。     

基于大数据处理技术的深度学习算法的图像处理优化技术研究

文章通过对人工神经网络算法技术、粒子群算法技术、图像匹配算法进行深入的剖析,对算法的理论原理进行简析,对算法的特点进行分析,对算法在图像处理优化技术中的应用进行解析,诠释图像处理优化技术解决的图像处理中遇到的问题和难题。借助算法来优化处理大数据存在的弊端和难点,进而达到优化图像处理优化技术的目的,使得图像处理过程更加高效、传输便捷、应用方便,给人以视觉上的最真实的实景享受。