Compressive sensing SAR range compression with chirp scaling principle

Compressive sensing(CS) techniques offer a framework for the detection and allocation of sparse signal with a reduced number of measurements.This paper proposes a novel SAR range compression,namely compressive sensing with chirp scaling(CS-CS),achieving the same range resolution as conventional SAR approach,while using fewer range samplings.In order to realize accurate range cell migration correction(RCMC),chirp scaling principle is used to construct reference matrix for compressive sensing recovery.Additionally,error diagrams are designed for measurement of the performance of CS-CS,and some experiments of using real data are performed to deal with the errors caused by three conditions:SNR,sparsity and sampling.     

Multi-channel SAR imaging based on distributed compressive sensing

The rapid development of compressive sensing(CS)shows that it is possible to recover a sparse signal from very limited measurements.Synthetic aperture radar(SAR)imaging based on CS can reconstruct the target scene with a reduced number of collected samples by solving an optimization problem.For multi-channel SAR imaging based on CS,each channel requires sufficient samples for separate imaging and the total number of samples could still be large.We propose an imaging algorithm based on distributed compressive sensing(DCS)that reconstructs scenes jointly under multiple channels.Multi-channel SAR imaging based on DCS not only exploits the sparsity of the target scene,but also exploits the correlation among channels.It requires significantly fewer samples than multi-channel SAR imaging based on CS.If multiple channels offer different sampling rates,DCS joint processing can reconstruct target scenes with a much more flexible allocation of the number of measurements offered by each channel than that used in separate CS processing.     

浅谈新疆空管系统中的GIS与RS技术应用

新疆空管运行管理系统是基于三维地理信息平台,研究遥感技术和地理信息系统在现代民用航空中的应用,将三维空间遥感数据、民航各专业数据、管理信息、业务流程等多业务平台、多管理系统结合起来,提供直观的操作控制界面,实现民航空管运行集中监控、运行保障、特殊事件及影响分析、突发事件处理及预案生成等功能。     

物联网热点问题研究

从物联网的定义出发,引出了物联网感知层研究中亟待解决的若干问题。"物联网"的"物"体现在对物体信息的感知,这可由无线传感网和RFID技术实现,属于感知层研究的内容。对于无线传感网来说,目前需要解决的问题包括能量的获取与控制,这可以从增加能量供应和控制能量消耗两方面进行研究,其热点研究方向有超级电容、无线供电、功耗控制等;无线传感器的自动组网技术包括Ad hoc网络和ZigBee协议研究两个热点方向,分别对应不同的应用场景。对于RFID来说,亟待解决的问题包括天线设计、声表面波技术、碰撞算法等,此外,文中还在感知层研究中研究了一些共性的问题,如电磁波传播特性、节点定位、超宽带技术、网络安全等。     

基于AROP程序包的类Landsat遥感影像配准与正射纠正试验和精度分析

遥感影像的精确配准和正射纠正是进行图像融合、变化检测、图像镶嵌、定量遥感建模、多时相和多传感器影像协同应用的基础和前提。以美国国家航空和航天管理局下设LEDAPS(Landsat Ecosystem Disturbance Adaptive Processing System)课题组开发的配准与正射纠正程序包AROP(Automated Registration and Orthorectification Package)为例,详细阐述了其配准的原理与程序设计流程,并对其配准的精度进行了分析和评价。试验表明:AROP程序包算法能够找出足够的控制点,且控制点分布较为均匀,配准误差小于0.5个像元。误差特征表现为:扫描误差明显大于航向误差,误差的结果与影像漂移、DEM、坡度存在一定的相关性,高程和坡度是影响配准精度的主要因素之一。该程序包目前能够用于对我国CBERS影像的正射校正以及波段不匹配处理,但是对HJ卫星CCD影像数据配准还有待于进一步研究。     

基于跨层快速邻居感知的OLSR协议

提出了一种基于跨层快速邻居感知的OLSR协议——FS-OLSR,协议在采用hello消息进行链路感知和邻居探测的基础上,结合链路层反馈的信息对网络层邻居表进行更新,以增强节点的邻居感知能力;并将邻居节点的新鲜度作为MPR计算的依据,以提高拓扑消息中广播邻居节点的新鲜度,使之更加适合于快速移动场景。仿真结果表明,在快速移动场景中,FS-OLSR能够在增加少量路由开销的情况下,显著降低丢包率。     

时分复用光纤光栅传感阵列中DFB激光器的高精度温控设计

针对时分复用光纤光栅(TDM-FBG)传感阵列中使用的分布反馈(DFB)激光器高波长稳定度的要求,设计了一个高精度的DFB温控方案,包括温度测量与设定、热敏电阻线性化、PID补偿回路、H桥驱动、温度电压采集与显示等。使用DFB内置的热敏电阻和半导体制冷器(TEC)对温控电路进行了测试,其精度在180s内达到±0.04℃,温控后激光器温度变化引起的应变测量误差为±3.4με左右,满足TDM-FBG传感阵列的要求。     

IRS-P6 LISS-3和Landsat-5 TM两种多光谱传感器影像数据的对比分析

随着载有各种新型传感器的卫星相继发射升空,不同传感器之间的相互比较成了一个研究热点。首先从传感器的轨道特征、光谱范围等方面对IRS-P6 LISS-3和Landsat-5 TM进行了机理方面的对比分析,选取3对同日过空的遥感影像,研究了IRS-P6 LISS-3和Landsat-5 TM遥感数据在可见光-近红外、短红外各对应光谱波段之间的关系,建立TM和LISS-3各波段之间的相互转换公式,与Chander等提出的转换公式进行对比分析。结果表明:实际TM和模拟TM多光谱数据之间具有较强的相关关系,决定系数R²均大于0.97;模拟TM与实际TM的水体指数(MNDWI)和归一化植被指数(NDVI)空间散点分布和实际LISS-3与实际TM的空间散点分布相比,具有更强的相关关系,其决定系数R²有一定提高,散点分布趋于对称。因此,所求的关系转换方程具有较高的精度和有效性,效果优于Chander等提出的转换公式。     

海表面盐度卫星微波遥感研究进展

海表面盐度SSS(Sea Surface Salinity)是研究大洋环流和海洋对全球气候影响的重要参量、是决定海水基本性质的重要因素之一。卫星微波遥感可以满足盐度研究过程中大范围、连续观测的需要,国际上统一的认识是选择频率为1.413 GHz的L波段作为盐度遥感的首选波段。目前,国外发展的海面盐度微波遥感反演算法主要有两种:基于海表发射率估算海表盐度的算法和基于贝叶斯定理提出的反演算法。影响盐度反演精度的因素主要有太空辐射、电离层法拉第旋转、大气、海面粗糙度等。其中,海面粗糙度对盐度反演影响很大,海面粗糙度处理模型可以分为3大类:理论算法(间接发射率模型、直接发射率模型)、经验算法、半经验半理论算法(Hollinger 半经验模型、WISE半经验模型、Gabarró模型)。SMOS卫星和Aquarius/SAC\|D卫星的成功发射,将海表面盐度遥感的反演精度控制在0.2 psu以内,通过改进反演算法,有望得到更高的反演精度。