高密度机载LiDAR数据中确定树冠覆盖方法

针对混交林植被参数提取相对纯林植被参数提取传统方法的局限性,提出一种从单棵树木的三维形状特征出发来确定树冠覆盖轮廓的方法.提出单棵树冠三维形状的模型假设,利用模型生成模拟点云数据进行试验,模拟结果直观展示出所提出方法的有效性;使用机载扫描的高密度混交林Li DAR点云数据进行实验.研究结果表明:该方法能对树冠覆盖范围有较准确的确定,为今后精细化的森林测绘和环境评估提供了技术上的参考.     

SAR图像并行拼接方法研究与实现* 〖HT4K〗——基于改进完全二叉树模型

随着SAR成像技术的快速发展，SAR图像覆盖的地域范围与成像精度也在迅速增长，这对SAR图像拼接工作的实时性提出了挑战;文章对SAR图像序列特征进行深入分析，提出了采用基于分割的完全二叉树模型进行SAR图像的并行拼接，并使用MPI点对点通信方式对之进行了不同数量机群规模下的实现；对比实验证明，基于该方法的并行拼接工作比传统并行拼接方法在降低拼接时耗上更加有效，且并行拼接后的完整图像效果良好.     

橙黄色的“黑匣子”

在每一篇报道空难事件的文章或者报刊特写中,都会提到“黑匣子”,而且给读者造成这样一种印象:调查的主要任务就是找到这种仪器,然后通过技术处理,把录存在“黑匣子”里的数据破译出来,就能直接查明飞行事故的原因了。事情果真是这样的吗?“黑匣子”究竟是什么呢?     

机载雷达空时二维自适应处理框架及其应用

推导了机载相控阵雷达空时二维自适应信号最优处理器的另一种等价表达式，由此提出了空时二维部分自适应处理框架，将文献上已有的主要几个空时二维部分自适应方法给出了统一的分析形式，并着重对基于Ｄｏｐｐｌｅｒ预滤波的２种典型降维空时二维处理方案进行了详细的性能比较。     

一种用小波包进行SAR原始数据压缩的方法

提出了一种对合成孔径雷达（ＳＡＲ）原始数据在载体进行压缩的方法，原始数据先用分块自适应量化（ＢＡＱ）减小数据动态范围，但不减少量化位数，然后对数据进行小波包正交以变换，根据频率包络的能量变化自适应地进行数据压缩，即高能量区域用较多位来表示，低能量区用汪的位数来表示，处理带宽以外的区域不不再进行编码，用ＢＡＱ编码法对块内频域中的数据进行编码，实验表明所提出的ＷＴ－ＢＡＱ算法优于ＦＦＴ－ＢＡＱ的ＢＡＱ     

星-机-地雷达遥感试验

近年来雷达数据的定标已引起广泛关注,雷达数据的反演及分类都直接依赖测量数据的精度,为了提供定量的散射测量值,必须进行外定标.目前常用的定标方法是采用点目标法,但是,采用点目标法定标存在一系列问题.例如,定标用点目标信号与背景比值要足够大,周围地表与定标体间的相干耦合作用也将导致误差.再者,大尺度的定标器制造过程可能出现几何变形.因此,利用分布式目标进行雷达数据定标是一种有效的方法.本次试验是在航天飞机成象雷达(SIR-C/X-SAR)过顶北京试验区时,进行机载合成孔径雷达(SAR)同步飞行试验,同时,地面进行车载散射计实时测量及地表参数实测,简称星—机—地雷达遥感试验。     

基于地理坐标参数的SAR图像自动概略配准法

提出了一种新的基于地理坐标参数的SAR(Synthetic Aperture Radar)图像自动概略配准方法.该方法利用SAR图像的地理坐标(经纬度)参数,用多项式拟合主辅图像中像元的地理坐标随其图像坐标的变化,首先得到主图像中心像元地理坐标值,然后在辅图像中找到某个像元,其地理坐标等于主图像中心像元的地理坐标,此辅图像中像元的图像坐标与主图像中心像元的图像坐标之差即为概略配准的偏移量.用真实的SAR数据研究证明,本文提出的方法运算速度快,配准精度高.     

小卫星分布式雷达

小卫星分布式雷达是一种新概念雷达系统 ,具有重要的应用前景。本文讨论了小卫星分布式雷达的基本概念 ,探讨了其在未来航天装备中的作用和地位 ,阐明了小卫星分布式雷达技术的科技内涵 ,最后提出了对我国发展天基雷达的几点思考     

鲁棒Hausdorff距离在SAR／惯性组合导航图像匹配中的应用研究

分析了适用于SAR景象匹配辅助导航系统的图像匹配算法的特点，提出了一种新型Hausdorff距离的鲁棒型图像匹配算法．首先分析了传统的Hausdorff距离算法的不足，然后引入了一种能有效消除高斯噪声影响的新算法．同时针对此算法图像匹配时全局搜索的不足，提出了扫描终止法技术，以有效解决图像匹配实时性的问题．针对高斯噪声的大小对图像匹配的影响进行了仿真实验．仿真结果表明，新图像匹配算法能大大提高合成孔径雷达图像的匹配精度和实时性，对组合导航系统的精度提高有重要的意义，是一种行之有效的方法．     

基于改进CycleGAN的合成孔径雷达图像仿真

目标和场景的跨模态数据对于以深度神经网络为基础的跨模态检测与多模态融合算法的性能提升有着极其重大的意义.由于SAR图像的特殊性,获得成对的数据集成本很高,且现有的SAR图像生成算法大多集中在提升图像多样性与小范围场景生成,对于特定场景的图像配对转化鲜有涉及.本文利用改进的循环一致性对抗网络CycleGAN实现SAR图像目标和场景的SAR图像的仿真,并利用最小二乘损失对网络进行改进,使网络性能获得提升,提高了成像的质量,论文所提方法对SAR图像进行了仿真实验,结果表明,本文方法生成图像的精细度与稳定度最优,实现了更好的仿真结果.