涌浪及降雨影响下的GNSS海面反射信号建模

全球导航卫星系统（GNSS）海面反射信号的模拟仿真采用的海浪谱多为风驱模型,而忽略了真实复杂环境中涌浪、降雨的影响。为此,提出了一种涌浪、降雨影响下的GNSS海面反射信号模型。首先,对Elfouhaily海浪谱、涌浪谱、降雨谱分别进行仿真,从海浪谱的角度分析涌浪、降雨对GNSS反射信号的影响。然后,设计了引入涌浪、降雨影响因子后的GNSS反射信号建模的方法,并建立噪声模型。最后,对星载场景下仿真得到的二维时延-多普勒相关功率分布图像（DDM）、时延相关功率波形（DW）进行分析,并与英国技术演示卫星（UK TDS-1）实测数据的处理结果进行了对比验证。结果表明:涌浪主要形成对GNSS反射信号影响较大的大尺度粗糙海面,而降雨对GNSS反射信号影响较小;仿真的DDM与实测数据结果的波形有很好的一致性,DW对比的相关系数达到0.92,优于未修正模型的对比结果,模拟的反射信号更为真实,证明了提出的GNSS反射信号建模方法的可行性、有效性。对真实复杂环境下的GNSS反射信号建模及GNSS反射信号星载探测应用研究具有一定的参考意义和实用价值。      

基于双基雷达原理的GNSS海面反射信号建模方法

全球导航卫星系统反射(GNSS-R)技术应用过程中接收机的测试验证需要反射信号产生源,以降低成本。信号的模型是GNSS-R信号产生源中的核心。针对缺乏相应模型的问题,提出了一种根据双基雷达原理建立GNSS海面反射信号模型的方法。首先,在分析GNSS海面反射信号特征的基础上,选取了恰当的海面反射点。然后,计算了雷达方程中的散射系数和散射面积,从而得到相应反射点的反射信号功率。最后,对所求得的反射信号参数进行仿真验证。验证的结果表明,反射信号的相关功率曲线与ZV模型理论曲线的相关系数优于0.98,能够有效地用于GNSS海面反射信号的生成。因此,该方法可为GNSS-R信号产生源的研制提供一定的理论支撑。     

距离门信号级的机载双基雷达地杂波模拟方法

由于几何配置的多样性,双基雷达地杂波模拟比较复杂.虽然单基雷达杂波散射元划分的方法可用于双基地杂波仿真,但不利于特定距离门信号的分析.在比较了单双基地雷达地面散射元等距线的基础上,提出一种距离门信号级的机载双基雷达地杂波模拟方法,距离向以双程斜距分辨率划分椭圆环,推导出地面椭圆表达式和散射元坐标解析解,方位向引入椭圆中间参量,在保证多普勒分辨率基础上划分杂波元网格,给出杂波模拟中未知参量的计算.该方法不仅能进行所有观测区域杂波功率谱的仿真,且可完成某些或某个距离门杂波回波信号的计算分析,实现距离门信号级杂波的模拟.仿真结果验证了该方法的有效性.      

机载GNSS海洋反射信号的建模与仿真

由于全球导航卫星系统反射(GNSS-R)机载试验耗费大和重复性差,需研制GNSS-R信号模拟器,但没有相应的反射信号模型。提出了一种基于数据拟合的机载GNSS海洋反射信号建模方法。首先,对复杂的GNSS海面反射信号进行近似简化。然后利用ZV模型生成的时延相关功率曲线,通过最小二乘拟合和非线性拟合,建立了多条等时延间隔的海洋反射信号功率衰减模型,从而得到机载GNSS海洋反射信号的时延、功率、多普勒频率参数。最后,对多条反射信号的合路信号进行相关的仿真验证。验证的结果表明模拟的14条反射信号的相关功率曲线与ZV模型理论曲线的相关系数优于0.99,能够有效地用于GNSS海洋反射信号的生成。该方法可根据海面风场、浪高、波高等海面信息,模拟不同海况的海洋反射信号,为GNSS-R信号模拟器的研制奠定基础。     

基于TechDemoSat-1卫星的GPS反射信号海面高度反演

针对星载GPS反射信号（GPS-R）海面测高的误差问题，基于星载GPS-R实测数据进行星载海面测高模型和误差修正模型的研究，并验证其有效性。利用TechDemoSat-1（TDS-1）数据，使用时延多普勒图（DDM）海面高度反演技术，着重分析了星载GPS-R海面高度反演中的各类误差，并建立了相应的误差模型。对星载GPS-R海面高度反演模型进行优化，采用DTU15全球平均海面模型、DTU全球海潮模型验证反演精度。结果证明:优化后反演模型得到的全球海面高度反演结果的平均绝对误差（MAD）为6.05 m，精度提高了约29%，有效提高了海面高度反演的精度。研究成果对于推广星载GNSS反射信号（GNSS-R）的海面测高应用具有一定的意义。      

飓风天气下机载SFMR与星载微波遥感海面风速的对比分析

飓风天气下多种探测技术提供的海面风速的一致性备受关注。飓风侦察机搭载的步进频率微波辐射计(SFMR)提供的海面高风速数据是海面风速最主要的现场观测数据源。本文旨在分析SFMR风速与星载微波散射计(C波段欧洲MetOp系列卫星散射计ASCAT,Ku波段中法海洋卫星散射计CSCAT和中国HY-2系列卫星散射计HSCAT)和微波辐射计(SMAP和SMOS)遥感风速的一致性。通过分析SFMR风速随空间尺度变化的关系,进而提出了SFMR与散射计和辐射计数据进行时空匹配的方法。结果表明,高风速(>15 m·s^–1)辐射计比散射计风速与SFMR风速的一致性更好,风速高于25 m·s^–1时Ku波段散射计风速趋于饱和。高风速下降雨也是影响散射计风速误差的重要因素,但依赖于风速的误差显著高于降雨影响带来的误差。基于SFMR数据进一步揭示了星载微波散射计和辐射计提供海面风速的误差特征,为遥感数据应用提供参考。     

材料粗糙度变化对卫星光谱红化效应的影响

在轨人造目标的地基观测光谱存在红化效应,影响对目标反射光谱的理解应用.目标在进入空间环境后外露材料表面粗糙度发生变化.本文结合材料的光谱散射特性、卫星轨道和观测条件,仿真分析了卫星表面材料粗糙度变化对红化效应的影响.基于文献中实验数据,设计不同粗糙度的卫星表面材料样本,模拟空间环境中材料表面粗糙度的变化.利用双向反射分布函数,建立不同粗糙度材料样本的光谱散射模型.理论模拟结果表明,材料表面粗糙度的变化会影响其光谱散射特性,散射光谱形态和散射分布取决于粗糙度及入射-反射几何关系.引入网格剖分和可见面片,利用材料双向反射分布函数,仿真计算卫星表面材料在不同粗糙度状态下,整个卫星在可见光波段的反射光谱信号.仿真结果表明,随着卫星表面材料粗糙度的增加,其反射光谱在600nm之后随波长增加而呈现上升趋势,这表明空间环境中外露材料表面粗糙度变化是卫星产生红化效应的原因之一.      

基于相关功率修正的地基GNSS-R土壤湿度反演

利用全球导航卫星系统反射信号测量技术(GNSS-R)进行土壤湿度反演过程中，实际接收天线方向性会造成GNSS直反信号相关功率测量偏差。针对地基观测场景下天线方向性造成的相关功率的类余弦振荡问题，提出了基于多项式拟合的信号相关功率修正方法。为了验证所提方法的有效性，开展了地基GNSS-R土壤湿度观测实验，结果表明:基于多项式拟合的相关功率修正可以消除信号相关功率的类余弦振荡，提升GNSS-R土壤湿度反演中的观测数据有效性和反演结果准确性。      

星载GPS几何法实时定轨有关问题的研究

首先讨论了星载GPS几何法实时定轨的绝对定位方法和各种差分技术。由于伪距差技术能克服GPS卫星的星历误差、卫星钟误差，特别是SA误差的影响，而且实现难度不大，所以应用它来实时定轨。实测数据的处理表明，它能明显提高定轨的精度。然后分析了星载GPS所受扰动影响的情况，对应用抗差估计削弱GPS卫星信号扰动的影响进行了试验，试验的结果说明抗差估计能进一步提高星载GPS几何法定轨的精度。     

Deformation monitoring using GNSS-R technology

GNSS reflectometry (GNSS-R) has been widely studied in recent years for various applications, such as soil moisture monitoring, biomass analysis, and sea state monitoring. This paper presents the concept of a novel application of using GNSS-R technology for deformation monitoring. Instead of installing GNSS on the deformation body to sense the movement, GNSS-R deformation monitoring system estimates the deformation from receiving GNSS signal reflected by the deformation body remotely. A prototype of GNSS-R deformation monitoring system has been developed based on GNSS software receiver technology. A 3D geometrical model of GNSS signal reflection has been used to reveal the relationship between the change of carrier phase difference and deformation. After compensating the propagation path delay changes caused by satellite movement, the changes in the remaining carrier phase difference are linked to the deformation. Field tests have been carried using the GNSS-R system developed and the results show sub-centimeter level deformation can be observed with the new technology. Unlike other GNSS deformation monitoring methods, GNSS-R receivers are not installed on the slope which makes this new technology more attractive.     

基于DDMR辅助的GNSS-R载波相位差测高方法

提出了一种基于时延-多普勒映射接收机（DDMR,Delay-Doppler Map Receiver）辅助的载波相位差提取方法,给出了系统结构及信号处理方法.该方法将DDMR中所观测到的码相位差作为直射信号与反射信号的码相位延时量,将完成跟踪的直射信号扩频码进行对应的延时用于完成对反射信号的开环码跟踪.该方法省去了码相位延时搜索的过程,且可以准确地对反射信号扩频码进行同步.为了验证系统的可行性及实际性能,进行了针对水面高度测量的岸基试验并给出了试验结果.岸基试验证明采用该方法的GNSS-R（Global Navigation Satellite System Reflection）接收机可以稳定地对反射信号进行跟踪并提取直射与反射信号的载波相位差,测高精度约为2.5 cm,经过0.5 s的数据平均后精度可达0.6 cm.      

Monitoring coastal sea level using reflected GNSS signals

A continuous monitoring of coastal sea level changes is important for human society since it is predicted that up to 332 million people in coastal and low-lying areas will be directly affected by flooding from sea level rise by the end of the 21st century. The traditional way to observe sea level is using tide gauges that give measurements relative to the Earth’s crust. However, in order to improve the understanding of the sea level change processes it is necessary to separate the measurements into land surface height changes and sea surface height changes. These measurements should then be relative to a global reference frame. This can be done with satellite techniques, and thus a GNSS-based tide gauge is proposed. The GNSS-based tide gauge makes use of both GNSS signals that are directly received and GNSS signals that are reflected from the sea surface. An experimental installation at the Onsala Space Observatory (OSO) shows that the reflected GNSS signals have only about 3 dB less signal-to-noise-ratio than the directly received GNSS signals. Furthermore, a comparison of local sea level observations from the GNSS-based tide gauge with two stilling well gauges, located approximately 18 and 33 km away from OSO, gives a pairwise root-mean-square agreement on the order of 4 cm. This indicates that the GNSS-based tide gauge gives valuable results for sea level monitoring.     

星载GNSS-R海面风场观测载荷关键技术设计与验证

目前海面风场观测手段有限,基于全球导航卫星系统反射信号处理(global navigation satellite system reflection,GNSS-R)的天基观测为全球风场信息获取提供了全新的手段.GNSS-R海面风速探测技术具有全天时、全天候、低功耗、宽覆盖、多信号源、低成本等特点,日益获得了广泛的关注...     

The impact on tsunami detection from space using GNSS-reflectometry when combining GPS with GLONASS and Galileo

The devastating Sumatra tsunami in 2004 demonstrated the need for a tsunami early warning system in the Indian Ocean. Such a system has been installed within the German-Indonesian Tsunami Early Warning System (GITEWS) project. Tsunamis are a global phenomenon and for global observations satellites are predestined. Within the GITEWS project a feasibility study on a future tsunami detection system from space has therefore been carried out. The Global Navigation Satellite System Reflectometry (GNSS-R) is an innovative way of using GNSS signals for remote sensing. It uses ocean reflected GNSS signals for sea surface altimetry. With a dedicated Low Earth Orbit (LEO) constellation of satellites equipped with GNSS-R receivers, densely spaced sea surface height measurements could be established to detect tsunamis. Some general considerations on the geometry between LEO and GNSS are made in this simulation study. It exemplary analyzes the detection performance of a GNSS-R constellation at 900 km altitude and 60° inclination angle when applied to the Sumatra tsunami as it occurred in 2004. GPS is assumed as signal source and the combination with GLONASS and Galileo signals is investigated. It can be demonstrated, that the combination of GPS and Galileo is advantageous for constellations with few satellites while the combination with GLONASS is preferable for constellations with many satellites. If all three GNSS are combined, the best detection performance can be expected for all scenarios considered. In this case an 18 satellite constellation will detect the Sumatra tsunami within 17 min with certainty, while it takes 53 min if only GPS is considered.