Technology Progress Report for Microwave Remote Sensing

In this presentation, technological progress for China's microwave remote sensing is introduced. New developments of the microwave remote sensing instruments for China's lunar exploration satellite (Chang'E-1), meteorological satellite FY-3 and ocean dynamic measurement satellite (HY-2) are reported.     

用面向对象方法设计无人直升机信息处理系统

面向对象的设计方法在系统设计中得到了越来越广泛的应用.地面信息处理系统是无人机的重要组成部分,在无人机执行任务过程中,地面信息处理系统提供的无人机的飞行参数和设备参数是飞行员实施监控的依据.分析了共轴式无人驾驶直升机地面信息处理系统的特点和需求,应用面向对象的设计方法,设计了无人机测控地面站信息处理系统,该系统具有易重复使用、易改进、易测试、易维护和易扩充等特点.经过多次试飞证明,该系统满足飞行要求.     

SiC_p/AL复合材料在空间光学遥感器上的应用

文章论述了碳化硅颗粒增强铝基(SiC_p/AL)复合材料在空间光学遥感器上的应用,较系统地介绍了已经完成的空间光学遥感器光机结构件镜身、镜盒的制造技术,并提出了对该材料在空间光学遥感器上应用前景的设想。     

航天光学遥感器MTF测试技术研究

调制传递函数(MTF)是航天光学遥感器重要的性能指标之一,MTF的测试是航天光学遥感器研制以及在轨运行性能监测的重要方面。文章对航天光学遥感器MTF测试方法进行理论分析,比较各种测试方法存在的优缺点。     

分布实时计算远程操作引用机制研究

传统的面向对象程序设计(OOP)机制由于缺少对面向对象分布实时计算(DRTC)特殊性的计算语义支持,不能很好地支持DRTC应用。解决上述问题的一个有效途径是扩展传统的OOP机制、为DRTC特殊性提供计算语义支持。提出了一个面向对象分布实时计算模型;研究设计了支持该模型的几种实时远程操作引用机制:同步远程操作引用、异步远程操作引用和多复本实时操作引用;并在一个实验分布实时计算系统EDRTCS中进行了实现。     

CCD星敏感器光学系统设计

介绍ＣＣＤ星敏感器用光学系统设计的参数选择,光学系统的设计光谱范围０．４８、０．８５μｍ;焦距为７５ｍｍ,Ｆ／１．４４,视场８．５°。该系统为复杂化的Ｐｅｔｚｖａｌ结构形式;以点列图能量集中度和能量重心偏评价光学系统的成像质量。所选用的ＣＣＤ芯片像元尺寸为２３μｍ×２３μｍ,像元数３８４×２８８,全视场内混色光点列图能量重心偏最大值１．６μｍ,对应于４．３９角秒。     

改进暗通道遥感影像去雾方法及效果分析

遥感影像的预处理工作是遥感数据应用的基础。去除云雾是影像预处理工作的重要组成部分。针对遥感影像雾霾浓度分布不均匀的问题,提出一种改进的暗通道遥感影像去雾方法。以"高分一号"(GF-1)卫星为例,根据影像灰度图中的灰度值对影像雾霾浓度区域进行划分,对每个区域中暗原色值的获取方式进行改进,使用导向滤波优化大气传输率,以归一化植被指数(NDVI)为基础,设计用于评价影像去雾质量的定量指标。结果表明:所提出的方法能明显去除雾霾干扰,有效改善卫星影像数据的视觉效果,增强影像细节。该方法去雾处理后的遥感数据能应用于定量遥感,提高遥感影像的可用性及有效性。     

改进的遥感卫星成像任务单轨最优团划分聚类方法

针对遥感卫星成像任务规划时对点目标的聚类效果不佳的问题,提出了一种改进的单轨最优团划分聚类方法。根据聚类约束条件,构建任务聚类图模型,并为图模型中的每一条边赋权值;根据图模型中边的权值,构建权值矩阵P;以卫星单轨姿态机动的最大次数作为聚类任务的数量限制,由P依次计算每个聚类任务所有可能的最优聚类方案,并生成对应的收益矩阵M和终点矩阵N;通过循环遍历的方式计算各个聚类方案下的总收益,其中总收益最大的方案即为最优团划分聚类方案。仿真结果表明:提出的改进的团划分聚类方法,能将点目标有效聚类,与传统任务聚类方法相比,可明显提高遥感卫星对点目标的观测效率。研究结果可为我国遥感卫星自主任务规划技术研究提供参考。     

基于深度卷积神经网络的遥感影像目标检测

随着遥感影像数据规模的快速扩张,如何高效准确地识别遥感影像中的典型目标成为当前的研究热点。为解决传统遥感影像目标检测方法准确率低的问题,用基于深度卷积神经网络进行遥感影像目标检测,在遥感影像数据集上用基于Faster-RCNN的神经网络模型对VGG16卷积网络进行训练,对输入的遥感影像通过区域推荐网络标注出待检目标的包围框和置信度,实现对遥感影像的目标检测。以飞机和油罐为例,在TensorFlow深度学习框架下实现了数据预处理、网络训练、目标检测等功能,并在当前测试数据集上取得了较高的检测准确率和置信度。该研究成果可应用于遥感影像解译和处理等相关领域。     

一种星间相对状态估计方法

编队自主导航是实现分布式遥感系统星间协同观测的基础。为实现分布式遥感系统星间相对状态的精确确定,提出一种基于MEMS激光雷达与纳型星罗盘的星间相对状态估计方法。借助相对姿态、轨道运动学方程建立了星间相对状态的无迹卡尔曼滤波(UKF)算法,解决了MEMS激光雷达测量与参考航天器姿态耦合的问题,并利用预定入轨参数及高精度轨道外推(HPOP)对方法进行仿真校验。结果表明,该方法具有可行性和实用性,估计精度满足分布式遥感任务需求,能够较好解决中远距离星间相对状态估计问题。