基于SQL/NoSQL的空间目标光学特性数据混合存储策略

为解决海量空间目标光学特性数据入库与检索效率低、非结构化数据存储与管理困难、数据服务扩展性差和无法满足多用户获取实时请求数据的问题,提出一种空间目标光学特性数据混合存储策略.首先,利用光学特性数据中光源与探测角度的规律性,对数据进行处理并构建检索策略;其次,结合空间目标光学特性数据应用领域在数据存储、处理和访问方面的需求特点,构建空间目标光学特性数据混合存储策略,并设计了数据检索体系结构;最后,选取空间目标模拟光学特性数据入库和检索两个场景进行验证.实验结果表明,存储数值数据情况下,混合存储策略数据入库效率较传统关系型数据库提高超过17倍;存储数值数据和图像文件情况下,提高超过34倍;在多用户请求下混合存储策略数据检索效率较传统存储策略有较大提升.提出的混合存储策略能够有效地满足空间目标光学特性相关的仿真、测试与实验对数据的实时请求需求.     

遥感卫星区域覆盖实时分析与可视化

空间对地观测需求的增长和任务的多样性导致卫星区域覆盖分析变得越来越复杂。当前的遥感卫星区域覆盖算法与应用无法提供实时响应和应对高并发请求的在线服务,并且分析结果不能做到实时可视化,增加了数据的认知难度。针对于此,本文结合流式处理技术,提出一种高效的遥感卫星区域覆盖实时分析方法与可视化服务。首先,采用一种多模式判断策略,实现遥感卫星区域覆盖相关参数的高效计算;然后,对持续流入的数据进行实时分块,实现数据实时处理;最后,结合流式处理技术,提供实时响应和可视化的在线服务。利用多星多地面区域数据进行试验验证,结果表明,本文方法在保证传感器任意指向下遥感卫星区域覆盖参数计算精度的同时,效率得到较大提升,并且能够及时高效地通过数据流的方式,实现分析结果的实时可视化。     

基于HTML5的地理空间目标判读一体化平台构建

传统的单机判读服务系统,存在着判读标准不一、功能单一、插件依赖性高、系统集成性差等问题。在全面分析各类地理空间目标要素构成、地图表示方法和系统功能特点的基础上,对典型判读特征进行了归纳,完成了目标的分类、特征数据库的建立、平台总体架构的设计。基于HTML5和Web GL技术,构建了网络环境下多源、多尺度、多分辨率地理空间目标的三维判读一体化服务平台,实现了面向地理空间目标的判读、检索、三维显示及测试评定于一体的实用判读训练系统,为地理空间目标的网络判读提供了一定参考和借鉴。     

天地一体北斗导航态势表达系统的设计与实现

针对北斗导航卫星运行状态及北斗用户实时定位信息可视化表达的需求,设计并实现了可服务于海洋活动的天地一体北斗导航态势表达系统,系统采用态势数据获取层、处理层、表达层与应用层的4层体系结构,集态势信息接入、集成融合、可视化表达、标绘、辅助分析与推演、信息共享与发布等于一体,采用天地一体的多维信息要素的可视化场景组织方法与基于GPU的海量定位用户数据表达技术,实现了多源数据的有机融合与海量定位数据的动态表达,可为渔业管理、海事救援等海洋活动提供有效支持,具有重要应用价值。     

一种遥感卫星连续过境区域快速判定方法

精确判定遥感卫星相机指向点过境行政区划,在对地观测覆盖分析和任务规划中有重大意义。提出一种遥感卫星连续过境区域快速判定方法,借鉴LOD思想构建待分析区域金字塔模型,建立上下层和同层邻域索引;采用纵向搜索由模糊到精确,逐层向下缩小判定区域;考虑运动连续性和空间相关关系,结合横向邻域搜索与逆向父层搜索,快速锁定相邻点的过境顶层区域。开展资源三号02星县级行政区划过境分析实验。结果表明,相较于传统方法和单纵向搜索法,该方法在保证准确性的同时,能够大幅提高过境判定的时间效率,单次平均耗时稳定在5.4 ms左右,能够满足高动态遥感卫星的实时过境区域判定要求。     

服务于空天协同对地观测的语义信息模型构建

空天协同对地观测技术快速发展,通过空天协同对地观测的语义信息建模获取信息和知识是服务于对地观测任务执行和规划制定的重要手段之一。为有效获取空天协同对地观测平台运行状态信息并服务于对地观测任务,提出构建服务于空天协同对地观测的语义信息模型。首先,设计空天协同对地观测平台领域本体,围绕时空关系和传感器对象建模,针对典型应用需求制定空天协同对地观测规则;然后,构建空天协同对地观测领域内时间和空间关系的语义描述,结合静态和动态场景语义表达,实现对空天协同对地观测场景的语义描述;最后,构建语义信息服务实验系统,验证模型与方法的效果。结果表明,所提模型与方法能够有效描述与展示空天协同对地观测平台的运行状态和执行任务情况,有助于对地观测任务规划和决策制定。     

卫星对地覆盖时间窗口实时计算方法

卫星对地覆盖时间窗口的高效计算能够有效地保障遥感卫星数据信息资源的管理与应用。为解决现有卫星对地覆盖时间窗口计算方法无法提供同时保证精度、效率和实时性的在线服务的问题,提出了一种实时卫星对地覆盖时间窗口计算服务方法。在时间窗口的通用计算方法基础上,建立了地面区域的扩充四至范围,通过判断卫星星下点与地面区域的扩充四至范围的空间关系来决定是否需要计算卫星对地覆盖区域;在卫星对地覆盖区域与地面区域空间关系发生变化时,通过双重时间步长策略提高计算效率和精度;使用流计算框架构建算法的实时在线服务。实验结果表明,与商业软件采用的跟踪传播算法对比,本文方法与其计算结果差异较小,均小于1 s,说明本文方法能够保证较高的计算精度;与传统跟踪传播算法相比,本文方法耗时大幅减少,实现了超过8倍的加速比。本文方法同时保证了精度、效率和实时性,能够满足不同场景下卫星对地覆盖时间窗口的计算需求。     

异源遥感影像特征匹配的深度学习算法

针对异源遥感影像的成像模式、时相、分辨率等不同导致匹配困难的问题,提出了一种基于深度学习特征的匹配方法CMM-Net.首先,利用卷积神经网络提取异源遥感影像的高维特征图,根据同时满足通道最大和局部最大两种条件选取关键点,并在特征图上提取相应位置的512维描述符.在匹配阶段,完成快速最近邻搜索特征匹配后,为解决误匹配点多的问题,提出了动态自适应欧氏距离阈值和RANSAC共同约束的提纯算法,保证误匹配有效剔除的同时,最大限度保留正确匹配点.利用多组异源遥感影像对算法进行了测试,并与多种异源影像匹配算法进行了比较,结果表明本文算法能够提取出异源影像的尺度不变相似特征,具有较强的适应性和稳健性.     

影像密集匹配点云的单体化提取

以倾斜影像密集匹配点云数据为研究对象,提出了一种快速提取建筑物单体点云模型的方法。首先通过过滤地面点云数据以实现地物分离,采用高程频率直方图确定植被点云的高程区间并予以剔除。然后采用基于密度的聚类分析算法对剩余建筑物顶部点云进行了聚类。最后根据每栋独立建筑物屋顶点云的坐标范围,从原始点云数据中提取了每栋独立建筑物的完整点云,实现了对于倾斜影像密集匹配点云的单体化提取。