星载SAR复数图像的配准

星载干涉雷达测量已经被证实用于生成大范围（乃至全球）的DEM或监测地表位移具有广阔的应用前景，其中SAR复数图像序列的精确配准是保证生成有效干涉相位图的重要环节之一。本文分析了卫星InSAR系统中所涉及的几种坐标系统变换问题，并提出了基于此的几何配准方案，即基于卫星轨道状态矢量、SAR成像几何进行配准的算法；同时，还设计了基于几何配准结果和能量影像相关技术的配准算法，最后使用ERS－1／2、JERS－1和RADARSAT卫星获取的3种SAR复数图像对分别做几何配准和相关配准试验和比较，并对卫星SAR图像质量和轨道数据质量作了定性分析。     

基于格拉姆角场和多尺度残差神经网络的地震事件分类方法

以江苏地震台网中心搜集并标注的天然地震、人工爆破和塌陷事件为试验数据样本,提出了一种基于格拉姆角场和多尺度残差神经网络的新的地震事件分类方法。首先对波形数据进行滤波、归一化等预处理,然后应用格拉姆角场对地震波形数据进行二维编码得到二维图像,再将此经过编码后的图像作为多尺度残差神经网络的输入进行分类模型的训练和测试,从而得出分类结果。采用上述方法对1 078个天然地震台站记录、981个爆破台站记录和830个塌陷台站记录进行试验,结果显示：最终以单条波形为单位的地震事件分类准确率为92.55%,以单个台站为单位的分类准确率为96.36%,这表明基于格拉姆角场和多尺度残差神经网络的地震分类方法具有良好的效果。