BDS-3新频点信号双频精密单点定位精度分析

北斗卫星导航系统(BeiDou navigation satellite System, BDS)已于2020年7月正式建成并开通, 北斗三号(BDS-3)在旧信号B1I和B3I的基础上, 增加了B1C、B2a新信号. 为了全面评估BDS-3的新信号B1C、B2a的定位性能, 试验了GPS (Global Positioning System)、BDS-3、BDS-2/BDS-3新旧信号的定位性能和BDS系统不同频点与GPS组合定位性能, 对BDS (B1I+B3I、B1C/B2a)+GPS (L1+L2)组合静态PPP (Precise Point Positioning)定位性能进行分析, 并与单卫星系统对比分析. 试验结果表明: BDS-3 (B1C/B2a)在East (E)、lk North (N)、Up (U)方向的定位精度优于1.25cm、0.89cm、1.67cm, BDS-3新旧频点在E、N方向上定位精度与GPS L1/L2在同一水平上, U方向上新频点定位精度高于GPS L1/L2和BDS-3旧频点, 较旧频点定位精度提升了34.2%, 新频点收敛时间25.9min比旧频点提升了12.7%; 相较于BDS、GPS单系统, 组合系统BDS/GPS定位精度和收敛时间有了明显的提高, BDS-3 (B1C/B2a)+GPS在E、N方向上与BDS-3 (B1I/B3I)+GPS定位精度相当, 在U方向上定位精度前者较后者有了明显的提升, 提升了17.2%, 组合系统新频点收敛时间20.1min比旧频点提升了17.6%.     

一种低表面亮度星系的自动搜索算法newline--YOLOX-CS

低表面亮度星系(Low Surface Brightness Galaxy, LSBG)的特征对于理解星系整体特征非常重要, 通过现代的机器学习特别是深度学习算法来搜寻扩充低表面亮度星系样本具有重要意义. LSBG因特征不明显而难以用传统方法进行自动和准确辨别, 但深度学习确具有自动找出复杂且有效特征的优势, 针对此问题提出了一种可用于在大样本巡天观测项目中搜寻LSBG的算法---YOLOX-CS (You Only Look Once version X-CS). 首先通过实验对比5种经典目标检测算法并选择较优的YOLOX算法作为基础算法, 然后结合不同注意力机制和不同优化器, 构建了YOLOX-CS的框架结构. 数据集使用的是斯隆数字化巡天(Sloan Digital Sky Survey, SDSS)中的图像, 其标签来自于$alpha.40$-SDSS DR7 (40%中性氢苜蓿巡天与第7次数据发布的斯隆数字化巡天的交叉覆盖天区)巡天项目中的LSBG, 由于该数据集样本较少, 还采用了深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks, DCGAN)模型扩充了实验测试数据. 通过与一系列目标检测算法对比后, YOLOX-CS在扩充前后两个数据集中搜索LSBG的召回率和AP (Average Precision)值都有较好的测试结果, 其在未扩充数据集的测试集中的召回率达到97.75%, AP值达到97.83%, 在DCGAN模型扩充的数据集中, 同样测试集下进行实验的召回率达到99.10%, AP值达到98.94%, 验证了该算法在LSBG搜索中具有优秀的性能. 最后, 将该算法应用到SDSS部分测光数据上, 搜寻得到了765个LSBG候选体.     

一种低轨卫星跳频通信同步捕获方法

提出了一种基于北斗授时和卫星星历实现跳频同步并且适用于卫星与地面站上下行链路的跳频通信方法。首先基于卫星星历,采用SGP4模型预测卫星轨道,计算卫星与地面站的相对位置和相对速度,然后估计电波传播时延和多普勒频偏,最后在地面站分别进行预校正与补偿,完成星地的高速跳频通信。仿真实验结果表明,与传统的跳频系统相比,该方法硬件复杂度低,电波传播时延估计精度优于300 ns,归一化多普勒频偏估计精度优于1×10^-8,开销为1%时跳频速率可达20 000 Hops/s,具有优良的抗干扰和抗截获性能。     

高分辨率遥感影像解译中的机器学习范式

高分辨率遥感影像解译是遥感信息处理领域的研究热点之一,在遥感大数据知识挖掘与智能化分析中起着至关重要的作用,具有重要的民用和军事应用价值.传统的高分辨率遥感影像解译通常采用人工目视解译方式,费时费力且精度低.所以,如何自动、高效地实现高分辨率遥感影像解译是亟待解决的问题.近年来,随着人工智能技术的飞速发展,采用机器学习...     

GPS探测与FY-2反演大气可降水量对比分析

为深入了解FY-2卫星大气可降水量(PW)的反演质量,文章选取2012和2015年地基GPS水汽观测数据,与FY-2的PW反演产品进行了对比分析。结果表明:(1)北京、武汉和海口三站GPS/PW(PW_(GPS))与FY-2/PW(PW_(FY-2))在夏季存在显著正相关,三站的相关系数都达到0.67以上,夏季PW的均方根误差值、月平均偏差绝对值均小于冬季。北京与武汉站PW平均偏差和均方根误差在四季均具有明显日变化特征;(2)当PW_(GPS)20 mm时,北京、武汉、海口和拉萨站FY-2/PW与GPS/PW比较一致,PW偏差均值的绝对值和均方根误差较小,当PW_(GPS)20 mm时,PW偏差均值绝对值和均方根误差随PW_(GPS)值减小而迅速变大。FY-2的PW产品在夏季可以为大部分区域提供高时空分辨率、高精度的大气可降水量,在大气湿度非常低、冬季和夜间条件,反演结果精度有待提高。     

基于LANDSAT 8卫星热红外影像反演珠江口海表温度

海水表面温度是研究气候变化的重要参数,具有巨大的研究意义.在近海海域进行研究时对分辨率具有较高的要求.在珠江口区域,利用LANDSAT 8影像热红外波段,结合美国中等分辨率成像光谱仪(MODIS)的近红外水汽二级产品MOD05,运用Jiménez-Mu1oz提出的单通道法,优化了部分参数,建立海表温度的反演流程.为了确定可行性,将与LANDSAT 8影像同一日期的MODIS海表温度产品MOD28作为实验的对照组,利用实测数据对比验证2组数据的质量.结果表明,反演结果时空分布规律与MOD28趋近一致,均呈现为夏季西高东低而冬季西低东高,全年温度变化接近准正弦曲线,并且反演结果精度更优,具有良好的应用前景.     

安徽省东源斑岩型钨矿床白钨矿原位微量元素特征及其指示意义

新兴的白钨矿面扫描技术对于解释矿物微量元素特征具有重要的指示意义。文章选择皖南地区东源斑岩型钨矿床中白钨矿为研究对象,利用面扫描和阴极发光图像技术对矿物微区结构和原位微量元素特征进行系统研究。分析结果显示,白钨矿具有核边结构且微量元素特征具有明显的分带性,同一白钨矿颗粒核部亏损Mo、Nb、Ta元素,富集REEs,而边部相反。在此基础上,文章通过系统的白钨矿单点微量元素分析,反演了成矿流体性质和演化过程,提出东源钨矿床成矿流体氧逸度逐渐增高,成矿流体富集F挥发分且F含量逐渐增加,成矿物质很可能有幔源组分加入。通过白钨矿面扫描和阴极发光图像查明矿物微区结构,进而开展了白钨矿微区微量元素单点分析,有可能对成矿流体和矿质来源作出合理的解释。     

利用FY-2F快速扫描资料分析对流初生阶段的云顶物理量特征

基于FY-2F静止气象卫星提供的2015年5—9月的高分辨率数据,通过温度阈值法识别出深、浅对流后,分析和比较了深、浅对流在对流初生(convective initiation,CI)至发展阶段中云顶高度、云顶快速降温率(cloud top cooling rate,CTC)以及多通道差值等云顶物理量特征的变化异同。结果表明:深、浅对流在CI阶段的云顶物理量特征具有相似变化特征,即云顶高度均在短时间内快速上升,CTC值均先减小后增大;深、浅对流差异表现为深(浅)对流云顶上升高度能(不能)超越水汽层高度;深对流CTC最低值较浅对流CTC最低值更低。基于CI阶段深、浅对流的CTC最低值的差异,通过个例验证,表明利用深、浅对流CTC最低值的差异,可以在识别出CI的基础,判断出CI是否发展成为深对流,从而能提前做出预警。     

基于主成分分析和决策级融合的高光谱图像分类方法研究

为了评价主成分分析方法和决策级数据融合方法对高光谱图像地物分类结果的影响,作者利用各分类器和主成分分量的优势,提出了两组地物分类结果的决策级融合策略,利用8种常用监督分类方法对高光谱原始图像和PCA变换后不同分量组合图分类得到的结果进行决策级融合,并应用覆盖黄河入海口新老河道交界处的CHRIS/PROBA高光谱图像开展实验研究。结果表明:直接采用每类地物分类精度最高的、空穴和缝隙采用总体分类精度最高的融合策略,在综合考虑生产者精度和用户精度的情形下,仅使用最大似然法、支持向量机和人工神经网络3种分类方法,按照分类精度从高到低的顺序进行的融合分类效果最好,总体分类精度为87.82%。与8种监督分类方法中效果最好的最大似然法相比,精度提高了2.7个百分点,同时明显减少了错分现象,尤其是对于分布面积较小的翅碱蓬和柽柳,滩涂被误分为翅碱蓬、芦苇被误分为柽柳的现象大大降低。     

应用于SAR图像配准的自适应SIFT特征均匀分布算法

SAR图像配准要求提取出稳定且分布均匀的同名点,但是传统的SIFT算法没有考虑特征点的空间分布情况,提取的特征呈块状分布。针对SAR图像数据的特点,提出了一种自适应控制SIFT特征均匀分布算法,利用局部纹理特征,并结合最优化筛选策略,在保证特征点稳定性和准确性的同时,自适应控制特征在不同空间的分布情况,实现SIFT特征点在图像空间和尺度空间的合理分布。最后从提取效率、匹配正确率和分布质量等方面进行对比试验,验证了算法应用于SAR图像配准的能力。