搜索结果: 91-105 共查到“知识库 测绘科学技术”相关记录14632条 . 查询时间(1.544 秒)
时序Sentinel-1TOPS模式SAR数据精配准
TOPS 配准 相干性 Sentinel-1 SAR 增强谱分集
<
2021/6/30
Sentinel-1卫星星座采用TOPS作为默认成像模式，要求方位向配准精度达到0.001像素以便确保相邻burst干涉图的相位偏差小于3°。ESD技术是消除几何配准系统误差、纠正方位向配准偏移量的有效方法，但在低相干性场景或快速去相关的条件下，该方法配准精度会随着相干的降低而衰减，并导致配准误差的传播，造成干涉图出现相位跳变。为解决这一问题，本文提出一种TOPS模式数据时间序列配准方法。该方法在...
零样本影像分类技术旨在通过学习数据集的部分类别（可见类），获得识别在训练阶段未出现类别（不可见类）的能力。该技术在遥感大数据时代具有重要现实意义。目前，遥感领域的零样本场景分类方法对于映射后的语义空间优化关注很少，导致已有方法的整体分类性能较差。基于这一考虑，本文提出了一种基于稳健跨域映射和渐进语义基准修正的零样本遥感影像场景分类方法。在训练的有监督学习模块，基于可见类的类别语义向量和场景影像样本...
首先从参数估计、精度评定和质量控制角度论证了在精密定位中随机模型的重要性；然后基于短基线单差观测模型，采用严密的方差分量估计方法计算了不同频率、不同卫星的相位和伪距观测值精度，任意频率之间的交叉相关性以及不同频率的相位和伪距观测值在不同时间间隔上的时间相关性；随后分析了随机模型对基线精度和整体检验统计量的影响。结果表明：北斗用户接收机数据精度都与高度角相关，建议采用高度角指数加权函数；北斗二号3个...
病态乘性误差模型的加权最小二乘正则化迭代解法及精度评定
病态乘性误差模型 Tikhonov正则化 L曲线法 精度评定 SUT法
<
2021/6/30
针对乘性误差模型的病态问题，引入Tikhonov正则化方法，导出了病态乘性误差模型的加权最小二乘正则化解。顾及加权最小二乘正则化法在求解病态乘性误差模型时，参数估值与观测值之间存在复杂的非线性关系，本文利用一种无需求导、通过加权的方式便能够计算非线性函数的均值和均方误差阵的比例对称采样的无迹变换（scaled unscented transformation，SUT）法，对病态乘性误差模型进行精度...
基于非差非组合PPP-RTK的大气改正模型及其性能验证
非差非组合PPP PPP-RTK 区域大气改正模型 快速收敛
<
2021/6/2
高精度的大气改正是加快PPP-RTK收敛的重要前提。本文以区域跟踪网台站数据为基础，基于非差非组合PPP提取斜路径电离层和天顶对流层延迟，作为PPP-RTK大气建模的数据源。电离层延迟采用基于斜路径星间单差的改正模型，对流层采用非差天顶对流层模型，设计了相关的服务端和用户端软件系统。在系统设计上，通过服务端提取数据构建大气模型并播发，用户端接收参数并用于实时PPP-RTK定位。对上海区域进行服务端...
Sentinel-1卫星TOPS模式影像通常在几何配准的基础上，再次利用Burst重叠区域进行增强谱分集处理以实现高精度配准。几何配准主要依赖卫星轨道参数，难以进一步提高其配准精度，因此Sentinel-1影像配准的关键则是通过增强谱分集准确估计出几何配准后的残余偏移量。然而，增强谱分集易受失相干噪声等因素的影响，低相干条件下难以满足0.001像素的配准精度要求。因此本文首先针对单基线条件下的增强...
精密重力测量中相对重力仪格值系数的贝叶斯估计方法
精密重力测量 相对重力仪 贝叶斯原理 格值系数估计
<
2021/6/1
相对重力仪的格值系数随时间会发生微小的变化，是影响精密重力测量精度的重要因素。通常需定期对相对重力仪进行专门的基线标定来评估仪器格值系数的变化。本文提出了一种利用重力观测数据进行格值系数评估的新方法，原理是利用测网中已知的多个绝对重力基准点作为先验约束，同时考虑仪器的非线性漂移变化，将格值系数作为超参数，基于贝叶斯原理和赤池贝叶斯信息准则（ABIC）估计最优值。通过对模拟数据的测试，该方法在高斯噪...
相对于星载和机载SAR而言，使用车载SAR数据提取DEM可有效缩短DEM数据更新周期，降低成本。由于车载SAR平台结构可变，干涉定标需要重复进行，本文提出了基于单控制点的车载双天线干涉SAR的DEM提取方法。该方法基于单个控制点的精确坐标信息进行相位、斜距和高程改正，并实现高程的迭代求解，无需布设大量控制点进行干涉定标，有效简化外业工作。仿真试验证明：当基线长度估计达到毫米级精度，基线倾角估计也达...
城市道路区域检测是城市土地管理、交通规划等领域的迫切需求，而传统城市道路区域检测多使用轨迹提取、遥感解译、人工采集等单独方式，在自动化程度或提取质量上存在一定的局限性。本文结合GNSS轨迹点与高分遥感影像各自的数据优势，提出一种基于轨迹延续性与影像特征相似性的遥感影像道路区域检测方法。该方法以出租车GNSS轨迹点构建轨迹特征栅格，基于轨迹延续性在平均方向特征栅格中划分路段对象，利用道路对象的光谱特...
高光谱图像混合像元多维卷积网络协同分解法
高光谱解混 卷积神经网络 深度学习 丰度估计
<
2021/6/2
受成像光谱仪性能与复杂地物分布的影响，高光谱图像存在大量的混合像元。传统的基于学习的混合像元分解方法通常都是浅层模型，或缺少对空间、光谱信息的综合应用。本文提出一种多维卷积网络协同的混合像元分解深层模型，采用多种维度卷积网络能更充分利用多种维度语义信息，有利于估计小样本和高维的高光谱图像混合像元丰度。对训练数据进行增广处理，构建光谱维、空间维和立方体3种卷积神经网络；设计了融合层，协同3种卷积神经...
【课程案例】华中农业大学资源与环境学院《主动式遥感（实验）》（图）
课程案例 华中农大 资环学院 主动式遥感
<
2024/4/28
《主动式遥感》是地理信息科学本科专业的专业特色课程，是在《遥感导论》的基础上，进一步讲解主动微波遥感和激光雷达的工作原理、数据特点、处理方法、和应用领域，为学生在相关领域的工作和研究提供理论知识支撑。通过课堂教学、课堂讨论、课后作业等环节，使学生理解和掌握主动式遥感的相关知识，包括掌握主动式遥感和被动式遥感的区别、雷达的原理和雷达方程、成像雷达的成像几何和数据特点、干涉测量的原理、LiDAR的原理...
利用深度卷积神经网络智能化地提取遥感图像中的建筑物对于数字城市构建、灾害侦查、土地管理等具有重要意义。多时相遥感图像之间的色彩差异会导致建筑物语义分割模型泛化能力下降。针对此，本文提出了注意力引导的色彩一致生成对抗网络（attention-guided color consistency adversarial network，ACGAN）。该算法以参考色彩风格图像及相同区域、不同时相的待纠正图像...
遥感影像船舶检测的特征金字塔网络建模方法
船舶检测 特征金字塔网络 形变卷积模块 形变RoI池化模块
<
2020/6/28
船舶作为海上运输载体，其准确检测在海洋环境保护、海上渔业生产管理、海上交通与应急处置及国防安全应用中都具有重要意义和价值。目前基于目标检测网络的遥感船舶检测方法因末层特征分辨率不足和卷积固定的几何结构，导致网络难以适应小尺度且具有随机朝向、形态多变特征的船舶目标，进而限制船舶检测精度。
针对现有主动轮廓模型无法精确提取SAR图像中河流的难题，提出了一种结合L1范数和拉普拉斯能量的主动轮廓模型。首先，将Chan-Vese（CV）模型中L2范数形式的外部能量约束项替换为L1范数形式的外部能量约束项，得到新的能量泛函；其次，提出了一种基于拉普拉斯核函数的外部能量约束项，并将其添加到上述能量泛函中，同时赋予两种外部能量约束项不同的调节系数；最后，引入曲线内外区域像素灰度绝对中位差的均值替...