CN104539384A - 一种基于卫星被动微波遥感数据的射频干扰检测方法 - Google Patents

一种基于卫星被动微波遥感数据的射频干扰检测方法 Download PDF

Info

Publication number
CN104539384A
CN104539384A CN201410665219.3A CN201410665219A CN104539384A CN 104539384 A CN104539384 A CN 104539384A CN 201410665219 A CN201410665219 A CN 201410665219A CN 104539384 A CN104539384 A CN 104539384A
Authority
CN
China
Prior art keywords
radio frequency
frequency interference
data
bright temperature
remote sensing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410665219.3A
Other languages
English (en)
Other versions
CN104539384B (zh
Inventor
李青侠
李�浩
卢海梁
李一楠
李炎
徐珍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Xian Institute of Space Radio Technology
Original Assignee
Huazhong University of Science and Technology
Xian Institute of Space Radio Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology, Xian Institute of Space Radio Technology filed Critical Huazhong University of Science and Technology
Priority to CN201410665219.3A priority Critical patent/CN104539384B/zh
Publication of CN104539384A publication Critical patent/CN104539384A/zh
Application granted granted Critical
Publication of CN104539384B publication Critical patent/CN104539384B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种基于卫星被动微波遥感数据的射频干扰检测方法，它包括数据筛选1、地理定位2、平均处理3、地理标识4、综合分析5等步骤。其中，数据筛选1只提取卫星被动微波遥感数据中的陆地数据进行分析；地理定位2将检测到射频干扰的每组数据进行0.001°×0.001°网格点三次多项式插值，提取插值后最大亮温值所对应的位置坐标，作为该射频干扰的位置；地理标识4通过分析可分别得到射频干扰的地理位置分布特征、亮温强度分布特征以及发生率；综合分析5通过分析可得到射频干扰随时间和方向的变化。相较于基于频域和信号特征统计，本发明能很好地适用于卫星被动微波遥感数据的射频干扰检测。

Description

一种基于卫星被动微波遥感数据的射频干扰检测方法
技术领域
本发明属于微波遥感技术领域，更具体地，涉及一种基于卫星被动微波遥感数据(包括SMOS、Aquarius、WindSat等工作在被动微波遥感频段范围内的卫星数据)的射频干扰检测方法，可为星载遥感器的应用以及射频干扰检测、抑制提供参考，亦可为无线电管理提供参考。
背景技术
土壤湿度和海洋盐度(Soil Moisture and Ocean Salinity，SMOS)卫星工作在被动微波遥感1400-1427MHz频段范围内，在轨运行后，通过对大量的观测数据处理分析后发现，SMOS数据受到严重的射频干扰。射频干扰主要是由于人为因素产生的，能够淹没原始的遥感信号，极大地降低数据利用率和数据质量，最终导致后续数据产品质量急剧下降、可靠度降低，甚至完全不可用。
同样工作在被动微波遥感1400-1427MHz频段范围内的Aquarius卫星提供的数据中也出现了较为严重的射频干扰问题；工作在其它被动微波遥感频段的卫星也遭遇了同样的困扰，比如WindSat卫星(工作于6.8GHz、10.7GHz、18.7GHz、23.8GHz和37.0GHz五个频点)；可以预见，即将发射的、工作在被动微波遥感1400-1427MHz频段范围的SMAP卫星也将面临射频干扰的严峻挑战。
这些射频干扰不仅对工作在被动遥感频段范围的地球探测卫星产生影响；对工作在同一频段及其相邻频段内的射电天文望远镜也会产生严重的影响，导致其灵敏度降低、甚至无法正常工作；还会造成相邻频带范围内的导航系统的定位精度变差、或无法定位。
发明内容
为了解决上述问题，本发明提供了一种基于卫星被动微波遥感数据的射频干扰检测方法，可以实现射频干扰的检测，确定射频干扰的位置、来源，并分析其特征。
为了实现上述目的，本发明提供了一种基于卫星被动微波遥感数据的射频干扰检测方法，包括：
(1)数据筛选：获取卫星被动微波遥感数据中的陆地数据，提取陆地数据中的异常数据点，并提取各异常数据点周围预设范围内的数据，保存在数据组中，所述数据包含经度、纬度、亮温值、俯仰角、方位角信息；
(2)地理定位：提取步骤(1)中超过射频干扰门限的数据，对该组数据进行三次多项式插值，提取插值后最大亮温所对应的位置坐标作为该射频干扰的位置；
(3)平均处理：通过步骤(1)和步骤(2)对一个半轨数据的每个快照处理后，将超过门限的射频干扰的所有地理位置坐标作平均处理，作为该射频干扰的位置；
(4)地理标识：在地图上标记出射频干扰的地理位置坐标，在其附近寻找射频干扰的来源；
(5)综合分析：提取射频干扰多次测量的亮温数据及对应的时间数据、方向数据，将这些数据存入三维数组，分别绘制射频干扰亮温随时间、方向变化的图像，随后，根据图像分析其随时间、方向变化的特征，其中所述方向包括俯仰角和方位角。
本发明的技术效果体现在：采用该方法可获得射频干扰的位置信息及其主要特征，主要包括射频干扰的地理位置分布特征、部分射频干扰的来源、随时间和方向变化等特征。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，由于可以很好地适用于卫星被动微波遥感数据的射频干扰检测，能为星载遥感器的应用以及射频干扰检测、抑制提供参考，亦可为无线电管理提供参考。
附图说明
图1是本发明射频干扰检测方法数据处理流程图；
图2是由2013年8月18日-2013年8月20日中的SMOS L1-c级数据检测得到的中国地区的射频干扰位置分布；
图3是本发明实施例中贵州省六盘水市山区的某射频干扰附近提取出来的一组异常亮温数据；
图4是采用三次多项式插值的方法对图3的数据进行插值后的亮温分布图；
图5是贵州省六盘水市山区的某射频干扰地理位置；
图6是江西丰城市境内某射频干扰在几个时间段的亮温分布图，其中：
图6(a)不同时段HH(水平极化)亮温随俯仰角变化；
图6(b)不同时段VV(垂直极化)亮温随俯仰角变化；
图7是西藏拉萨地区某射频干扰两次测量的亮温分布，其中：
图7(a)VV亮温值随俯仰角变化；
图7(b)HH亮温值随俯仰角变化；
图7(c)VV亮温值随方位角变化；
图7(d)HH亮温值随方位角变化。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明提供了一种基于卫星被动微波遥感数据的射频干扰检测方法，该射频干扰检测方法主要包括数据筛选、地理定位、平均处理、地理标识和综合分析等步骤实现的，具体步骤如下：
1、数据筛选：获取卫星被动微波遥感数据中的陆地数据，提取陆地数据中的异常数据点，并提取各异常数据点周围预设范围内的数据，保存在数据组(包含经度、纬度、亮温值、方位角、俯仰角等信息)中。
由于射频干扰主要出现在陆地，较少出现在海洋(主要来自船只，且具有很强的移动性，不易检测)，因此只提取卫星被动微波遥感数据中的陆地亮温数据进行分析，这样可减少所需分析数据的总量，提高数据处理效率；针对提取出的陆地数据，如果在某一区域内，存在一个极大值，且极大值的亮温超过亮温门限值350K(地球表面自然场景亮温不会超过350K)，则认为很有可能存在射频干扰，该极大值点为异常数据点；随后提取出极大值附近0.5°×0.5°经纬度范围内亮温值大于350K的所有数据，并放在同一数据组中。
2、地理定位：提取步骤(1)中超过射频干扰门限的数据，对该组数据进行三次多项式插值，提取插值后最大亮温所对应的位置坐标作为该射频干扰的位置。
将步骤1中提取的每组数据的数据个数与数据个数门限值M(在本文中M＝6)比较，如果小于门限值，则丢弃该组数据；如果大于门限，则认为其为一个射频干扰，记该射频干扰被检测一次，并对该组数据进行0.001°×0.001°网格点三次多项式插值，提取插值后最大亮温值所对应的位置坐标，作为该射频干扰的位置。采用上述两个步骤依次对半轨数据中的每个快照进行处理。
3、平均处理：将超过门限的射频干扰的所有地理位置坐标作平均处理，作为该射频干扰的位置。
当采用步骤1和步骤2依次对一个半轨数据的每个快照处理后，若某一射频干扰被检测到的次数低于干扰次数门限值L(在本文中L＝6)，则被视作虚射频干扰，丢弃；否则，将超过上述次数门限的射频干扰的所有地理位置坐标作平均处理，作为该射频干扰的位置，平均处理是为了提高射频干扰的定位精度。采用上述步骤，可确定射频干扰的位置。进一步采取以下步骤进行分析，可获得射频干扰的地理位置分布、来源、随时间和方向变化等特征信息。
4、地理标识：在地图上标记出得到的射频干扰地理位置坐标，在其附近寻找射频干扰的来源。
根据步骤3获得射频干扰的地理位置坐标，在地图上标记出干扰位置，然后在地图中标记的射频干扰位置附近寻找其来源，并标记；当在地图上标记完所有射频干扰的位置后，通过分析射频干扰的地理分布，可得到其地理位置分布特征；通过分析射频干扰的亮温强度，可得到其亮温强度分布特征；通过分析某一位置的射频干扰出现的次数和测量次数，可得到其射频干扰的发生率(发生率是指在该地区射频干扰出现次数与测量次数的比值)。
5、综合分析：提取射频干扰多次测量的亮温数据及对应的时间数据、方向数据，将这些数据存入三维数组，分别绘制射频干扰亮温随时间、方向变化的图像，随后，根据图像分析其随时间、方向变化的特征，其中所述方向包括俯仰角和方位角。
采用步骤1、步骤2和步骤3处理多个半轨数据，提取出射频干扰的多次测量的亮温数据及对应的时间数据、方向数据，将这些数据存入三维数组，分别绘制射频干扰亮温随时间、方向变化的图像；根据射频干扰的多次测量的亮温数据可分析其随时间变化特征；根据射频干扰的亮温值随观测角信息可分析其随方向变化特征。需要指出的是，在分析射频干扰随观测角变化时，由于边缘观测角的亮温误差较大，故在分析射频干扰特征时观测角两端的亮温数据不予考虑。
下面结合具体实施例对本发明作进一步详细的说明，本发明的实施例是基于SMOS卫星数据对本发明方法进行说明，对于其他类型的卫星被动微波遥感数据(例如Aquarius卫星数据、WindSat卫星数据、SMAP卫星数据等)，都可采用本发明方法进行射频干扰检测。
实施例1：中国地区的SMOS卫星数据射频干扰
该实施例中，采用前面提出的射频干扰检测方法，通过处理SMOS卫星提供的2013年8月18日-2013年8月20日L1-c级数据，得到了：中国地区的L波段射频干扰的位置分布，如图2所示；中国地区的射频干扰地理坐标，已在表1中给出。在图2中，黑点表示射频干扰及其来源的位置。
表1 中国地区的射频干扰的地理位置坐标
射频干扰源名称 经纬度/degree 射频干扰源名称 经纬度/degree
北京市 116.3340.00 陕西西安 108.9634.26
天津市 117.1539.15 陕西宝鸡 107.2734.39
上海市 121.5631.83 陕西汉中市 106.9633.01
广东广州市 113.2523.18 重庆奉节县 109.6830.90
湖北武汉市 114.3630.52 贵州贵阳市 106.7026.57
湖北宜昌市 111.4230.66 贵州遵义市 106.9327.75
湖北黄石市 115.0130.22 贵州六盘水市热电厂 104.7826.35
湖北襄阳附近 112.4631.96 辽宁旅顺 121.2538.81
江西九江市 115.7829.63 辽宁大连市 121.6338.92
江西吉安县 114.9527.06 江苏徐州市 117.1834.37
湖南邵阳市 111.8726.58 江苏连云港 119.4634.79
湖南花垣县 109.4028.58 浙江台州市 121.3928.60
安徽合肥市 117.3131.88 广西柳州市 109.4124.34
安徽阜阳市 115.6532.63 黑龙江齐齐哈尔 123.9147.24
安徽六安市 116.5231.76 黑龙江哈尔滨市 126.7145.81
安徽淮北市 118.8833.89 黑龙江大庆市 124.5248.46
福建福州市 119.5725.99 吉林松原市 124.8745.15
福建晋江市 118.1925.00 内蒙古扎鲁得旗 122.9146.72
福建揭阳市 116.2023.35 内蒙包头市 109.8140.62
河北苍东 117.9238.31 内蒙呼伦贝尔 106.7939.65
河北唐山市 118.5039.47 内蒙呼和浩特市 111.7740.79
河北蔚县 114.4239.93 内蒙赤峰市 118.9342.26
山东滨州市 117.9837.23 海南昌江黎族自治县 109.0819.30
山东枣庄市 117.6134.82 宁夏银川市 106.6338.40
山东青岛市 120.5836.22 西藏那曲地区 92.0931.47
山东济南市 116.9536.69 西藏拉萨地区 90.8829.17
河南神池县 111.7234.78 新疆昌吉市 87.3343.99
河南郑州市 113.3034.83 甘肃兰州市 103.8836.11
四川喜得县 102.4028.35 甘肃酒泉市 98.5339.75
四川成都市 104.0530.65 甘肃敦煌 94.6040.15
四川广元市 106.3232.25 台湾台中市 120.7924.16
云南昆明市 102.7025.05 台湾台北市 121.5925.10
由图2和表1可发现：射频干扰出现在黑龙江、华东地区(包括北京、河北、山东、河南、安徽等)、西安、福建沿海、四川和内蒙古等地区较多；出现在新疆、西藏、云南和广西等地区较少。
由射频干扰的亮温强度分析(步骤4)可知：强射频干扰(1000K～5000K)最多，甚强射频干扰(大于5000K)次之，中等射频干扰(350K～1000K)最少；甚强射频干扰主要出现在北京、西安、广州、武汉和合肥等大城市以及其它一些中型城市，比如甘肃庆阳、江西九江，且其亮温都非常高，例如在北京地区，其中某次射频干扰的亮温高达85939K；强的射频干扰在东北、华东、陕西、四川、内蒙和福建沿海等地区出现的次数较多；中等射频干扰出现较少，只出现在湖北襄阳地区、湖南汨罗市等少数几个地区。
通过提出的射频干扰检测方法，可得到部分射频干扰的来源，通过分析这些射频干扰的来源可知：
一部分射频干扰来源于燃煤热电厂、炼油厂和水泥厂等。例如，采用该射频干扰检测方法确定了位于贵州省六盘水市山区某射频干扰的位置，提取了该射频干扰的亮温数据，并确定了其来源——一燃煤热电厂。该射频干扰的检测过程如下：首先，采用步骤1提取出该射频干扰的异常亮温数据，如图3所示；然后，采用步骤2对步骤1提取出来的数据进行插值，获得该射频干扰的地理坐标，如图4所示，图中黑色实心菱形表示获得射频干扰的地理坐标；接着，采用步骤3处理一个半轨数据，获得射频干扰的位置坐标均值，如图5所示，图中黑色实心圆圈表示由提取出来的每组数据获得射频干扰的位置坐标，空心黑色圆圈表示获得所有位置坐标的均值，黑色空心上三角形表示射频干扰的来源坐标。最后，采用步骤4将获得射频干扰的均值在Google地图上标识出来，再寻找射频干扰的来源；通过在Google地图上查找发现：该射频干扰处于山区，在10km范围内唯一有可能的只有一燃煤热电厂(104.770°E、26.323°N)，因此，基本上可确定这一燃煤热电厂是该射频干扰的来源。且由Google地图可知：获得该射频干扰的坐标均值与来源(燃煤热电厂)的距离约为5km，而获得大多数位置坐标与来源的位置在2.5km左右。
一部分射频干扰来源于机场。例如出现在西藏贡嘎县境内的某射频干扰及其来源——贡嘎机场(90.901°E、29.284°N)。
通过分析同一射频干扰的不同时段亮温，可发现：同一射频干扰，在不同时段呈现出不同特征，强度和方向性会随时间发生变化。图6给出了江西省丰城市境内某射频干扰在2013年内几个不同时段的亮温，由图6可知：在2013年2月(两次测量)和2013年8月(三次测量)，该射频干扰的强度有很大的差别，在2月份亮温值均较小，在8月份亮温值相对较大；在同一天，射频干扰的亮温强度也呈现出不同的特征，如2013年8月20日10时(图中黑色实心三角形)和2013年8月20日21时(图中黑色实心圆圈)获得的该射频干扰的亮温强度。
通过综合分析射频干扰多次测量的亮温数据，发现：射频干扰的辐射强度是随方向变化的。如图7所示，给出了西藏地区某射频干扰的两次测量值(2013年8月18日11时和2013年8月20日12时)，由图7知：在这两个时间段，VV(垂直极化)和HH(水平极化)在某一俯仰角附近都出现最大值----VV极化亮温值分别在俯仰角35°和40°左右出现最大值，HH极化亮温值分别在俯仰角47°和近53°左右出现最大值；VV和HH在某一方位角附近都出现最大值----VV极化亮温值在方位角350°和50°左右出现最大值，HH极化亮温值在方位角350°和近40°左右出现最大值。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于卫星被动微波遥感数据的射频干扰检测方法，其特征在于，所述方法包括如下步骤：
(1)数据筛选：获取卫星被动微波遥感数据中的陆地数据，提取陆地数据中的异常数据点，并提取各异常数据点周围预设范围内的数据，保存在数据组中，所述数据包含经度、纬度、亮温值、俯仰角、方位角信息；
(2)地理定位：提取步骤(1)中符合射频干扰要求的数据，对该组数据进行三次多项式插值，提取插值后最大亮温所对应的位置坐标作为该射频干扰的位置；
(3)平均处理：通过步骤(1)和步骤(2)对一个半轨数据的每个快照处理后，将超过门限的射频干扰的所有地理位置坐标作平均处理，作为该射频干扰的位置；
(4)地理标识：在地图上标记出得到的射频干扰地理位置坐标，在其附近寻找射频干扰的来源；
(5)综合分析：提取射频干扰多次测量的亮温数据及对应的时间数据、方向数据，将这些数据存入三维数组，分别绘制射频干扰亮温随时间、方向变化的图像，随后，根据图像分析其随时间、方向变化的特征，其中所述方向包括俯仰角和方位角。
2.如权利要求1所述的方法，其特征在于，所述步骤(1)中提取卫星被动微波遥感数据中的陆地数据中的异常数据点，并提取各异常数据点周围预设范围内的数据，具体为：
针对获取的卫星被动微波遥感数据中的陆地数据，如果在某一区域内，存在一个极大值，且极大值的亮温超过亮温门限值350K，则认为该区域很有可能存在射频干扰，该极大值点为异常数据点；
随后提取出异常数据点附近0.5°×0.5°经纬度范围内亮温值大于350K的所有数据，并放在同一数据组中。
3.如权利要求1或2所述的方法，其特征在于，所述步骤(2)中提取步骤(1)中符合射频干扰要求的数，具体为：
将步骤(1)中提取的每组数据的数据个数与数据个数门限值M比较，如果小于门限值，则丢弃该组数据；如果满足要求，则认为其为一个射频干扰。
4.如权利要求3所述的方法，其特征在于，所述数据个数门限值M取舍为M＝6。
5.如权利要求1或2所述的方法，其特征在于，所述步骤(2)中对符合射频干扰要求的数据进行0.001°×0.001°网格点三次多项式插值。
6.如权利要求1或2所述的方法，其特征在于，所述步骤(3)具体为：
当采用步骤(1)和步骤(2)依次对一个半轨数据的每个快照处理后，若某一射频干扰被检测到的次数低于干扰次数门限值L，则被视作虚射频干扰，应丢弃；否则，将超过上述次数门限的射频干扰的所有地理位置坐标作平均处理，作为该射频干扰的位置。
7.如权利要求6所述的方法，其特征在于，所述干扰次数门限值L取值为L＝6。
8.如权利要求1或2所述的方法，其特征在于，所述步骤(4)还包括：
当在地图上标记完所有射频干扰的位置后，通过分析射频干扰的地理分布，得到其地理位置分布特征；或者，
通过分析射频干扰的亮温强度，得到其亮温强度分布特征；或者，
通过分析某一位置的射频干扰出现的次数和测量次数，得到其射频干扰的发生率，发生率是指在该地区射频干扰出现次数与测量次数的比值。
9.如权利要求1或2所述的方法，其特征在于，所述步骤(5)具体包括：
采用步骤(1)、步骤(2)和步骤(3)处理多个半轨数据，提取出射频干扰的多次测量的亮温数据；或者，
根据射频干扰的多次测量的亮温数据可分析其随时间变化特征；或者，
根据射频干扰的亮温值随观测角信息可分析其随方向的变化特征，所述方向包括俯仰角和方位角。
CN201410665219.3A 2014-11-19 2014-11-19 一种基于卫星被动微波遥感数据的射频干扰检测方法 Active CN104539384B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410665219.3A CN104539384B (zh) 2014-11-19 2014-11-19 一种基于卫星被动微波遥感数据的射频干扰检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410665219.3A CN104539384B (zh) 2014-11-19 2014-11-19 一种基于卫星被动微波遥感数据的射频干扰检测方法

Publications (2)

Publication Number Publication Date
CN104539384A true CN104539384A (zh) 2015-04-22
CN104539384B CN104539384B (zh) 2017-03-08

Family

ID=52854862

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410665219.3A Active CN104539384B (zh) 2014-11-19 2014-11-19 一种基于卫星被动微波遥感数据的射频干扰检测方法

Country Status (1)

Country Link
CN (1) CN104539384B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933447A (zh) * 2015-06-08 2015-09-23 南京信息工程大学 星载微波辐射计观测无线电频率干扰识别和订正系统
CN106530301A (zh) * 2016-11-30 2017-03-22 上海卫星工程研究所 卫星地面测试中成像类定量遥感仪器干扰和噪声评价方法
CN108650009A (zh) * 2018-03-26 2018-10-12 电子科技大学 一种用于飞行器无源检测的无线链路遮挡估计方法
CN110646098A (zh) * 2019-08-26 2020-01-03 西安空间无线电技术研究所 一种跳频星载微波辐射计射频干扰抑制方法
CN112051542A (zh) * 2020-08-25 2020-12-08 华中科技大学 基于多快照差分的sair rfi源地理定位方法和系统
CN114325873A (zh) * 2022-03-07 2022-04-12 知一航宇(北京)科技有限公司 一种大气温湿廓线探测仪的亮温数据尺度精细化方法
CN114441863A (zh) * 2022-01-19 2022-05-06 中国科学院国家空间科学中心 一种星载综合孔径微波辐射计在轨射频干扰处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1104003A (zh) * 1993-12-18 1995-06-21 郑永裕 卫星接收调谐器装置
WO2007040991A2 (en) * 2005-09-30 2007-04-12 Freescale Semiconductor Inc. Magnetic tunnel junction temperature sensors and methods
CN101865909A (zh) * 2010-06-07 2010-10-20 大连海事大学 一种微波遥感土壤水分监测系统及其方法
CN102820864A (zh) * 2012-08-08 2012-12-12 综艺超导科技有限公司 一种具有极低插损的宽频带低温射频微波功率限幅器
CN102904009A (zh) * 2012-09-13 2013-01-30 上海交通大学 一种小型宽带宽波束圆极化微带天线
EP2768366A1 (en) * 2011-10-21 2014-08-27 Sca Hygiene Products AB Product level sensor for a product dispenser

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1104003A (zh) * 1993-12-18 1995-06-21 郑永裕 卫星接收调谐器装置
WO2007040991A2 (en) * 2005-09-30 2007-04-12 Freescale Semiconductor Inc. Magnetic tunnel junction temperature sensors and methods
CN101865909A (zh) * 2010-06-07 2010-10-20 大连海事大学 一种微波遥感土壤水分监测系统及其方法
EP2768366A1 (en) * 2011-10-21 2014-08-27 Sca Hygiene Products AB Product level sensor for a product dispenser
CN102820864A (zh) * 2012-08-08 2012-12-12 综艺超导科技有限公司 一种具有极低插损的宽频带低温射频微波功率限幅器
CN102904009A (zh) * 2012-09-13 2013-01-30 上海交通大学 一种小型宽带宽波束圆极化微带天线

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李青侠, 张　靖, 郭　伟, 雷震东, 张祖荫: "微波辐射计遥感海洋盐度的研究进展", 《海洋技术》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933447A (zh) * 2015-06-08 2015-09-23 南京信息工程大学 星载微波辐射计观测无线电频率干扰识别和订正系统
CN106530301A (zh) * 2016-11-30 2017-03-22 上海卫星工程研究所 卫星地面测试中成像类定量遥感仪器干扰和噪声评价方法
CN106530301B (zh) * 2016-11-30 2019-06-07 上海卫星工程研究所 卫星地面测试中成像类定量遥感仪器干扰和噪声评价方法
CN108650009A (zh) * 2018-03-26 2018-10-12 电子科技大学 一种用于飞行器无源检测的无线链路遮挡估计方法
CN108650009B (zh) * 2018-03-26 2020-07-07 电子科技大学 一种用于飞行器无源检测的无线链路遮挡估计方法
CN110646098A (zh) * 2019-08-26 2020-01-03 西安空间无线电技术研究所 一种跳频星载微波辐射计射频干扰抑制方法
CN110646098B (zh) * 2019-08-26 2020-09-18 西安空间无线电技术研究所 一种跳频星载微波辐射计射频干扰抑制方法
CN112051542A (zh) * 2020-08-25 2020-12-08 华中科技大学 基于多快照差分的sair rfi源地理定位方法和系统
CN112051542B (zh) * 2020-08-25 2023-09-29 华中科技大学 基于多快照差分的sair rfi源地理定位方法和系统
CN114441863A (zh) * 2022-01-19 2022-05-06 中国科学院国家空间科学中心 一种星载综合孔径微波辐射计在轨射频干扰处理方法
CN114325873A (zh) * 2022-03-07 2022-04-12 知一航宇(北京)科技有限公司 一种大气温湿廓线探测仪的亮温数据尺度精细化方法
CN114325873B (zh) * 2022-03-07 2022-05-31 知一航宇(北京)科技有限公司 一种大气温湿廓线探测仪的亮温数据尺度精细化方法

Also Published As

Publication number Publication date
CN104539384B (zh) 2017-03-08

Similar Documents

Publication Publication Date Title
CN104539384B (zh) 一种基于卫星被动微波遥感数据的射频干扰检测方法
Meng et al. High-altitude salt lake elevation changes and glacial ablation in Central Tibet, 2000–2010
Liu et al. The strengthening East Asia summer monsoon since the early 1990s
CN109509319B (zh) 基于静止卫星监测资料的输电线路山火监测预警方法
Hu et al. Time-series InSAR technology for ascending and descending orbital images to monitor surface deformation of the metro network in Chengdu
CN105241429A (zh) 一种基于航空遥感的近海工业温排水提取方法
CN106353714A (zh) 一种基于环绕器的火星着陆器静态定位方法
CN109283400A (zh) 一种电离层vtec扰动与雷电相关性分析方法
Han et al. The monitoring and analysis of the coastal lowland subsidence in the southern Hangzhou Bay with an advanced time-series InSAR method
Yan et al. High voltage power line scattering feature analysis in multi SAR sensors and dual polarization
CN204389488U (zh) 一种地表土壤侵蚀测量装置
Chen et al. Properties of “site error” of lightning direction-finder (DF) and its modeling
Fang Prediction and analysis of urban heat island effect in Dangshan by remote sensing
Gu et al. Comparative analysis of microwave brightness temperature data in Northeast China using AMSR-E and MWRI products
Zhang et al. Estimation of forest aboveground biomass using the integration of spectral and textural features from GF-1 satellite image
Zhang et al. The study of road damage detection based on high-resolution SAR image
CN106934793A (zh) 空间建模技术支持下的核电站温排水卫星遥感监测方法
Tata Sudhakar et al. Detection of sea-surface temperature anomaly in the equatorial region of Bay of Bengal using indigenous Lagrangian drifter.
CN113359164A (zh) 一种低频率gnss电离层闪烁因子的有效性验证方法
Huang et al. Spatiotemporal changes of typical glaciers and their responses to climate change in Xinjiang, Northwest China
CN106403932B (zh) 一种弹载地磁姿态测量处理算法的验证方法
Xu et al. Building shadow extraction and height calculation using GF-2 remote sensing images
Xu et al. Optimizing CFAR-based SAR target detection algorithm for DSP platform
Dai et al. Urbanization-induced land use and cover changes in Xuzhou, Jiangsu Province since the Mid-1990s
Gou et al. All-day astronomical measurement system daytime star point extraction method

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant