CN110276043A - 一种基于边界点访问计算的区域目标访问计算方法 - Google Patents
一种基于边界点访问计算的区域目标访问计算方法 Download PDFInfo
- Publication number
- CN110276043A CN110276043A CN201910529074.7A CN201910529074A CN110276043A CN 110276043 A CN110276043 A CN 110276043A CN 201910529074 A CN201910529074 A CN 201910529074A CN 110276043 A CN110276043 A CN 110276043A
- Authority
- CN
- China
- Prior art keywords
- satellite
- distance
- access
- time
- regional aim
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于边界点访问计算的区域目标访问计算方法,针对侦察卫星对区域目标进行访问计算实时性差、效率低的问题。该方法根据卫星限制条件,对区域目标边界点进行抽样或者插值,得到区域目标边界点集合;侦察卫星对区域目标访问计算的过程由CPU和GPU协同异构执行,逻辑控制部分由CPU执行,计算边界点目标太阳高度角、侧摆角、俯仰角等由GPU完成,GPU计算的数据传给CPU进行后续处理;考虑到区域目标访问计算连续性,对计算所得的边界点目标访问结果进行归类,获得区域目标侦察时段;根据经验步长,计算卫星指向,获得卫星访问区域目标的条带进行记录保存。具有逻辑简单、计算复杂度低、计算结果精度高、计算效率高、易于扩展、兼容性强等特点。
Description
技术领域
本发明涉及卫星侦查领域,尤其涉及一种基于边界点访问计算的区域目标访问计算方法,特别适用于对地侦察卫星对区域目标访问计算的问题。
背景技术
卫星对区域目标的侦察需求,主要体现在测绘卫星区域测绘、资源卫星区域资源普查、侦察卫星区域搜索等需求中。在对区域目标的处理中,需要在特定时间段内对特定侦察区域,计算卫星能够覆盖该区域的侦察起始时刻和侦察结束时刻,以及在特定侦察时段内卫星对该区域的侦察条带情况,以获得卫星在指定时段内对指定区域的覆盖情况。对区域目标侦察时段的计算结果,是后续任务规划的主要依据之一,侦察时段计算准确性,直接影响后续卫星能量约束、卫星获取数据准确性、数据下传时间段选择等。
传统区域目标访问计算方法的实现主要采用计算分时段条带与区域目标的覆盖情况,将不同时段的条带按照时间对应关系(是否能够连续),整合出完整的计算条带。通过计算分时段条带获取区域目标访问计算结果算法的局限性在于,需要计算大量条带,并分别计算条带与指定区域的相交情况,并需要对条带进行整合,计算量大,计算复杂。基于边界点访问计算的区域目标访问计算方法,将区域目标边界离散为目标点,通过对点目标的访问计算,根据区域访问计算结果的连贯性,只取出特定时长内,卫星访问指定区域的最早时间和最晚时间,作为卫星对该区域的访问时段。对点目标的访问计算,通过采用图形处理器(GPU)作为访问计算的计算单元,可以进行多点并行计算,缩短访问计算时间,提高实时性。
发明内容
本发明所需解决的技术问题在于避免上述背景技术中的逻辑复杂、实时性差的问题而提供一种基于边界点访问计算的区域目标访问计算方法。本发明具有计算结果精度高、计算效率高、易于扩展、兼容性强等特点。
本发明所要解决的技术问题是由以下技术方案实现的:
一种基于边界点访问计算的区域目标访问计算方法,包括以下步骤:
(1)CPU端获取区域目标访问计算需求,包括侦察卫星需求、侦察时间段需求和侦察区域需求,所述的侦察区域需求包括规则区域需求、不规则区域需求和行政区域需求;
(2)CPU端读取卫星信息,包括卫星轨道高度信息和卫星视场角信息,根据卫星轨道高度信息和卫星视场角信息计算卫星最大幅宽;根据卫星最大幅宽对区域目标边界点进行插值或抽点,获得区域目标边界点集合;
(3)CPU端读取约束条件和设定时间段内的星历文件,将约束条件、设定时间段内的星历文件和区域目标边界点集合传递到GPU端,并为GPU分配多个线程;所述的约束条件包括卫星的最小太阳高度角、最小侧摆角、最大侧摆角、最小俯仰角、最大俯仰角、卫星轨道倾角和轨道高度;
(4)GPU端计算每个星历时刻下太阳高度角、区域目标边界点集合中所有目标的滚动角和俯仰角,将滚动角与最小侧摆角和最大侧摆角进行对比,将俯仰角与最小俯仰角和最大俯仰角进行对比,若滚动角在最小侧摆角和最大侧摆角范围内且俯仰角在最小俯仰角和最大俯仰角范围内,则记录该星历时刻及该星历时刻下计算所得的星下点的太阳高度角以及卫星访问目标的滚动角和俯仰角;否则不记录该星历时刻对应目标点的访问情况;
(5)将GPU端计算所得的卫星对区域目标边界点集合中所有目标的访问计算结果传递到CPU端;
(6)CPU端对目标区域进行外接矩形,分别计算外接矩形左上角和右下角的球面距离,记为L1;以及外接矩形右上角和左下角的球面距离,记为L2;比较L1和L2的大小,取较大者,记为Lmax;卫星在星下点的移动速度记为V,则卫星访问目标区域的一次最大可能侦察时长为Tmax=Lmax/V;
(7)CPU端对所有目标的访问计算结果按照时间升序排序,并按照Tmax值对所有访问计算结果进行分段,即相互之间时间差小于Tmax记为一次连续访问;如果一次连续访问中只有一次访问信息,则舍弃;如果一次连续访问中有多次访问信息,则记录本次连续访问中的最早时间为侦察开始时间,记录本次连续访问中的最晚时间为侦察结束时间;
(8)对步骤(7)获得的所有侦察时段,分别计算条带信息;
对于一条条带信息的计算具体为:以侦察开始时间为起点,以特定时间间隔Tdiff为步长;记侦察开始时间为Tstart,记侦察结束时间为Tend,记卫星视场角为FieldAngle,记第N段条带的起始时间为T0,结束时间为T1,其中T0=Tstart+(N-1)*Tdiff,T1=T0+Tdiff,并且T1<=Tend;分别计算T0和T1时刻FieldAngle和-FieldAngle的卫星对地面的指向,所构成的矩形区域即为T0到T1时段的卫星条带。
所述步骤(2)具体包括以下步骤:
(201)CPU端读取卫星信息,包括卫星轨道高度信息和卫星视场角信息;
(202)根据卫星轨道高度信息和卫星视场角信息,计算卫星最大幅宽;卫星的最大幅宽计算公式为Distance=2h*tan(FieldAngle);其中h为卫星轨道高度,FieldAngle为卫星视场角;
(203)根据卫星的最大幅宽对区域边界点进行插值或抽点,首先比较任意两点之间的距离与Distance的关系,如果距离均小于Distance且大于Distance/2,则直接将边界点作为目标列表返回;如果两点之间距离大于Distance,则对该两点进行二分插值,直到任意两点之间距离均小于Distance且大于Distance/2,将所得所有边界点作为目标列表返回;如果两点之间距离小于Distance/2,且连续的第3个点与第2个点之间的距离也小于Distance/2,则将第2个点抽掉,直到任意两点之间距离均小于Distance且大于Distance/2,将所得所有边界点作为目标列表返回,获得区域目标边界点集合。其中,边界点的上下阈值分别为Distance和Distance/2。
本发明与背景技术相比具有如下优点:
1、本发明使用GPU进行侦察卫星的目标访问计算,NVIDIA显卡的双精度计算能力能够满足目标访问计算的精度要求,计算结果精度高;
2、本发明在计算太阳高度角和俯仰角时,将计算过程数组化,充分利用NVIDIA显卡的多核特性进行并行计算,计算效率高;
3、本发明采用边界点的目标访问计算结果为依据,经过逻辑处理获得卫星对区域目标的侦察时段以及侦察条带,原理简单,计算复杂度低,计算速度较快。
4、本发明具有易于扩展、兼容性强的特点。
附图说明
图1为本发明流程图。
具体实施方式
下面,结合图1对本发明作进一步说明。
一种基于边界点访问计算的区域目标访问计算方法,包括以下步骤:
(1)CPU端获取区域目标访问计算需求,包括侦察卫星需求、侦察时间段需求和侦察区域需求,侦察区域需求包括规则区域需求(多边形)、不规则区域需求和行政区域需求。
(2)CPU端读取卫星信息,包括卫星轨道高度信息、卫星视场角信息,根据卫星轨道高度信息、卫星视场角信息,计算卫星最大幅宽;根据卫星的最大幅宽,对区域边界点进行插值或抽点,以保证获取的区域边界点能够保证计算精度,又能够尽量压缩计算时间;通过本步骤,获得区域目标边界点集合。具体步骤为:
(201)CPU端读取卫星信息,包括卫星轨道高度信息、卫星视场角信息;
(202)根据卫星轨道高度信息和星视场角信息,计算卫星最大幅宽;记卫星轨道高度为h,卫星视场角为FieldAngle,则卫星的最大幅宽计算公式为Distance=2h*tan(FieldAngle);
(203)根据卫星的最大幅宽,对区域边界点进行插值或抽点,首先比较任意两点之间的距离与Distance的关系,如果距离均小于Distance且大于Distance/2,直接将边界点作为目标列表返回;如果有两点之间距离大于Distance,对该两点进行二分插值,直到任意两点之间距离均小于Distance且大于Distance/2,将所得所有边界点作为目标列表返回;如果两点之间距离小于Distance/2,且连续的第3个点与第2个点之间的距离也小于Distance/2,将第2个点抽掉,直到任意两点之间距离均小于Distance且大于Distance/2,将所得所有边界点作为目标列表返回。
(3)CPU读取卫星数据、约束条件、设定时间段内的星历文件和步骤(2)生成的区域目标边界点集合,传递到GPU;并为GPU分配多个线程;所述的约束条件包括卫星的最小太阳高度角、最小侧摆角、最大侧摆角、最小俯仰角、最大俯仰角、卫星轨道倾角和轨道高度。
(4)GPU计算每个星历时刻下太阳高度角、卫星访问目标文件中所有目标的滚动角和俯仰角,将滚动角与最小侧摆角和最大侧摆角进行对比,将俯仰角与最小俯仰角和最大俯仰角进行对比,若滚动角在最小侧摆角和最大侧摆角范围内且俯仰角在最小俯仰角和最大俯仰角范围内,则记录该星历时刻及该星历时刻下计算所得的星下点的太阳高度角以及卫星访问目标的滚动角和俯仰角;否则不记录该星历时刻对对应目标点的访问情况。
(5)将GPU端计算所得的卫星对区域目标边界点集合中所有目标的访问情况传递到CPU端。
(6)计算卫星访问目标区域的一次最大可能侦察时长。先对目标区域进行外接矩形,分别计算外接矩形左上角和右下角的球面距离,记为L1;以及外接矩形右上角和左下角的球面距离,记为L2;比较L1和L2的大小,取较大者,记为Lmax;卫星在星下点的移动速度记为V,则一次最大可能侦察时长为Tmax=Lmax/V。
(7)对步骤(5)返回的结果进行处理,对所有访问计算结果按照时间升序排序,按照Tmax值对所有结果进行分段,即相互之间时间差小于Tmax记为一次连续访问;如果有一次连续访问中只有一次访问信息,舍弃;如果一次连续访问中有多次访问信息,记录本次连续访问中的最早时间为侦察开始时间,记录本次连续访问中的最晚时间为侦察结束时间。
(8)对步骤(7)获得的所有侦察时段,分别计算条带信息;对于具体一条条带的计算,以侦察开始时间为起点,以特定时间间隔Tdiff作为步长(经验参数,取Tdiff=5s);记侦察开始时间为Tstart,记侦察结束时间为Tend,记卫星的视场角为FieldAngle,记第N段条带的起始时间为T0,结束时间为T1,其中T0=Tstart+(N-1)*Tdiff,T1=T0+Tdiff,并且T1<=Tend;分别计算T0时刻负的卫星视场角-FieldAngle的卫星对地面的指向和正的卫星视场角FieldAngle的卫星对地面的指向以及T1时刻负的卫星视场角-FieldAngle和正的卫星视场角FieldAngle的卫星对地面的指向,所构成的矩形区域即为T0到T1时段的卫星条带。
完成基于边界点访问计算的区域目标访问计算方法。
Claims (3)
1.一种基于边界点访问计算的区域目标访问计算方法,其特征在于,包括以下步骤:
(1)CPU端获取区域目标访问计算需求,包括侦察卫星需求、侦察时间段需求和侦察区域需求,所述的侦察区域需求包括规则区域需求、不规则区域需求和行政区域需求;
(2)CPU端读取卫星信息,包括卫星轨道高度信息和卫星视场角信息,根据卫星轨道高度信息和卫星视场角信息计算卫星最大幅宽;根据卫星最大幅宽对区域目标边界点进行插值或抽点,获得区域目标边界点集合;
(3)CPU端读取约束条件和设定时间段内的星历文件,将约束条件、设定时间段内的星历文件和区域目标边界点集合传递到GPU端,并为GPU分配多个线程;所述的约束条件包括卫星的最小太阳高度角、最小侧摆角、最大侧摆角、最小俯仰角、最大俯仰角、卫星轨道倾角和轨道高度;
(4)GPU端计算每个星历时刻下太阳高度角、区域目标边界点集合中所有目标的滚动角和俯仰角,将滚动角与最小侧摆角和最大侧摆角进行对比,将俯仰角与最小俯仰角和最大俯仰角进行对比,若滚动角在最小侧摆角和最大侧摆角范围内且俯仰角在最小俯仰角和最大俯仰角范围内,则记录该星历时刻及该星历时刻下计算所得的星下点的太阳高度角以及卫星访问目标的滚动角和俯仰角;否则不记录该星历时刻对应目标点的访问情况;
(5)将GPU端计算所得的卫星对区域目标边界点集合中所有目标的访问计算结果传递到CPU端;
(6)CPU端对目标区域进行外接矩形,分别计算外接矩形左上角和右下角的球面距离,记为L1;以及外接矩形右上角和左下角的球面距离,记为L2;比较L1和L2的大小,取较大者,记为Lmax;卫星在星下点的移动速度记为V,则卫星访问目标区域的一次最大可能侦察时长为Tmax=Lmax/V;
(7)CPU端对所有目标的访问计算结果按照时间升序排序,并按照Tmax值对所有访问计算结果进行分段,即相互之间时间差小于Tmax记为一次连续访问;如果一次连续访问中只有一次访问信息,则舍弃;如果一次连续访问中有多次访问信息,则记录本次连续访问中的最早时间为侦察开始时间,记录本次连续访问中的最晚时间为侦察结束时间;
(8)对步骤(7)获得的所有侦察时段,分别计算条带信息;
对于一条条带信息的计算具体为:以侦察开始时间为起点,以特定时间间隔Tdiff为步长;记侦察开始时间为Tstart,记侦察结束时间为Tend,记卫星视场角为FieldAngle,记第N段条带的起始时间为T0,结束时间为T1,其中T0=Tstart+(N-1)*Tdiff,T1=T0+Tdiff,并且T1<=Tend;分别计算T0和T1时刻FieldAngle和-FieldAngle的卫星对地面的指向,所构成的矩形区域即为T0到T1时段的卫星条带。
2.根据权利要求1所述的一种基于边界点访问计算的区域目标访问计算方法,其特征在于,步骤(2)具体包括以下步骤:
(201)CPU端读取卫星信息,包括卫星轨道高度信息和卫星视场角信息;
(202)根据卫星轨道高度信息和卫星视场角信息,计算卫星最大幅宽;卫星的最大幅宽计算公式为Distance=2h*tan(FieldAngle);其中h为卫星轨道高度,FieldAngle为卫星视场角;
(203)根据卫星的最大幅宽对区域边界点进行插值或抽点,首先比较任意两点之间的距离与Distance的关系,如果距离均小于Distance且大于Distance/2,则直接将边界点作为目标列表返回;如果两点之间距离大于Distance,则对该两点进行二分插值,直到任意两点之间距离均小于Distance且大于Distance/2,将所得所有边界点作为目标列表返回;如果两点之间距离小于Distance/2,且连续的第3个点与第2个点之间的距离也小于Distance/2,则将第2个点抽掉,直到任意两点之间距离均小于Distance且大于Distance/2,将所得所有边界点作为目标列表返回,获得区域目标边界点集合。
3.根据权利要求2所述的一种基于边界点访问计算的区域目标访问计算方法,其特征在于,步骤(203)中边界点的上下阈值分别为Distance和Distance/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910529074.7A CN110276043B (zh) | 2019-06-19 | 2019-06-19 | 一种基于边界点访问计算的区域目标访问计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910529074.7A CN110276043B (zh) | 2019-06-19 | 2019-06-19 | 一种基于边界点访问计算的区域目标访问计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110276043A true CN110276043A (zh) | 2019-09-24 |
CN110276043B CN110276043B (zh) | 2022-08-12 |
Family
ID=67961209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910529074.7A Active CN110276043B (zh) | 2019-06-19 | 2019-06-19 | 一种基于边界点访问计算的区域目标访问计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110276043B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113420095A (zh) * | 2021-05-25 | 2021-09-21 | 上海交通大学 | 一种基于边界反衍的可视栅格处理方法及系统 |
CN113868828A (zh) * | 2021-07-15 | 2021-12-31 | 中国人民解放军63768部队 | 一种公路行动中最早到达的反卫星侦察安全行动方法 |
CN114359016A (zh) * | 2021-12-27 | 2022-04-15 | 中国电子科技集团公司第五十四研究所 | 一种基于gpu的空间目标交会计算方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100117901A1 (en) * | 2008-11-11 | 2010-05-13 | Seiko Epson Corporation | Position calculating method and position calculating device |
US20120029812A1 (en) * | 2010-07-29 | 2012-02-02 | King Abdul Aziz City For Science And Technology | Method and system for automatically planning and scheduling a remote sensing satellite mission |
CN102479289A (zh) * | 2010-11-30 | 2012-05-30 | 中国人民解放军国防科学技术大学 | 一种用于卫星观测的区域划分方法 |
CN103927744A (zh) * | 2014-03-27 | 2014-07-16 | 航天东方红卫星有限公司 | 一种基于指向姿态的敏捷卫星观测目标条带分割方法 |
CN105841705A (zh) * | 2016-06-07 | 2016-08-10 | 中国人民解放军国防科学技术大学 | 基于时间-姿态的成像卫星观测任务分解与合成方法 |
-
2019
- 2019-06-19 CN CN201910529074.7A patent/CN110276043B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100117901A1 (en) * | 2008-11-11 | 2010-05-13 | Seiko Epson Corporation | Position calculating method and position calculating device |
US20120029812A1 (en) * | 2010-07-29 | 2012-02-02 | King Abdul Aziz City For Science And Technology | Method and system for automatically planning and scheduling a remote sensing satellite mission |
CN102479289A (zh) * | 2010-11-30 | 2012-05-30 | 中国人民解放军国防科学技术大学 | 一种用于卫星观测的区域划分方法 |
CN103927744A (zh) * | 2014-03-27 | 2014-07-16 | 航天东方红卫星有限公司 | 一种基于指向姿态的敏捷卫星观测目标条带分割方法 |
CN105841705A (zh) * | 2016-06-07 | 2016-08-10 | 中国人民解放军国防科学技术大学 | 基于时间-姿态的成像卫星观测任务分解与合成方法 |
Non-Patent Citations (2)
Title |
---|
潘耀等: "基于视场角的遥感卫星成像多边形区域目标动态分解方法", 《航天器工程》 * |
章登义等: "实际复杂约束条件下多星区域覆盖优化算法", 《计算机应用与软件》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113420095A (zh) * | 2021-05-25 | 2021-09-21 | 上海交通大学 | 一种基于边界反衍的可视栅格处理方法及系统 |
CN113868828A (zh) * | 2021-07-15 | 2021-12-31 | 中国人民解放军63768部队 | 一种公路行动中最早到达的反卫星侦察安全行动方法 |
CN113868828B (zh) * | 2021-07-15 | 2022-11-25 | 中国人民解放军63768部队 | 一种公路行动中最早到达的反卫星侦察安全行动方法 |
CN114359016A (zh) * | 2021-12-27 | 2022-04-15 | 中国电子科技集团公司第五十四研究所 | 一种基于gpu的空间目标交会计算方法 |
CN114359016B (zh) * | 2021-12-27 | 2022-12-09 | 中国电子科技集团公司第五十四研究所 | 一种基于gpu的空间目标交会计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110276043B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10942276B2 (en) | Augmented three dimensional point collection of vertical structures | |
CN110276043A (zh) | 一种基于边界点访问计算的区域目标访问计算方法 | |
CN103424112B (zh) | 一种基于激光平面辅助的运动载体视觉导航方法 | |
CN110068836A (zh) | 一种智能驾驶电动清扫车的激光雷达路沿感知系统 | |
CN111815038A (zh) | 一种光伏超短期预测方法及系统 | |
CN111832582B (zh) | 一种利用点云密度与旋转信息对稀疏点云进行分类与分割的方法 | |
CN104103070B (zh) | 一种基于光学图像的着陆点选取方法 | |
CN107289939A (zh) | 基于svm算法的无人船路径规划方法 | |
CN108414998A (zh) | 一种卫星激光测高仪回波波形模拟仿真方法及设备 | |
CN102176003A (zh) | 一种机载激光雷达航测参数的优化设计方法 | |
Cheng et al. | Relocalization based on millimeter wave radar point cloud for visually degraded environments | |
CN103778633B (zh) | 确定数字高程模型单元网格遮挡的方法及装置 | |
CN109191484B (zh) | 一种从机载激光雷达点云中快速提取平面片的方法 | |
Zhai et al. | AntennaNet: Antenna parameters measuring network for mobile communication base station using UAV | |
CN109031339A (zh) | 一种三维点云运动补偿方法 | |
CN110133653B (zh) | 一种基于dsm数据的星载sar图像快速间接定位方法 | |
Zhou et al. | Research on surface target detection algorithm based on 3D lidar | |
CN118376999B (zh) | 一种基于ICESat-2激光雷达数据的海浪峰值波长提取方法及系统 | |
Potalova et al. | Mesoscale structure of tropical cyclones in the surface wind field | |
Huang et al. | Inversion of Forest Leaf Area Index based on Lidar data | |
RU2542720C1 (ru) | Способ навигации движущихся объектов | |
Meng et al. | A Point Cloud Density Enhancement Method Based on Super-resolution Convolutional Neural Network | |
Ahat et al. | Obstacle Detection in Off-road Environments Based on LiDAR | |
Li et al. | Self-attention Guided Multi-indicator Retrieval for Ocean Surface Wind Field with Multi-modal Data Augmentation and Fusion | |
Tian et al. | Research on Semantic Segmentation of Airborne LiDAR Point Cloud Based on Spatial Position Attention Mechanism |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |