CN114022545B - 一种适应于复杂地形的机载sar图像无控制点实时定位方法 - Google Patents

一种适应于复杂地形的机载sar图像无控制点实时定位方法 Download PDF

Info

Publication number
CN114022545B
CN114022545B CN202210000721.7A CN202210000721A CN114022545B CN 114022545 B CN114022545 B CN 114022545B CN 202210000721 A CN202210000721 A CN 202210000721A CN 114022545 B CN114022545 B CN 114022545B
Authority
CN
China
Prior art keywords
target
image
sar
point
latitude
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.)
Active
Application number
CN202210000721.7A
Other languages
English (en)
Other versions
CN114022545A (zh
Inventor
潘志刚
刘畅
徐向辉
李志勇
王小龙
董旭彬
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.)
Aerospace Information Research Institute of CAS
Original Assignee
Aerospace Information Research Institute of CAS
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 Aerospace Information Research Institute of CAS filed Critical Aerospace Information Research Institute of CAS
Priority to CN202210000721.7A priority Critical patent/CN114022545B/zh
Publication of CN114022545A publication Critical patent/CN114022545A/zh
Application granted granted Critical
Publication of CN114022545B publication Critical patent/CN114022545B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种适应于复杂地形的机载SAR图像无控制点实时定位方法，包括以下步骤：步骤1、通过鼠标点击位置计算目标中心对应的内存地址，并通过该内存地址获取目标对应的SAR辅助数据；步骤2、从SAR辅助数据中解析飞机位置、成像航迹角、图像近距、图像采样间隔、侧视方向参数；所述的飞机位置包括经度、纬度、高度；步骤3、由图像采样间隔、图像近距、飞机高度、成像区域高程参数，利用SAR成像几何计算目标到机下点的距离；步骤4、计算目标相对机下点的方位角；步骤5、已知机下点经纬度、目标到机下点的距离、目标相对机下点的方位角，利用大地主题正算公式和迭代优化算法得到目标点的经纬度；步骤6、基于DEM数据，迭代求解得到目标点的最终经纬度值。

Description

一种适应于复杂地形的机载SAR图像无控制点实时定位方法
技术领域
本发明涉及机载合成孔径雷达（SAR）图像定位技术领域，特别是针对高原地区复杂地形，无人机载SAR图像无控制点实时地理定位的方法。本发明可对无人机通信链路实时下传的SAR图像数据进行无控制点高精度地理定位，本发明所述方法亦适用于有人机载SAR。
背景技术
无人机航空遥感平台具有续航时间长、影像实时传输、高危地区探测、成本低、机动性强等特点，因此成为了卫星遥感与有人机航空遥感的有力补充。合成孔径雷达（SAR）具有全天时、全天候工作的特点，对于人造目标和地物目标具有良好的探测与分辨能力，目前装载SAR的无人机遥感平台已广泛应用于灾害监测、地形测绘、边境巡逻等领域，发挥了巨大作用。
图像实时无控制点定位是无人机载SAR用于航空遥感领域的一项关键技术。在边境巡逻等任务中，对目标的快速发现和精确定位具有重要的意义，目标定位精度高低与时效性通常是任务执行效果评定的重要指标。现代无人机系统通常具有察打一体化功能，要求在看到目标的同时能够得到目标的精确地理坐标，因此目标定位算法需针对SAR实时图像完成目标的定位。
目前的SAR目标定位方法有：（1）基于SAR图像与基准图匹配的方法；（2）基于SAR侧视斜距成像和多普勒频移的距离-多普勒方法；（3）基于距离和方位角的SAR图像直接定位方法。基于基准图匹配的方法是一种有控制点定位方法，定位精度依赖于基准图的精度且需要人工来完成控制点的选择，无法实现实时定位。距离-多普勒方法能够实现机载SAR图像“空-地”自动定位，但是该方法在实际应用过程中被发现还存在以下技术问题：
a) 距离-多普勒方法对SAR图像定位是针对整幅图像进行的，对于无人机通信链路实时下传的SAR图像数据流来说，定位所需的一幅图像尚不完整，因此无法实现在图像实时显示的同时进行地理定位；
b) 多普勒中心频率和速度矢量的估计误差对于定位精度的影响较为明显，尤其是无人机平台姿态误差较大时，会引起定位精度的明显下降；
c)距离-多普勒方法采用牛顿迭代法求解距离-多普勒方程组，需要给出迭代的初值，而定位精度与初值选择有关，不适当的初值可能会导致迭代不收敛，使图像定位解算失败。
与无人机载SAR相比，星载SAR平台运行姿态稳，多普勒中心频率和速度矢量的估计误差小，因此星载SAR图像定位一般采用距离-多普勒方法；而机载SAR图像定位一般采用直接定位方法。无论是距离-多普勒方法还是直接定位方法，在实现SAR图像无控制点定位时均假设成像区域的海拔高度为固定值，这个假设对于平原区域的目标定位是合适的，但对于高原山区，由于地形起伏所导致的高程误差较大，会引起山区目标的定位精度显著下降。
发明内容
本发明目的是解决高原山区复杂地形的无人机载SAR图像实时高精度定位问题。本发明针对无人机通信链路实时下传的SAR图像数据流，解决如下问题：（1）在图像实时显示的过程中进行目标地理定位；（2）针对高原地区复杂地形的SAR图像进行高精度目标定位。本发明典型应用场景为：无人机飞行任务执行时，在SAR图像数据实时接收、显示过程中，操作员通过鼠标点击SAR显示图像中的目标中心位置，启动SAR图像定位并输出定位结果。
本发明的技术方案为：一种适应于复杂地形的机载SAR图像无控制点实时定位方法，包括以下步骤：
步骤1、通过鼠标点击位置计算目标中心对应的内存地址，并通过该内存地址获取目标对应的SAR辅助数据；
步骤2、从SAR辅助数据中解析飞机位置、成像航迹角、图像近距、图像采样间隔、侧视方向参数；所述的飞机位置包括经度、纬度、高度；
步骤3、由图像采样间隔、图像近距、飞机高度、成像区域高程参数，利用SAR成像几何计算目标到机下点的距离；
步骤4、利用雷达侧视方向、成像航迹角参数计算目标相对机下点的方位角；
步骤5、已知机下点经纬度、目标到机下点的距离、目标相对机下点的方位角，利用大地主题正算公式和迭代优化算法得到目标点的经纬度；
步骤6、利用步骤5得到的经纬度，在DEM数据库中查找对应的高程值，计算与预设高程的误差，如果误差小于设定阈值，则定位结束，输出当前经纬度和高程值作为定位结果；如果误差大于设定阈值，则以当前高程值替换预设高程，返回步骤3重新计算目标到机下点的距离，之后执行步骤5、6，直到误差小于阈值才终止循环。
本发明的原理是：利用SAR实时数据中的载机平台参数和雷达成像参数，将SAR图像定位问题转化为大地主题解算问题，有效避免了距离-多普勒方法中速度矢量误差和多普勒中心频率估计误差对定位精度的影响；针对高原地区的复杂地形，基于DEM数据库迭代更新目标点的高程值，显著降低定位误差。
与现有技术相比，本发明具有以下有益成果：
（1）本发明从无人机系统SAR图像实时定位的应用需求出发，结合高原地区高程起伏较大的特点，采用基于机载平台遥测参数的直接定位算法以适应实时定位需求，采用基于DEM数据库实时更新高程数据的方法以降低定位误差。可实现在图像实时接收、显示的同时对目标进行地理定位，输出高精度的定位结果；
（2）相比依赖于基准图的图像匹配定位方法，本发明实现了无控制点SAR图像地理定位，对于缺乏基准图或控制点的成像区域，本发明具有很好的适用性且能够实现实时定位；
（3）相比距离-多普勒图像定位方法，本发明无需估计速度矢量和多普勒中心频率，避免了估计误差对定位精度的影响；无需求解非线性方程组，避免了不合适的初值导致方程组解算失败；无需收集一幅完整的图像数据，仅根据实时接收的当前图像数据即可进行目标定位，时效性高；
（4）本发明在实现图像定位时，无须对图像进行校正、变换，可对显示图像中的任意像素进行绝对地理定位，具有很高的时效性，特别适用于针对显示图像的实时定位处理。
附图说明
图1：定位处理流程图；
图2：SAR正侧视成像几何关系示意图；
图3：球面上O、P两点之间的距离关系示意图；
图4：本发明定位方法与传统定位方法的精度比较。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合附图和实施例，对本发明的技术方案做进一步的详细描述。
根据本发明的一个实施例，提出一种适应于复杂地形的机载SAR图像无控制点实时定位方法，如图1所示，包括以下步骤：
步骤1、通过鼠标点击位置计算目标中心对应的内存地址，并通过该内存地址获取目标对应的SAR辅助数据；
步骤2、从SAR辅助数据中解析飞机位置、成像航迹角、图像近距、图像采样间隔、侧视方向参数；所述的飞机位置包括经度、纬度、高度；
步骤3、由图像采样间隔、图像近距、飞机高度、成像区域高程参数，利用SAR成像几何计算目标到机下点的距离；
步骤4、利用雷达侧视方向、成像航迹角参数计算目标相对机下点的方位角；
步骤5、已知机下点经纬度、目标到机下点的距离、目标相对机下点的方位角，利用大地主题正算公式和迭代优化算法得到目标点的经纬度；
步骤6、利用步骤5得到的经纬度，在DEM数据库中查找对应的高程值，计算与预设高程的误差，如果误差小于设定阈值，则定位结束，输出当前经纬度和高程值作为定位结果；如果误差大于设定阈值，则以当前高程值替换预设高程，返回步骤3重新计算目标到机下点的距离，之后执行步骤5、6，直到误差小于阈值才终止循环。
具体的，所述步骤1包括：定位启动，在无人机SAR图像数据实时接收、显示过程中，通过鼠标点击显示图像上的目标中心；通过鼠标点击位置计算目标中心对应的内存地址，并通过该地址获取目标对应的SAR辅助数据；
具体的，所述步骤2包括：获取参数，从目标中心对应的辅助数据中解析飞机位置（经度、纬度、高度）、成像航迹角、图像近距、成像采样间隔、侧视方向等参数。
所述步骤3，具体包括：计算地距距离，从辅助数据中解析得到成像区域的目标高度，设为a 0，利用图2所示的SAR正侧视成像几何关系计算目标点到机下点的距离，图2中S表示飞机位置，P表示水平面上的目标中心位置，
Figure 318493DEST_PATH_IMAGE001
表示点P投影到斜平面上的对应位置，O表示机下点位置，其地理坐标等于解析得到的飞机经纬度。具体可分为如下子步骤：
子步骤3.1：利用公式R S =R 0+m x ·x计算SAR斜距图像（对应斜平面）上目标点
Figure 970054DEST_PATH_IMAGE002
到雷达天线相位中心（忽略雷达天线与机载定位设备的相对位置误差，以解算得到的飞机位置S作为天线相位中心位置）之间的距离R S ，其中R 0为从辅助数据中解析出的图像近距(图像最左边像素地理位置与雷达天线相位中心之间的斜距距离)，m x 为SAR斜距图像距离向像素采样间隔，x为斜距图像中目标点
Figure 343267DEST_PATH_IMAGE003
对应的距离向像素坐标；
子步骤3.2：在图像近距＜50km以及测绘带宽＜35km的情况下，利用勾股定理可得机下点O到水平面目标点P之间的地距距离d 1；如果图像近距≥50km或测绘带宽≥30km时，则考虑地球曲率的影响，如图3所示，通过如下公式计算得到地距距离d 1：
Figure 472897DEST_PATH_IMAGE004
（1）
Figure 21690DEST_PATH_IMAGE005
（2）
式（1）、（2）中，r为地球平均半径，h为雷达天线平台S到成像区的垂直距离，等于飞机海拔高度a p 减去预置的目标高度a 0，即h=a p －a 0，θ为点O和点P分别与地心连线之间的夹角。
具体的，所述步骤包括4：计算目标方位角α 1，利用雷达侧视方向、成像航迹角计算目标点到机下点的方位角；左侧视情况下，目标方位角=航迹角-90；右侧视情况下，目标方位角=航迹角+90，归一化方位角0度为正北方向，即α 1＜0时，α 1=α 1+360。
具体的，所述步骤5包括：已知O点的经度L 1，纬度
Figure 578573DEST_PATH_IMAGE006
，OP的方位角α 1，转换所有角度单位为弧度；设OP之间的距离为S=d 1，单位为m；结合Vincenty大地主题正算公式，执行如下步骤计算P点的经纬度：
设a,b分别为地球椭球的长、短半轴长度，单位为m，由式(3)计算椭球扁率，由式(4)计算与O点纬度
Figure 518427DEST_PATH_IMAGE006
对应的归化纬度U 1。
Figure 451748DEST_PATH_IMAGE007
（3）
Figure 714102DEST_PATH_IMAGE008
（4）
令
Figure 441887DEST_PATH_IMAGE009
，则
Figure 930637DEST_PATH_IMAGE010
，并令
Figure 402070DEST_PATH_IMAGE011
，得到系数A、B：
Figure 269663DEST_PATH_IMAGE012
（5）
Figure 433928DEST_PATH_IMAGE013
（6）
设迭代初值
Figure 409974DEST_PATH_IMAGE014
、
Figure 544152DEST_PATH_IMAGE015
，并令
Figure 656465DEST_PATH_IMAGE016
，在
Figure 726052DEST_PATH_IMAGE017
的条件下，迭代执行式（7）~式（10），其中(1e－12)为退出迭代运算的阈值。
Figure 563296DEST_PATH_IMAGE018
（7）
Figure 376531DEST_PATH_IMAGE019
（8）
Figure 608929DEST_PATH_IMAGE020
（9）
Figure 114997DEST_PATH_IMAGE021
（10）
结束迭代运算后，根据得到的
Figure 659111DEST_PATH_IMAGE022
值、O点的归化纬度U 1、目标方位角α 1以及sinα计算目标点的纬度，如式(11)所示。
Figure 276037DEST_PATH_IMAGE023
（11）
由式（11）可得
Figure 362941DEST_PATH_IMAGE024
，即目标点P的纬度，单位为弧度。由式（12）、（13）得到λ和C值。
Figure 915277DEST_PATH_IMAGE025
（12）
Figure 822053DEST_PATH_IMAGE026
（13）
由式（14）得到机下点O和目标点P的经度差L：
Figure 977091DEST_PATH_IMAGE027
（14）
进一步得到目标点P的经度L 2 =L 1+L（L 1为O点经度）。
以上得到的经度和纬度单位均为弧度，将弧度转换为度，如式（15）和式（16）所示。
Figure 308715DEST_PATH_IMAGE028
（15）
Figure 156585DEST_PATH_IMAGE029
（16）
至此得到目标点P的经纬度(L 2,B 2)，以上步骤为未考虑复杂地形引起的高程变化对定位精度的影响，下面将结合DEM数据来提高定位精度。
具体的，所述步骤6中，基于DEM数据，迭代求解得到目标点P的最终经纬度值，步骤如下：
子步骤6.1：将步骤5中得到的目标经纬度(L 2,B 2)作为输入，令a 1 =a 0（a 0为从辅助数据中解析得到成像区域的目标高度），并通过DEM数据库查询得到对应的高程a 2；
子步骤6.2：判断高程误差a e =|a 2﹣a 1|是否小于阈值T（T=2m）， 如果不小于，则令a 1 =a 2，利用子步骤3.2中得到的距离d 1和飞机海拔高度a p ，采用式（17）计算高程改变后的斜距距离R 2，由式（18）计算在初始目标高度a 0条件下斜距距离R 2对应的地距距离d 2：
Figure 816237DEST_PATH_IMAGE030
（17）
Figure 774965DEST_PATH_IMAGE031
（18）
则地距补偿值为(d 1－d 2)，由式(19)计算补偿后的地距值：
d=d 1+(d 1－d 2) （19）
子步骤6.3：修正OP之间的距离S=d，执行步骤5，得到目标经纬度的更新值(L 1,B 2)，转到步骤6.1、6.2，直到高程误差小于阈值或者循环次数达到上限，则输出最终的目标经纬度和高程作为定位结果。
以下通过某型无人机获取的实飞SAR数据说明本发明实施后的图像定位精度和运行效率。
测试数据对应的成像区域为我国西部某地级市的山区地形。雷达作用距离为15km，该数据段内无人机飞行高度从5040m逐渐增加到5230m，图像分辨率为0.5m。在图像上选择16个目标点，采用两种方法对目标进行定位，第一种方法基于成像区域平坦的假设，直接使用从雷达下传数据中解析得到的目标高度值（值为1670m，对应到雷达成像区域平原地带的平均海拔高度），得到的目标定位结果如表1所示；第二种方式考虑了雷达成像区域山区地形起伏的影响，结合DEM数据实时修正目标高度值，并依据本发明中的实施步骤，得到的目标定位结果如表2所示。将表1和表2中的目标定位经纬度与通过高精度（精度优于2m）光学地图得到的实际经纬度进行比较，计算单点定位误差、平均误差以及均方根误差。由表1和表2中的误差结果可以看出，传统方法的平均定位误差为87.96m，均方根误差为88.25m，本发明所述方法的平均定位误差为23.44m，均方根误差为24.37m，定位精度得到明显提高。图4给出了本发明所述方法与传统方法得到的定位误差曲线对比，可见在地形起伏越大的区域，本发明所述方法提高定位精度越明显，说明了本发明所述方法的有效性。图4：本发明定位方法与传统定位方法的精度比较。
表1 传统方法的目标定位结果
Figure 679205DEST_PATH_IMAGE033
表2 本发明所述方法的目标定位结果
Figure 697977DEST_PATH_IMAGE035
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，且应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (2)

1.一种适应于复杂地形的机载SAR图像无控制点实时定位方法，其特征在于，包括以下步骤：
步骤1、定位启动，在无人机SAR图像数据实时接收、显示过程中，通过鼠标点击显示图像上的目标，计算目标对应的内存地址，并通过该内存地址获取目标对应的SAR辅助数据；
步骤2、从SAR辅助数据中解析飞机位置、成像航迹角、图像近距、图像采样间隔、侧视方向参数；所述的飞机位置包括经度、纬度、高度；
步骤3、基于图像采样间隔、图像近距、飞机高度、成像区域高程参数，并利用SAR正侧视成像几何关系计算目标到机下点的距离；
步骤4、利用侧视方向参数、成像航迹角计算目标相对机下点的方位角；
步骤5、已知机下点经纬度、目标到机下点的距离、目标相对机下点的方位角，利用Vincenty大地主题正算公式和迭代优化算法得到目标的经纬度；
步骤6、利用步骤5得到的目标的经纬度，在DEM数据库中查找对应的高程值，计算与预设高程值的误差，如果误差小于设定阈值，则定位结束，输出当前经纬度和高程值作为定位结果；如果误差大于设定阈值，则以当前高程值替换预设高程值，返回步骤3重新计算目标到机下点的距离，之后执行步骤5、6，直到误差小于阈值才终止循环。
2.根据权利要求1所述的一种适应于复杂地形的机载SAR图像无控制点实时定位方法，其特征在于，所述步骤4具体包括：
计算目标相对机下点的方位角，具体计算包括：利用侧视方向参数、成像航迹角计算目标相对机下点的方位角；左侧视情况下，目标方位角=成像航迹角-90°；右侧视情况下，目标方位角=成像航迹角+90°，归一化方位角0°为正北方向，即目标方位角＜0°时，将目标方位角+360°的值赋给目标方位角。
CN202210000721.7A 2022-01-04 2022-01-04 一种适应于复杂地形的机载sar图像无控制点实时定位方法 Active CN114022545B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210000721.7A CN114022545B (zh) 2022-01-04 2022-01-04 一种适应于复杂地形的机载sar图像无控制点实时定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210000721.7A CN114022545B (zh) 2022-01-04 2022-01-04 一种适应于复杂地形的机载sar图像无控制点实时定位方法

Publications (2)

Publication Number Publication Date
CN114022545A CN114022545A (zh) 2022-02-08
CN114022545B true CN114022545B (zh) 2022-04-08

Family

ID=80069456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210000721.7A Active CN114022545B (zh) 2022-01-04 2022-01-04 一种适应于复杂地形的机载sar图像无控制点实时定位方法

Country Status (1)

Country Link
CN (1) CN114022545B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114913717B (zh) * 2022-07-20 2022-09-27 成都天巡微小卫星科技有限责任公司 一种基于智能终端的便携式低空飞行防撞系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102654576A (zh) * 2012-05-16 2012-09-05 西安电子科技大学 基于sar图像和dem数据的图像配准方法
CN108090956A (zh) * 2017-11-10 2018-05-29 中国科学院空间应用工程与技术中心 一种几何校正方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7760913B2 (en) * 2006-07-20 2010-07-20 Harris Corporation Geospatial modeling system providing non-linear in painting for voids in geospatial model frequency domain data and related methods

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102654576A (zh) * 2012-05-16 2012-09-05 西安电子科技大学 基于sar图像和dem数据的图像配准方法
CN108090956A (zh) * 2017-11-10 2018-05-29 中国科学院空间应用工程与技术中心 一种几何校正方法及系统

Also Published As

Publication number Publication date
CN114022545A (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
CN113439220B (zh) 一种基于卫星编队的遥感系统及星座系统
CN101270993B (zh) 一种远程高精度自主组合导航定位方法
CN111522043A (zh) 一种无人车激光雷达快速重新匹配定位方法
Xie et al. Design and data processing of China's first spaceborne laser altimeter system for earth observation: GaoFen-7
CN112393714B (zh) 一种基于无人机航拍与卫星遥感融合的影像校正方法
KR102028324B1 (ko) 영상 레이더의 영상 보정 방법 및 좌표 계산 방법
CN101339244B (zh) 一种机载sar图像自动目标定位方法
CN109782289B (zh) 一种基于基线几何结构约束的水下航行器定位方法
CN111102981B (zh) 一种基于ukf的高精度卫星相对导航方法
CN110068817B (zh) 一种基于激光测距和InSAR的地形测图方法、仪器和系统
CN106468552A (zh) 一种基于机载光电平台的双机交会定位方法
CN113454677A (zh) 一种遥感卫星系统
CN109781635B (zh) 一种分布式遥感卫星系统
CN110111274A (zh) 一种星载推扫式光学传感器外方位元素定标方法
CN113409400B (zh) 一种基于自动跟踪的机载光电系统目标地理定位方法
JP2596364B2 (ja) 干渉型合成開口レーダ装置から得た３次元情報を用いる地形図作成装置
CN114022545B (zh) 一种适应于复杂地形的机载sar图像无控制点实时定位方法
CN103245948B (zh) 双区成像合成孔径雷达图像匹配导航的方法
CN113670301A (zh) 一种基于惯导系统参数的机载sar运动补偿方法
CN110516588B (zh) 一种遥感卫星系统
CN112833878A (zh) 近地面多源天文自主导航方法
KR102028323B1 (ko) 영상 레이더의 영상 보정 장치 및 시스템
CN109471102B (zh) 一种惯组误差修正方法
Rouveure et al. Robot localization and navigation with a ground-based microwave radar
CN112268558B (zh) 一种基于无人机自主式光电平台的有源目标定位测速方法

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