CN114895338B - 星载gnss-s雷达多维信息的大范围海面风场反演系统及方法 - Google Patents
星载gnss-s雷达多维信息的大范围海面风场反演系统及方法 Download PDFInfo
- Publication number
- CN114895338B CN114895338B CN202210345688.1A CN202210345688A CN114895338B CN 114895338 B CN114895338 B CN 114895338B CN 202210345688 A CN202210345688 A CN 202210345688A CN 114895338 B CN114895338 B CN 114895338B
- Authority
- CN
- China
- Prior art keywords
- gnss
- sub
- dimensional
- sea surface
- signals
- 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
Links
Images
Classifications
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
-
- 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
- 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
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/956—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on ship or other platform
-
- 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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Ocean & Marine Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于星载GNSS‑S雷达多维信息的大范围海面风场反演系统及方法。系统包括:星载GNSS‑S雷达,用于接收多颗导航卫星的大范围海面多维散射信号;GNSS‑S信号预处理模块,用于对多维散射信号进行预处理,采用数字波束形成方法恢复海面多个子波束区域的多维散射信号;双站SAR成像处理模块,用于对多个子波束区域的多维散射信号进行并行双站SAR成像处理、二维多视处理与归一化处理,获得多维GNSS‑S雷达图像;海面矢量风场反演模型,用于根据多维GNSS‑S雷达图像对多个子波束区域的海面矢量风场进行并行化反演。本发明可以同时反演海面的风速与风向,而且可实现大范围海面连续的矢量风场反演。
Description
技术领域
本发明涉及微波遥感技术领域,尤其涉及一种基于星载GNSS-S雷达多维信息的大范围海面风场反演系统及方法。
背景技术
长期以来,海面风场信息是关乎海洋安全与舰船远洋的重要海洋环境参数。但是,获得近实时的全球海面矢量风场信息一直是难以攻克的问题。全球化海面风场获取方式主要依靠卫星对海面风场进行探测反演,主要手段包括散射计、全球导航卫星系统反射(Global Navigation Satellite Systems-Reflectometry,GNSS-R)、合成孔径雷达(Synthetic Aperture Radar,SAR)等。
星载散射计需要主动发射电磁波、并利用环扫波束实现多角度海面观测提升海面风场反演能力,可靠性高、分辨率高、反演精度高,但系统复杂且成本高,难以形成组网星座实现全球海面风场的近实时探测。星载GNSS-R仅能获得一个区域的低纬度反射信息,可以反演出海面风速,而难以获得稳健的风向信息,但星载GNSS-R仅利用导航卫星信号的反射信号进行风速反演,无需主动发射大功率电磁波,具有小型化与低成本优势,具备星群组网优势。星载SAR通过海浪波纹或双极化散射信息联合等方式,反演海面风场,但SAR卫星造价较高。
所以,亟待开展新体制海面矢量风场探测方法,便于形成小规模组网星座,实现大范围海面风场的连续探测与反演,并实现全球海面矢量风场的近实时探测与反演,为构建全球实时动态海洋环境信息奠定基础。
随着我国北斗卫星导航系统的完善与全面开放利用,借助多颗导航卫星的多维电磁信号进行海面风场联合探测反演将成为重要解决途径之一,特别是联合同一海面区域多个频段、多个极化、多个角度的全球导航卫星系统散射信号(GNSS-S)。因此,如何获得大范围海面同一时刻的多维GNSS-S信号,以及建立多维GNSS-S信号与海面风场的统计关系,将成为大范围海面风场反演的关键,如何利用多维GNSS-S信息对大范围海面风场进行协同反演也将成为未来重要发展趋势之一。传统星载GNSS-R的海面风场反演方法需要估计镜面反射区,只能反演出镜面反射区的海面风速,难以直接反演风向。
发明内容
为克服上述现有技术存在的缺陷,本发明的目的在于提供一种基于星载GNSS-S雷达多维信息的大范围海面风场反演系统及方法,可以同时反演海面的风速与风向,且不需要估计镜面反射区,实现大范围海面连续的矢量风场反演。
为实现上述发明目的,本发明的技术方案是:
本发明提供一种基于星载GNSS-S雷达多维信息的大范围海面风场反演方法,包括:
星载GNSS-S雷达,用于接收多颗导航卫星的大范围海面多维散射信号;
GNSS-S信号预处理模块,用于对多维散射信号进行预处理,采用数字波束形成方法恢复海面多个子波束区域的多维散射信号;
双站SAR成像处理模块,用于对多个子波束区域的多维散射信号进行并行双站SAR成像处理、二维多视处理与归一化处理,获得多维GNSS-S雷达图像;
海面矢量风场反演模型,用于根据多维GNSS-S雷达图像对多个子波束区域的海面矢量风场进行并行化反演。
有益效果:
根据本发明的方案,与现有技术相比,该基于星载GNSS-S多维信息的大范围海面风场反演方法,利用双频段、双极化、多通道阵列天线对大范围海面的多维GNSS-S信号进行同步接收,利用数字波束形成方法恢复出大范围海面的多个子波束区域的高信噪比GNSS-S信号,为大范围海面风场反演提供高信噪比的多维GNSS-S信号,利用卷积神经网络模型建立同一海面同一时刻的双频段、双极化、多角度GNSS-S双站SAR图像信息与海面风场的统计关系,具备大范围海面风场连续反演能力,且能同时获得海面的风速与风向信息。并且无需主动发射大功率信号,仅需接收与处理多个导航卫星的海面散射信号,即可实现大范围海面风场反演,具有低成本、低功耗与轻量化等优势。
附图说明
为了更清楚地说明本发明实施方式或现有技术中的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性表示本发明实施例提供的基于星载GNSS-S雷达多维信息的大范围海面风场反演系统的结构图;
图2示意性表示本发明实施例提供的星载GNSS-S雷达多维信息的获取示意图;
图3示意性表示本发明实施例提供的多通道阵列天线数字波束形成的P个子测绘带示意图;
图4示意性表示本发明实施例提供的星载GNSS-S雷达系统的组成图;
图5示意性表示本发明实施例提供的多维GNSS-S信号的数字波束形成处理流程;
图6示意性表示本发明实施例提供的GNSS-S双站SAR成像与归一化处理流程;
图7示意性表示本发明实施例提供的利用卷积神经网络反演海面矢量风场的处理流程。
具体实施方式
下面结合附图和具体实施方式对本发明作详细地描述,实施方式不能在此一一赘述,但本发明的实施方式并不因此限定于以下实施方式。
图1示意性表示本实施例的基于星载GNSS-S雷达多维信息的大范围海面风场反演系统的结构图。如图1所示,基于星载GNSS-S雷达多维信息的大范围海面风场反演系统,包括:星载GNSS-S雷达10,用于接收多颗导航卫星的大范围海面多维散射信号(多维GNSS-S信号);GNSS-S信号预处理模块20,用于对多维散射信号进行预处理,采用数字波束形成方法恢复海面多个子波束区域的多维散射信号;双站SAR成像处理模块30,用于对多个子波束区域的多维散射信号进行并行双站SAR成像处理、二维多视处理与归一化处理,获得多维GNSS-S雷达图像;海面矢量风场反演模型40,用于根据多维GNSS-S雷达图像对多个子波束区域的海面矢量风场进行并行化反演。
如图4所示,星载GNSS-S雷达10包括:阵列天线100、接收机200和信号预处理与双站SAR成像子模块300。其中,阵列天线100为一幅大口径、双频段、双极化、多通道阵列天线,沿距离向分布N个子阵天线,用于接收多颗导航卫星的大范围海面的多维散射信号,每个子阵天线包括Lf1与Lf2两个频段接收,以及水平极化与垂直极化两个极化接收,即每个子阵天线或每个天线通道输出四个维度信号。接收机200具有四个通道,用于对每个子阵天线输出的四个维度信号进行带通滤波、低噪声放大、下变频、低通滤波与采样接收。信号预处理与双站SAR成像子模块300,用于对四个维度GNSS-S的N路信号进行数字波束形成与双站SAR成像,获得P个子波束区域的多维SAR图像,第p个子波束区域包含Mp个观测角、两个频段与两个极化的多维SAR图像。
在本实施例中,多通道阵列天线100沿距离向分成N个接收通道,N一般取12~24,每个接收通道由Na×Nr个天线单元组成,Nr一般取1或2,使每个接收通道天线在距离向具有宽波束角,Na一般取32~128,使每个接收通道天线在方位向具有窄波束角与高增益等特性。每个接收通道具备两个频段信号接收能力,两个频段的频率分别记为Lf1与Lf2,Lf1一般取1.19GHz,Lf2一般取1.57GHz,对应的工作带宽分别记为Lb1与Lb2,Lb1一般取2.046MHz,Lb2一般取20.46MHz。同时,每个接收通道具备双线极化信号接收能力,分别为水平线极化与垂直线极化,双极化天线的隔离度大于30dB;将N个接收通道做数字波束形成后,整个天线的增益大于35dB。
如图4所示,接收机200包括:具有四个通道的射频接收机2001,用于对每个子阵天线输出的四个维度信号进行带通滤波、低噪声放大、下变频、低通滤波,获得GNSS-S基带信号,其中,射频接收机1-A用于对频段Lf1、垂直极化的GNSS-S信号进行接收,射频接收机1-B用于对频段Lf1、水平极化的GNSS-S信号进行接收,射频接收机1-C用于对频段Lf2、垂直极化的GNSS-S信号进行接收,射频接收机1-D用于对频段Lf2、水平极化的GNSS-S信号进行接收;具有四个通道的信号采集与时序控制器2002,用于对四个维度的GNSS-S信号进行采样量化,获得四个维度的数字域GNSS-S基带信号。
如图2所示,星载GNSS-S雷达的轨道高度为H,H一般取200~800km,采用一幅大口径、双频段、双极化、多通道阵列天线,同时接收多颗导航卫星的大范围海面多维散射信号,天线以正侧视模式接收多维GNSS-S信号,在距离向由N个接收通道组成,每个接收通道的天线距离向波束均为宽波束,一般大于50°,使入射角范围为10°~60°,增大了海面风场反演幅宽W,则有W=H(tan(60°)-tan(10°))。反演的海面区域内同时被M个导航卫星照射,记第m个导航卫星的信号入射角为θs,m,方位角为与星载GNSS-S雷达构成M个双站雷达。通过对N个接收通道进行数字波束形成获得P个子波束,记第p个子波束、第m颗导航卫星对应的双站雷达观测角为其中,θr,p、分别为星载GNSS-S雷达的第p个波束的接收入射角与方位角,且
如图3所示,利用数字波束形成方法对天线的N个接收通道的信号进行处理,获得P个子波束,即将大范围海面划分成P个子测绘带或子波束区域,提高各个子波束区域的GNSS-S信噪比,每个子波束区域的探测幅宽记为SWp,p=1,2,3,…,P,则总的海面风场探测幅宽为整个探测区域被M颗导航卫星信号照射,第p个子波束区域内用于双站SAR成像的导航卫星信号源数量记为Mp,且Mp≤M,即星载GNSS-S雷达的第p个子波束可以同时接收Mp个导航卫星的散射信号,进而形成Mp个双站雷达。
如图4所示,信号预处理与双站SAR成像子模块300包括:数字波束形成器3001,用于对四个维度GNSS-S的N路信号进行数字波束形成,生成P个高增益窄波束,每个窄波束对应大范围海面的一个子测绘带或子波束区域;P个子波束区域的信号预处理与双站SAR成像3002,用于对每个子波束区域的多维信号进行分离与双站SAR成像处理,每个子波束区域的同一频段、同一极化的GNSS-S信号均包含多个观测角信号,利用不同的参考信号对GNSS-S信号进行匹配滤波,实现多个观测角的GNSS-S信号分离,再进行双站SAR成像,获得各个子波束区域的多个维度SAR图像。
如图5所示,数字波束形成器3001包括:第一套P组复数乘加运算单元30011,用于对频段Lf1、垂直极化的N个GNSS-S信号s_van(t)进行数字波束形成,生生成P个子波束,即第二套P组复数乘加运算单元30012,用于对频段Lf1、水平极化的N个GNSS-S信号s_han(t)进行数字波束形成,生生成P个子波束,即第三套P组复数乘加运算单元30013,用于对频段Lf2、垂直极化的N个GNSS-S信号s_vbn(t)进行数字波束形成,生生成P个子波束,即第四套P组复数乘加运算单元30014,用于对频段Lf2、水平极化的N个GNSS-S信号s_hbn(t)进行数字波束形成,生生成P个子波束,即复数权值计算单元30015,用于对不同维度GNSS-S信号的数字波束形成所需的复数权值w_vap,n、w_hap,n、w_vbp,n、w_hbp,n进行计算,将大范围海面分成P个子波束区域。
如图6所示,P个子波束区域的信号预处理与双站SAR成像3002包括:星载卫星导航定位系统30021,用于输出多颗导航卫星位置与速度信息、多颗导航卫星信号的参考信号、星载GNSS-S雷达位置与速度信息,为GNSS-S信号处理提供时空基准;导航卫星位置与速度信息30022、星载GNSS-S雷达位置与速度信息30023、P个子波束区域位置信息30024,用于为双站SAR成像提供动态的空间位置变化信息;成像几何场景构建30025,用于对大范围海面的P个子波束区域分别进行双站BP成像的几何场景构建,记第p个子波束区域的成像范围为Xp×Yp;P个子波束区域成像网格划分30026,用于对P个子波束区域进行成像网格划分,为双站BP成像提供最小成像网格单元,成像网格大小均为Δx×Δy;BP双站SAR成像30027,用于对第一个子波束区域的4M1个GNSS-S信号进行并行BP双站SAR成像,获得4M1幅SAR图像;二维多视处理30028,用于分别对4M1幅SAR图像进行二维多视处理,提高每幅SAR图像的信噪比,多视处理后的图像分辨率一般为0.5km~5km;归一化处理30029,用于对第一个子波束区域的4M1幅SAR图像进行功率归一化处理,将每幅SAR图像的功率归一化至0~1区间。每个子波束区域均采用相同的双站SAR成像、多视处理与归一化处理流程,以提升每幅SAR图像的信噪比与功率均衡度。
如图7所示,GNSS-S SAR图像信息标准化401包括两类数据的标准化:双频双极化GNSS-S SAR多视图像、对应的观测角,用于让不同维度的SAR图像信息差异性变小,动态范围统一到同一尺度,提升网络模型的稳健性。标准化A将不同角度的双频双极化GNSS-S SAR多视图像采样成大小、分辨率、量化位数一致的图像;标准化B将对应的GNSS发射机的入射角、方位角以及GNSS接收机的入射角、方位角进行范围、量化位数一致的标准化。
如图7所示,矢量风场反演网络402,数据输入为多角度的双频、双极化GNSS-S SAR图像及对应的角度信息。网络结构包括:多层卷积4021,分为A、B、C、D四个多层卷积,分别对双频双极化GNSS-S SAR图像的一个,分别提取图像特征。不同角度GNSS-S SAR图像的多层卷积参数共享,能够对任意个数的多角度GNSS-S SAR图像进行特征提取,形成图像特征向量;特征连接4022,将双频双极化的GNSS-S SAR图像特征进行连接;全连接+激活层A 4023,将特征连接向量和对应的标准化B的对应观测角向量共同作为输入进行特征提取,对应多个角度的全连接+激活层A参数共享,能够对任意个数的特征连接进行提取;特征匹配融合4024,采用数据对应相加的方法,实现多个角度观测数据的特征信息融合;全连接+激活层B4025,将多个角度的特征信息进行特征连接,经过全连接和激活,得到风速、风向值。
本实施例的基于星载GNSS-S雷达多维信息的大范围海面风场反演方法,包括:
S1.利用星载GNSS-S雷达接收多颗导航卫星的大范围海面多维散射信号;
S2.利用GNSS-S信号预处理模块对多维散射信号进行预处理,采用数字波束形成方法恢复海面多个子波束区域的多维散射信号;
S3.利用双站SAR成像处理模块对多个子波束区域的多维散射信号进行并行双站SAR成像处理、二维多视处理与归一化处理,获得多维GNSS-S雷达图像;
S4.利用卷积神经网络对海面矢量风场反演模型进行训练,并根据多维GNSS-S雷达图像对多个子波束区域的海面矢量风场进行并行化反演。
根据上述方案,该星载GNSS-S雷达多维信息的大范围海面矢量风场反演方法可以同时反演海面的风速与风向,且不需要估计镜面反射区,可以实现大范围海面连续的矢量风场反演。同时,该方法无需主动发射大功率电磁信号,仅需利用现有的导航卫星信号即可实现海面矢量风场反演,具备低功耗与小型化等优势,具有组网星座实现全球海面矢量风场的近实时探测潜力。
对于本发明的方法所涉及的上述各个步骤的序号并不意味着方法执行顺序的先后,各步骤的执行顺序应以其功能和内在逻辑确定,而不应对本发明的实施方式的实施过程构成任何限定。
以上所述仅为本发明的一个实施方式而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (7)
1.一种基于星载GNSS-S雷达多维信息的大范围海面风场反演系统,其特征在于,包括:
星载GNSS-S雷达,用于接收多颗导航卫星的大范围海面多维散射信号;
所述星载GNSS-S雷达包括:阵列天线、接收机和信号预处理与双站SAR成像子模块,
所述阵列天线为一幅大口径、双频段、双极化、多通道阵列天线,沿距离向分布N个子阵天线形成N个接收通道,用于接收多颗导航卫星的大范围海面的多维散射信号,获得同一海面的多角度、双频段、双极化多维散射信号;
所述接收机具有四个通道,用于对每个子阵天线输出的信号进行带通滤波、低噪声放大、下变频、低通滤波与采样接收;
所述信号预处理与双站SAR成像子模块,用于对GNSS-S的N路信号进行数字波束形成与双站SAR成像,获得P个子波束区域的多维SAR图像,第p个子波束区域包含Mp个观测角、两个频段与两个极化的多维SAR图像;
GNSS-S信号预处理模块,用于对多维散射信号进行预处理,采用数字波束形成方法恢复海面多个子波束区域的多维散射信号;
双站SAR成像处理模块,用于对多个子波束区域的多维散射信号进行并行双站SAR成像处理、二维多视处理与归一化处理,获得多维GNSS-S雷达图像;
海面矢量风场反演模型,用于根据多维GNSS-S雷达图像对多个子波束区域的海面矢量风场进行并行化反演。
2.根据权利要求1所述的系统,其特征在于,所述子阵天线包括:双频段接收通道和双极化接收通道,所述双频段为频段Lf1与频段Lf2,所述双极化为水平极化和垂直极化,使每个子阵天线输出四个维度信号。
3.根据权利要求2所述的系统,其特征在于,所述接收机包括:具有四个通道的射频接收机和信号采集与时序控制器,
所述射频接收机,用于对每个子阵天线输出四个维度的散射信号进行带通滤波、低噪声放大、下变频、低通滤波,获得散射基带信号;
所述信号采集与时序控制器,用于对四个维度的散射信号进行采样量化,获得四个维度的数字域散射基带信号。
4.根据权利要求1所述的系统,其特征在于,所述GNSS-S信号预处理模块包括:
数字波束形成器,用于对四个维度GNSS-S的N路信号进行数字波束形成,生成P个高增益窄波束,每个窄波束对应大范围海面的一个子测绘带或子波束区域。
5.根据权利要求1所述的系统,其特征在于,所述双站SAR成像处理模块包括:
GNSS-S双站SAR成像子模块,用于对子波束区域进行GNSS-S双站SAR成像处理,采用BP成像方法对不同角度、不同频段、不同极化的双站GNSS-S信号进行并行化时域成像,获得多维GNSS-S双站SAR图像;
二维多视处理子模块,用于对子波束区域的多维GNSS-S双站SAR图像进行方位向多视处理和距离向多视处理;
归一化处理子模块,用于对多视处理后的多维GNSS-S双站SAR图像进行功率归一化处理。
6.一种基于星载GNSS-S雷达多维信息的大范围海面风场反演方法,包括:
S1.利用星载GNSS-S雷达接收多颗导航卫星的大范围海面多维散射信号;
所述星载GNSS-S雷达包括:阵列天线、接收机和信号预处理与双站SAR成像子模块,
所述阵列天线为一幅大口径、双频段、双极化、多通道阵列天线,沿距离向分布N个子阵天线形成N个接收通道,用于接收多颗导航卫星的大范围海面的多维散射信号,获得同一海面的多角度、双频段、双极化多维散射信号;
所述接收机具有四个通道,用于对每个子阵天线输出的信号进行带通滤波、低噪声放大、下变频、低通滤波与采样接收;
所述信号预处理与双站SAR成像子模块,用于对GNSS-S的N路信号进行数字波束形成与双站SAR成像,获得P个子波束区域的多维SAR图像,第p个子波束区域包含Mp个观测角、两个频段与两个极化的多维SAR图像;
S2.利用GNSS-S信号预处理模块对多维散射信号进行预处理,采用数字波束形成方法恢复海面多个子波束区域的多维散射信号;
S3.利用双站SAR成像处理模块对多个子波束区域的多维散射信号进行并行双站SAR成像处理、二维多视处理与归一化处理,获得多维GNSS-S雷达图像;
S4.利用卷积神经网络对海面矢量风场反演模型进行训练,并根据多维GNSS-S雷达图像对多个子波束区域的海面矢量风场进行并行化反演。
7.根据权利要求6所述的方法,其特征在于,所述步骤S3包括:
S31.根据卫星导航定位系统输出的导航卫星位置与速度信息、GNSS-S雷达系统的位置与速度信息,构建成像几何场景,对每个子波束区域划分成像网格,利用BP成像算法对每个子波束区域进行双站SAR成像;记第p个子波束区域的成像范围为Xp×Yp,成像网格大小均为Δx×Δy;
S32.每个子波束区域同时被多个导航卫星信号照射,记第p个子波束区域被导航卫星照射的信号个数为Mp,则每个子波束区域的GNSS-S信号个数为4Mp,即每个子波束区域可以获得4Mp幅GNSS-S双站SAR图像,包括两个频段、两个极化与Mp个角度;
S33.将每幅GNSS-S双站SAR图像分别沿方位向与距离向进行多视处理,提升每幅GNSS-S双站SAR图像的信噪比,多视处理后的图像分辨率一般为0.5km~5km;
S34.将每个子波束区域的4Mp幅图像进行功率归一化,即将每幅图像的功率均归一化至0~1区间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210345688.1A CN114895338B (zh) | 2022-03-31 | 2022-03-31 | 星载gnss-s雷达多维信息的大范围海面风场反演系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210345688.1A CN114895338B (zh) | 2022-03-31 | 2022-03-31 | 星载gnss-s雷达多维信息的大范围海面风场反演系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114895338A CN114895338A (zh) | 2022-08-12 |
CN114895338B true CN114895338B (zh) | 2023-04-04 |
Family
ID=82714805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210345688.1A Active CN114895338B (zh) | 2022-03-31 | 2022-03-31 | 星载gnss-s雷达多维信息的大范围海面风场反演系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114895338B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115825938B (zh) * | 2022-11-09 | 2023-07-25 | 北京卫星信息工程研究所 | 星载天波雷达系统与上电离层探测方法 |
CN115728760B (zh) * | 2022-11-22 | 2023-08-11 | 北京卫星信息工程研究所 | 基于张量化散射信息的海面风浪流星载无源探测方法 |
CN115825960B (zh) * | 2022-11-22 | 2023-12-19 | 北京卫星信息工程研究所 | 基于星载gnss-s雷达的海面风场反演方法 |
CN116184463A (zh) * | 2023-02-17 | 2023-05-30 | 极诺星空(北京)科技有限公司 | 一种宽刈幅海面风场反演方法、装置、设备和介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6864828B1 (en) * | 2003-02-18 | 2005-03-08 | Lockheed Martin Corporation | Method and apparatus for collection and processing of interferometric synthetic aperture radar data |
CN104698460A (zh) * | 2015-02-26 | 2015-06-10 | 中国人民解放军理工大学 | 一种双频共面合成孔径雷达海面风场反演方法 |
CN107748360A (zh) * | 2017-09-05 | 2018-03-02 | 浙江海洋大学 | 海表风场反演方法及装置 |
CN111580138B (zh) * | 2020-06-18 | 2022-09-09 | 北京卫星信息工程研究所 | 多波束gnss-r系统、海面风场反演方法和预测方法 |
CN113050134A (zh) * | 2021-03-19 | 2021-06-29 | 中国人民解放军92859部队 | 基于卫星导航信息的海面风场反演观测方法 |
CN113534159B (zh) * | 2021-07-08 | 2022-04-26 | 国家海洋技术中心 | 一种基于sar卫星遥感数据的海面风速反演方法及系统 |
CN114002673A (zh) * | 2021-08-20 | 2022-02-01 | 航天恒星科技有限公司 | 星载无源sar的非合作信号感知系统与多维参数估计方法 |
-
2022
- 2022-03-31 CN CN202210345688.1A patent/CN114895338B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114895338A (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114895338B (zh) | 星载gnss-s雷达多维信息的大范围海面风场反演系统及方法 | |
CN111458711B (zh) | 星载双波段sar系统和舰船目标的探测方法 | |
CN114910934B (zh) | 基于星载gnss-r/s一体化接收的海面矢量风场反演系统及方法 | |
CN112558066B (zh) | 双极化sar图像系统 | |
CN110221299B (zh) | 一种星载双通道双波束InSAR测流系统 | |
CN110058202B (zh) | 一种基于角度和信号到达时间差估计的高性能混合定位方法及其实现装置 | |
CN114488133B (zh) | 星载gnss-s雷达舰船多维散射特性提取与分类方法 | |
CN101369019A (zh) | 基于极化数据融合的极化干涉合成孔径雷达三维成像方法 | |
CN111896913B (zh) | 高频雷达单极子/交叉环天线通道增益校准方法及装置 | |
CN114660552B (zh) | 星载gnss-s雷达舰船目标信号接收与直射干扰抑制方法 | |
CN114637004B (zh) | 星载gnss-s多站雷达在轨处理与舰船信息融合系统及方法 | |
CN113608216B (zh) | 一种星载多波段共口径sar及目标联合在轨检测系统及方法 | |
CN114895260A (zh) | 一种俯仰向空时编码星载sar系统回波分离方法 | |
CN114488134A (zh) | 星载多通道gnss-s雷达视频成像系统及舰船轨迹提取方法 | |
CN109116387A (zh) | 导航卫星反射信号中频增强方法 | |
Suzuki et al. | Development status of PALSAR-2 onboard ALOS-2 | |
CN116299578A (zh) | 一种gnss天线阵波束指向抗干扰处理方法和装置 | |
CN113824484B (zh) | 一种paf相控阵接收机数据处理方法 | |
Zhang et al. | DOA estimation method for underwater acoustic signals based on two-dimensional power distribution (TPD) for few element array | |
CN114415174A (zh) | 一种导航卫星干涉sar的三维形变反演方法 | |
CN115825960B (zh) | 基于星载gnss-s雷达的海面风场反演方法 | |
CN115728760B (zh) | 基于张量化散射信息的海面风浪流星载无源探测方法 | |
Zhao et al. | Wide-swath SAR based on networking of multiple small satellites for maritime applications | |
CN115453537B (zh) | 一种基于gnss信号的极化sar伪彩图合成方法 | |
CN113625316B (zh) | 基于双圆极化相控阵天线模型提高gnss-r天线增益的方法 |
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 |