CN115524470A - 一种利用安卓智能手机测量土壤湿度的方法 - Google Patents

一种利用安卓智能手机测量土壤湿度的方法 Download PDF

Info

Publication number
CN115524470A
CN115524470A CN202211241201.1A CN202211241201A CN115524470A CN 115524470 A CN115524470 A CN 115524470A CN 202211241201 A CN202211241201 A CN 202211241201A CN 115524470 A CN115524470 A CN 115524470A
Authority
CN
China
Prior art keywords
signal
direct
reflected
determining
screening
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.)
Pending
Application number
CN202211241201.1A
Other languages
English (en)
Inventor
杨东凯
李�杰
王峰
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN202211241201.1A priority Critical patent/CN115524470A/zh
Publication of CN115524470A publication Critical patent/CN115524470A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G01N33/246—Earth materials for water content
    • 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
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

本发明涉及一种利用安卓智能手机测量土壤湿度的方法，涉及土壤湿度测量领域，方法包括：利用安卓智能手机获取原始干涉信号；对所述原始干涉信号利用经验模态分解算法进行分解，得到不同频率分量；根据所述原始干涉信号提取直射信号和反射信号；根据所述不同频率分量利用LSP谱估计算法确定所述安卓智能手机与土壤表面的垂直距离；根据所述垂直距离和安卓智能手机实际架设高度对所述直射信号和所述反射信号进行筛选，得到筛选直射信号和筛选反射信号；根据所述筛选直射信号和所述筛选反射信号利用希尔伯特变换方法确定峰值功率比；根据所述峰值功率比确定土壤湿度。本发明能够降低设备安装的复杂度。

Description

一种利用安卓智能手机测量土壤湿度的方法
技术领域
本发明涉及土壤湿度测量领域，特别是涉及一种利用安卓智能手机测量土壤湿度的方法。
背景技术
中国位于亚洲大陆的东部，东西南北跨度都在5000公里以上，横跨温带和热带部分地区，土壤类型复杂。准确测量土壤水分含量变化是保护生态系统最重要的环节之一，一直以来都是研究人员关注的重点。土壤水分含量又称为土壤湿度，通常用自由水体积与土壤体积比来表示土壤湿度。传统的测量方法主要包括烘干称重法、探针法以及光学遥感，存在着操作复杂、检测范围小以及设备昂贵的问题。
发明内容
本发明的目的是提供一种利用安卓智能手机测量土壤湿度的方法，以降低设备安装的复杂度。
为实现上述目的，本发明提供了如下方案：
一种利用安卓智能手机测量土壤湿度的方法，包括：
利用安卓智能手机获取原始干涉信号；
对所述原始干涉信号利用经验模态分解算法进行分解，得到不同频率分量；
根据所述原始干涉信号提取直射信号和反射信号；
根据所述不同频率分量利用LSP谱估计算法确定所述安卓智能手机与土壤表面的垂直距离；
根据所述垂直距离和安卓智能手机实际架设高度对所述直射信号和所述反射信号进行筛选，得到筛选直射信号和筛选反射信号；
根据所述筛选直射信号和所述筛选反射信号利用希尔伯特变换方法确定峰值功率比；
根据所述峰值功率比确定土壤湿度。
可选地，在所述对所述原始干涉信号利用经验模态分解算法进行分解，得到不同频率分量之前，还包括：
获取不同卫星的高度角和方位角信息；
根据测量需求确定观测范围；
根据所述观测范围、所述高度角和所述方位角信息对所述原始干涉信号进行筛选，得到高度角和方位角均位于所述观测范围的卫星的原始干涉信号。
可选地，所述根据所述垂直距离和安卓智能手机实际架设高度对所述直射信号和所述反射信号进行筛选，得到筛选直射信号和筛选反射信号，具体包括：
判断所述垂直距离和所述安卓智能手机实际架设高度差的绝对值是否小于设定阈值，得到判断结果；
若所述判断结果为是，则将所述直射信号作为筛选直射信号并将所述反射信号作为筛选反射信号；
若所述判断结果为否，则去除所述直射信号和所述反射信号，并返回步骤“利用安卓智能手机获取原始干涉信号”。
可选地，所述根据所述筛选直射信号和所述筛选反射信号利用希尔伯特变换方法确定峰值功率比，具体包括：
对所述筛选反射信号进行希尔伯特变换，得到反射信号峰值功率；
根据所述筛选反射信号和所述反射信号峰值功率构建解析信号；
根据所述解析信号确定反射信号峰值；
根据所述反射信号峰值和所述筛选直射信号确定峰值功率比。
可选地，所述根据所述解析信号确定反射信号峰值，具体包括：
对所述解析信号求绝对值，得到筛选反射信号包络；
根据所述筛选反射信号包络中多个震荡周期信号的峰值确定反射信号峰值。
可选地，所述根据所述反射信号峰值和所述筛选直射信号确定峰值功率比，具体包括：
根据所述反射信号峰值确定所述反射信号峰值功率；
根据所述筛选直射信号确定直射信号峰值功率；
将所述反射信号峰值功率除以所述直射信号峰值功率得到峰值功率比。
可选地，所述土壤湿度的表达式为：
Figure BDA0003884321020000031
其中，Γ为峰值功率比，mv为土壤湿度。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明利用安卓智能手机获取原始干涉信号；对所述原始干涉信号利用经验模态分解算法进行分解，得到不同频率分量；根据所述原始干涉信号提取直射信号和反射信号；根据所述不同频率分量利用LSP谱估计算法确定所述安卓智能手机与土壤表面的垂直距离；根据所述垂直距离和安卓智能手机实际架设高度对所述直射信号和所述反射信号进行筛选，得到筛选直射信号和筛选反射信号；根据所述筛选直射信号和所述筛选反射信号利用希尔伯特变换方法确定峰值功率比；根据所述峰值功率比确定土壤湿度。直接采用安卓智能手机即可实现土壤湿度的测量，从而降低设备安装的复杂度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的利用安卓智能手机测量土壤湿度的方法流程图；
图2为本发明提供的利用安卓智能手机测量土壤湿度的方法示意图；
图3为GNSS干涉信号传播几何模型图；
图4为采集的原始信噪比序列图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种利用安卓智能手机测量土壤湿度的方法，以降低设备安装的复杂度。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
全球导航卫星干涉系统(Global Navigation Satellite SystemInterferometric Reflectometry,GNSS-IR)是一种新兴的无源遥感技术，具有精度高、覆盖范围广、设备便携、无需特定信号源的优点。测绘接收机所采用的导航天线为右旋圆极化(right-handed circle polarized,RHCP)，主要用于接收视距传输的GNSS信号，也可以同时接收经过土壤反射的卫星高度角较低的GNSS信号，与直射信号叠加形成干涉现象。智能手机GNSS天线采用线性极化设计，通常在水平放置时可以接收右旋圆极化电磁波的水平分量，其功率要低于圆极化3dB。线性极化经过反射面反射时不易发生极性变化，所以智能手机可以接收到几乎所有高度角卫星的反射信号的线性极化分量，可以弥补圆极化天线无法接收高仰角卫星反射信号的缺陷。
在传统的卫星信号接收中，接收机收到的除了视距传播的直射信号外，还有经过多个路径反射后的信号，又称为多径反射信号。虽然多径信号会对导航定位产生影响，但是其与反射面的物理特征(如土壤湿度)具有一定相关性。对于岸基GNSS接收机，所接收到的直射和反射信号频率几乎相同，但由于两者的传播路径不同，反射信号相对于直射信号存在路径延迟，当使用同一天线同时接收直反射信号时会发生较为稳定的干涉现象，形成干涉信号。安卓智能手机将这种干涉信号以信噪比(SNR,signal-to-noise ratio)的形式记录存储在设备记录中，存储形式为Rinex。干涉现象的变化决定于土壤表面的反射特性，因此，可以利用这种干涉现象反演反射面土壤湿度等一些重要物理属性。记接收机接收到的直射信号与反射信号的干涉信号SNR的数学模型可用下式表示:
Figure BDA0003884321020000051
其中，Ad为直射信号幅值，Am为反射信号幅值，
Figure BDA0003884321020000052
为直射信号与反射信号的相位差。
如图1和图2所示，本发明提供的一种利用安卓智能手机测量土壤湿度的方法，首先利用安卓智能手机线性极化导航天线采集GNSS原始信噪比(SNR,signal-to-noiseratio)数据，接着使用经验模态分解(EMD,Empirical Mode Decomposition)提取干涉信号不同频率分量，并分离GNSS直射信号和经过地面反射的信号，然后通过计算计算峰值功率比得到直反射信号功率反射率，最后使用经验模型计算土壤湿度。具体包括：
步骤101：利用安卓智能手机获取原始干涉信号。
将安卓智能手机水平放置，听筒一侧朝向需要测量的区域，将智能手机屏幕设置为常亮，打开开源软件GEO++进行GNSS原始数据采集，采集过程中需保持手机屏幕常亮从而完成原始信噪比信号采集。
在所述对所述原始干涉信号利用经验模态分解算法进行分解，得到不同频率分量之前，还包括：获取不同卫星的高度角和方位角信息；根据测量需求确定观测范围；根据所述观测范围、所述高度角和所述方位角信息对所述原始干涉信号进行筛选，得到高度角和方位角均位于所述测量范围的卫星的原始干涉信号。
根据卫星方位角选取测试区域的数据。假设观测区域位于智能手机方向为：(AZMmin,AZMmax)，其中AZMmin为方位角开始值，AZMmax为方位角结束值。若计算的卫星方位角在上述方向范围内，则选取此时数据进行步骤102的处理。
步骤102：对所述原始干涉信号利用经验模态分解算法进行分解，得到不同频率分量。
利用经验模态分解算法分离干涉信号中的不同频率分量，其中直流分量为直射信号，其他频率分量为反射信号，从而得到直反射信号分量。
设原始干涉信号的信噪比序列为x(t)，如图4所示，图4中的(a)为GPS24号星SNR图；图4中的(b)为GPS 15号星SNR图；图4中的(c)为GPS 18号星SNR图；图4中的(d)为GPS 5号星SNR图；按照如下步骤进行：
1)初始化r0(t)＝x(t)，i＝1；r0(t)为初始信号序列，i为第i次操作。
2)令hj(t)＝ri(t)；hj(t)为第j次拟合时序，ri(t)为第i次信号序列。
3)利用3次样条拟合时序h(t)的上下极值点的包络线emax(t)和emin(t)，以及上下极值包络线的平均值m(t)。
4)在时序h(t)中减去平均值m(t)得到新时序hj+1(t)，并判断hj+1(t)是否满足内涵模态分量的条件，若满足则令hi(t)＝hj+1(t)，否则令hj(t)＝hj+1(t)并重复步骤3)和4)。
5)从时序ri(t)减去第i个分解模态分量hi(t)得到残余分量ri+1(t)，判断ri+1(t)中是否存在两个以上极值，若是则并重复2)～5)，否则结束完成分解。
步骤103：根据所述原始干涉信号提取直射信号和反射信号。
步骤104：根据所述不同频率分量利用LSP谱估计算法确定所述安卓智能手机与土壤表面的垂直距离。利用LSP谱估计算法计算反射信号频谱特性，并计算智能手机与土壤表面的垂直距离。
步骤105：根据所述垂直距离和安卓智能手机实际架设高度对所述直射信号和所述反射信号进行筛选，得到筛选直射信号和筛选反射信号。
步骤105，具体包括：判断所述垂直距离和所述安卓智能手机实际架设高度差的绝对值是否小于设定阈值，得到判断结果。若所述判断结果为是，则将所述直射信号作为筛选直射信号并将所述反射信号作为筛选反射信号。若所述判断结果为否，则去除所述直射信号和所述反射信号，并返回步骤“利用安卓智能手机获取原始干涉信号”。
对比垂直距离与实际智能手机的架设高度进行卫星数据质量控制。
若两者满足如下条件：
|h'-H|＜0.2m
其中，h'为计算得到的垂直距离，H为实际智能手机的架设高度。若两者的差值小于0.2m，则认为当前数据所承载的信号为经过测量区域反射的信号，即该数据可用。
若两者不满足如上关系，则认为此时数据所承载的信号为其他区域反射的信号或干扰信号，即舍掉该数据。
步骤106：根据所述筛选直射信号和所述筛选反射信号利用希尔伯特变换方法确定峰值功率比。
步骤106，具体包括：
对所述筛选反射信号进行希尔伯特变换，得到反射信号峰值功率.
根据所述筛选反射信号和所述反射信号峰值功率构建解析信号。
根据所述解析信号确定反射信号峰值。所述根据所述解析信号确定反射信号峰值，具体包括：对所述解析信号求绝对值，得到筛选反射信号包络；根据所述筛选反射信号包络中多个震荡周期信号的峰值确定反射信号峰值。
根据所述反射信号峰值和所述筛选直射信号确定峰值功率比。所述根据所述反射信号峰值和所述筛选直射信号确定峰值功率比，具体包括：根据所述反射信号峰值确定所述反射信号峰值功率；根据所述筛选直射信号确定直射信号峰值功率；将所述反射信号峰值功率除以所述直射信号峰值功率得到峰值功率比。
计算经过筛选的数据中直反射信号峰值功率比，并计算同一颗卫星四个振荡周期均值。
首先利用希尔伯特变换提取反射信号的峰值功率，具体步骤如下：
假设原始反射干涉信号为：
Figure BDA0003884321020000071
A(t)为原始干涉信号幅值，
Figure BDA0003884321020000072
为原始干涉信号初相，f为GNSS信号电磁波载波频率，t为时间，w＝2πf，w为角频率。
对其进行希尔伯特变换，希尔变换后的信号
Figure BDA0003884321020000081
为：
Figure BDA0003884321020000082
H[·]为希尔伯特变换符号，τ为积分变量。
其频率特性为：
Figure BDA0003884321020000083
Figure BDA0003884321020000084
为原始信号的频率特性，X(jw)为原始信号的傅里叶变换结果，j为虚数符号，H(jw)为希尔伯特变化运算符。
其中：
Figure BDA0003884321020000085
构建一个解析信号
Figure BDA0003884321020000086
其实部为原始的反射信号，虚部为经过希尔伯特变换的信号：
Figure BDA0003884321020000087
最终可得：
Figure BDA0003884321020000088
其中：ejwt为复载波信号，
Figure BDA0003884321020000089
为复包络。对解析信号求绝对值即可得到原始信号的包络。
最后，取原始信号包络信号3个振荡周期信号峰值的均值作为反射信号峰值，并计算峰值功率比Γ：
Figure BDA0003884321020000091
其中，Ar为反射信号峰值功率，Ar为直射信号峰值功率。
步骤107：根据所述峰值功率比确定土壤湿度。将峰值功率比作为输入，通过半经验模型计算土壤湿度。
所述土壤湿度的表达式为：
Figure BDA0003884321020000092
其中，Γ为峰值功率比，mv为土壤湿度。本发明的土壤湿度公式为改进的Topp经验公式。
本发明提供了一种利用安卓智能手机测量土壤湿度的方法，该方法可以提高空间分辨率、覆盖率，同时可降低存储空间占用率，设备安装简易。
本发明还提供了一种利用安卓智能手机测量土壤湿度的方法应用的系统，其中系统包括原始信噪比采集模块、卫星信息提取模块、直反射信号分离模块、频谱估计模块和土壤湿度反演模块。如图3所示，首先原始信噪比采集模块利用安卓智能手机GNSS天线采集原始信噪比数据，并记录为Rinex2.0的形式；接着卫星信息提取模块利用GNSS星历信息和智能手机定位信息联合提取卫星的高度角、方位角信息；然后直反射信号分离模块利用经验模态分解分离干涉信号中的不同频率分量，并提取直射信号的直流分量和经过土壤反射的低频分量；其次频谱估计模块使用LSP(Lomb-Scargle Periodogram)谱估计方法计算反射信号的频谱特性；最后土壤湿度反演模块通过计算直反射信号的峰值功率比并使用经验模型计算土壤湿度真值。
所述的原始信噪比采集模块首先使用GEO++软件采集原始信噪比数据，并存储为Rinex2.0格式，通过USB-A接口将数据传输到上位机。
所述的卫星信息提取模块通过所采集的GNSS数据定位信息和GNSS星历信息计算每颗可见卫星的高度角和方位角。
所述的直反射信号分离模块使用经验模态分解算法分离出干涉信号中不同频率分量，并提取直射信号的直流分量和经过地面反射的低频分量。
所述的频谱估计模块使用LSP谱估计算法对反射信号进行频谱估计，根据谱估计计算的智能手机与土壤表面的垂直距离与实际测量距离的偏离程度进行数据质量控制。
所述的土壤湿度反演模块首先分别提取直射和反射信号的峰值功率，通过3个振荡周期的峰值功率比计算土壤对GNSS信号的功率反射率。通过土壤湿度反演经验模型计算土壤湿度。
本发明可以提高土壤湿度测量的空间分辨率、土壤湿度测量的覆盖面积，降低数据占用测量设备的存储空间占用率和设备安装的复杂度。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种利用安卓智能手机测量土壤湿度的方法，其特征在于，包括：
利用安卓智能手机获取原始干涉信号；
对所述原始干涉信号利用经验模态分解算法进行分解，得到不同频率分量；
根据所述原始干涉信号提取直射信号和反射信号；
根据所述不同频率分量利用LSP谱估计算法确定所述安卓智能手机与土壤表面的垂直距离；
根据所述垂直距离和安卓智能手机实际架设高度对所述直射信号和所述反射信号进行筛选，得到筛选直射信号和筛选反射信号；
根据所述筛选直射信号和所述筛选反射信号利用希尔伯特变换方法确定峰值功率比；
根据所述峰值功率比确定土壤湿度。
2.根据权利要求1所述的利用安卓智能手机测量土壤湿度的方法，其特征在于，在所述对所述原始干涉信号利用经验模态分解算法进行分解，得到不同频率分量之前，还包括：
获取不同卫星的高度角和方位角信息；
根据测量需求确定观测范围；
根据所述观测范围、所述高度角和所述方位角信息对所述原始干涉信号进行筛选，得到高度角和方位角均位于所述测量范围的卫星的原始干涉信号。
3.根据权利要求1所述的利用安卓智能手机测量土壤湿度的方法，其特征在于，所述根据所述垂直距离和安卓智能手机实际架设高度对所述直射信号和所述反射信号进行筛选，得到筛选直射信号和筛选反射信号，具体包括：
判断所述垂直距离和所述安卓智能手机实际架设高度差的绝对值是否小于设定阈值，得到判断结果；
若所述判断结果为是，则将所述直射信号作为筛选直射信号并将所述反射信号作为筛选反射信号；
若所述判断结果为否，则去除所述直射信号和所述反射信号，并返回步骤“利用安卓智能手机获取原始干涉信号”。
4.根据权利要求1所述的利用安卓智能手机测量土壤湿度的方法，其特征在于，所述根据所述筛选直射信号和所述筛选反射信号利用希尔伯特变换方法确定峰值功率比，具体包括：
对所述筛选反射信号进行希尔伯特变换，得到反射信号峰值功率；
根据所述筛选反射信号和所述反射信号峰值功率构建解析信号；
根据所述解析信号确定反射信号峰值；
根据所述反射信号峰值和所述筛选直射信号确定峰值功率比。
5.根据权利要求4所述的利用安卓智能手机测量土壤湿度的方法，其特征在于，所述根据所述解析信号确定反射信号峰值，具体包括：
对所述解析信号求绝对值，得到筛选反射信号包络；
根据所述筛选反射信号包络中多个震荡周期信号的峰值确定反射信号峰值。
6.根据权利要求4所述的利用安卓智能手机测量土壤湿度的方法，其特征在于，所述根据所述反射信号峰值和所述筛选直射信号确定峰值功率比，具体包括：
根据所述反射信号峰值确定所述反射信号峰值功率；
根据所述筛选直射信号确定直射信号峰值功率；
将所述反射信号峰值功率除以所述直射信号峰值功率得到峰值功率比。
7.根据权利要求1所述的利用安卓智能手机测量土壤湿度的方法，其特征在于，所述土壤湿度的表达式为：
Figure FDA0003884321010000021
其中，Γ为峰值功率比，mv为土壤湿度。
CN202211241201.1A 2022-10-11 2022-10-11 一种利用安卓智能手机测量土壤湿度的方法 Pending CN115524470A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211241201.1A CN115524470A (zh) 2022-10-11 2022-10-11 一种利用安卓智能手机测量土壤湿度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211241201.1A CN115524470A (zh) 2022-10-11 2022-10-11 一种利用安卓智能手机测量土壤湿度的方法

Publications (1)

Publication Number Publication Date
CN115524470A true CN115524470A (zh) 2022-12-27

Family

ID=84701074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211241201.1A Pending CN115524470A (zh) 2022-10-11 2022-10-11 一种利用安卓智能手机测量土壤湿度的方法

Country Status (1)

Country Link
CN (1) CN115524470A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117571968A (zh) * 2024-01-12 2024-02-20 山东大学 一种基于gnss-ir的土壤湿度计算方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117571968A (zh) * 2024-01-12 2024-02-20 山东大学 一种基于gnss-ir的土壤湿度计算方法
CN117571968B (zh) * 2024-01-12 2024-04-05 山东大学 一种基于gnss-ir的土壤湿度计算方法

Similar Documents

Publication Publication Date Title
CN105849589B (zh) 全球导航卫星系统、定位终端、定位方法以及记录介质
CN106093339B (zh) 一种基于gnss干涉功率峰谷值的土壤湿度测量方法
WO2022005619A2 (en) Ocean surface wind direction retrieval from reflected radio signals on space-borne platforms
CN113253233B (zh) 基于全天空流星雷达信号的分析处理方法、系统
CN110609287A (zh) 一种双频雷达散射计及同时测量海面风场和流场的方法
CN113049777B (zh) 一种gnss直反射信号载波干涉测量土壤湿度的装置
CN1299468A (zh) 表征在圆极化信号中的多径干扰的方法和设备
CN111060943A (zh) 一种符合实际的gnss观测值定权方法
CN112904384B (zh) 基于机器学习的星载gnss-r高度要素探测装置及方法
CN115524470A (zh) 一种利用安卓智能手机测量土壤湿度的方法
RU2529355C2 (ru) Способ определения пространственного распределения ионосферных неоднородностей
EP3265846A1 (en) Gnss cooperative receiver system
CN103257340A (zh) 一种利用雷达卫星标定多台地面接收机幅度一致性的方法
CN102830406B (zh) 一种gps天线相位中心变化对绝对定位精度的修正方法
CN115980317B (zh) 基于修正相位的地基gnss-r数据土壤水分估算方法
CN117665869A (zh) 基于信号特征与机器学习的卫星导航非视距观测检测方法
CN113031014A (zh) 一种基于gnss反射信号成像的海面流冰检测系统
CN102621560B (zh) 一种基于微波暗室的大场景卫星星座模拟方法
Lau et al. Statistical characterization of the meteor trail distribution at the South Pole as seen by a VHF interferometric meteor radar
Wagner et al. Phase coherent em array measurements in a refractive environment
CN111337551A (zh) 双线极化天线gnss土壤湿度测量方法
Farej et al. On the Location Accuracy of the Multi-Antenna GPS
CN113985489B (zh) 一种获取地球表面微波介电常数场的方法及装置
Parvizi et al. Coordination of GNSS signals with LiDAR for reflectometry
Guérin et al. High-frequency radar measurements with CODAR in the region of Nice: Improved calibration and performance

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