红外与激光工程
2023, 52(10): 20230108
1 中国科学院 深圳先进技术研究院 空间信息研究中心，广东深圳58055
2 中国科学院上海技术物理研究所 中国科学院智能红外感知重点实验室，上海00083
3 芬兰地球空间研究所 摄影测量与遥感部，基尔科努米 FI-0240
4 中国科学院上海技术物理研究所 中国科学院空间主动光电技术重点实验室，上海200083
5 华为赫尔辛基研究院，赫尔辛基 FI-00180
遥感图像道路信息提取既是土地利用检测、地理信息系统更新等传统行业应用的必要步骤，又是数字城市、智能交通等新基建领域中关键技术之一。回顾道路提取方法的发展历程，按照使用数据源的不同，现有的遥感图像道路提取技术主要分为高分辨率成像、多光谱/高光谱成像、激光/点云成像和SAR成像四大类。本文首先介绍了四种遥感技术在道路信息提取上的应用现状、适用范围及方法特点；然后重点阐述并列举分析了当前基于不同平台高光谱数据的道路提取应用效果；最后对本文的内容进行了总结，并对未来的发展趋势进行了展望。
高光谱 多源遥感数据 道路提取 新基建 hyperspectral multi-source remote sensing data road extraction new infrastructure
1 The Key Laboratory for Silviculture and Conservation of Ministry of Education, College of Forestry, Beijing Forestry University,00083Beijing, China
2 Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, Geodeetinrinne,Kirkkonummi0431, Finland
3 Key Laboratory of Quantitative Remote Sensing Information Technology, Academy of Opto-Electronics, Chinese Academy of Sciences, Beijing100094, China
4 Department of Electronic and Information Engineering，Anhui Jianzhu University, Hefei230601,China
高光谱激光雷达综合了高光谱和激光雷达特征，可为植被生理生化参数提取提供更加精确的遥感探测，但其应用潜力尚未得到充分挖掘。以北京10个典型树种的单叶为样本，开展室内高光谱激光雷达的叶片观测试验，并进行树种分类研究，为未来高光谱激光雷达的林业应用提供基础。首先进行可调谐高光谱激光雷达（Hyperspectral LiDAR，HSL）叶片高光谱测量，并完成与ASD地物光谱仪所测数据对比实验；其次，应用随机森林方法实现10种叶片的分类研究，其输入的特征指数为融合全部波段、部分敏感波段的光谱指数。结果表明：（a）HSL在波段650~1 000 nm(71个通道)内观测的叶片高光谱和ASD光谱一致（R2=0.9525~0.9932，RMSE=0.0587）；（b）只用原始波段反射率分类精度为78.31%，其中分类贡献率最大波段的是650~750 nm，使用此波段进行分类精度为94.18%，表明利用红边波段（650~750nm）进行树种分类是十分有效的；（c）对树种敏感的波段为680 nm、685 nm、690 nm、715 nm、720 nm、725 nm、730 nm；（d）结合敏感波段光谱指数与植被指数分类精度82.65%。该研究结果表明在单叶级别，利用高光谱激光雷达能够准确地反映目标叶片的光谱特征并且能有效进行树种分类；未来将可能在野外应用中精确提取目标的生理生化参数。
高光谱激光雷达 叶片分类 全波形 植被参数 Hyperspectral LiDAR leaf classification full bands vegetation index
1 中国船舶重工集团公司第七二三研究所, 江苏 扬州 225001
2 南京理工大学, 南京 210094
卫星导航系统提供全球、高精度、实时定位信息, 深刻改变了人们的生活。然而针对卫星导航系统的欺骗干扰技术严重危害了卫星导航系统的安全, 研究卫星导航系统的抗欺骗干扰技术迫在眉睫。提出了一种基于SVD的多接收机联合欺骗干扰检测算法, 利用多接收机的位置向量构建欺骗干扰检测矩阵, 利用SVD对检测矩阵进行分解, 检测矩阵可以分成3个矩阵相乘的形式, 其中中间一个矩阵是对角矩阵, 除了对角线上的值之外, 其他值都为零。通过此对角矩阵的奇异值来判断是否存在欺骗干扰,并采用地心地固体坐标系下的位置信息构建检测矩阵。实验表明: 存在欺骗干扰时, 奇异值平方的累加和的80%都集中在前3个奇异值; 无欺骗干扰时, 奇异值分散均匀。利用这种差异可以准确地检测出是否存在欺骗干扰。
卫星导航 多接收机 欺骗干扰 奇异值 协方差矩阵 GNSS multi-receiver spoofing attack singular value covariance matrix
1 中国船舶集团公司第七二三研究所, 江苏 扬州 225101
2 南京理工大学, 南京 210094
常用的卫星导航接收机载波跟踪环路在高动态环境下易失锁, 导致接收机无法提供精确的导航信息。针对此问题, 提出一种利用支持向量机的锁频环辅助锁相环的新的载波跟踪算法。首先, 引入一种判决因子描述环路当前的运行情况, 然后,根据输入的判决因子的大小实时调节载波跟踪环路中锁相环和锁频环对环路更新参数计算的贡献大小, 利用支持向量机算法建立起判决因子和环路融合权值之间的非线性关系。仿真结果表明, 该方法能极大地减小锁相环在高动态环境下的鉴相误差, 一定程度上提高载波跟踪环路在高动态环境下的跟踪性能。
卫星导航 载波跟踪环路 支持向量机 判决因子 高动态 GNSS carrier tracking loop support vector machine judge factor high dynamic
复杂环境下进行定位导航, 需要构建全源导航系统, 实现多传感器的即插即用和不同频率的数据融合。研究了一种基于因子图的数据融合方法, 该方法采用因子图法表示状态的递推与更新, 采用高斯牛顿迭代法求解优化方程完成组合导航中的数据融合任务。然后以惯性/卫星组合导航系统为例, 分析了因子图的原理内容, 设计了相应的信息融合框架。最后对该方法的可行性进行了仿真验证, 实验数据表明, 3轴位置的均方根误差值分别为1.53 m, 1.55 m, 1.53 m, 证明了该方法的可行性, 可以在此基础上扩展传感器, 构建全源导航系统。
惯性/卫星组合导航 图优化算法 高斯牛顿迭代法 数据融合 SINS/GNSS integrated navigation graph optimization algorithm Gauss-Newton iteration method information fusion
