1 中国科学院云南天文台, 云南 昆明 650216
2 中国科学院大学, 北京 100049
随着千赫兹(kHz)卫星激光测距技术的发展，高精度、高重频的卫星测距数据为卫星自转速率的研究奠定了基础。基于中国科学院云南天文台kHz卫星激光测距系统的卫星实测数据，分析了AJISAI卫星的自转情况。利用正交最小二乘法对原始观测数据进行了预处理，然后利用频谱分析的方法获得了AJISAI卫星实测数据的频谱图，结合AJISAI卫星角反射器面板的排列规律，分析得出2014年4月AJISAI卫星自转的速率约为0.4382 Hz，利用国内的测距数据得到了地球动力学卫星的自转速率。该方法可以推广到对其他类似激光卫星自转速率进行测定，同时为高精度卫星自转模型的建立提供了基础条件。
测量 卫星激光测距 卫星自旋 频谱分析
1 中国科学院云南天文台, 云南 昆明 650011
2 中国科学院大学, 北京 100049
为了改善激光测距数据处理中信号提取困难以及自动化程度还不高的现状，考虑激光测距数据的特征，结合二值图像处理和分析的技术提出一种新的提取测距信号的方法。先将原始数据映射为一幅二值图像，根据激光测距数据密度分布特点作第一次粗略的去噪，再根据信号形状特征作一次细去噪，将去噪后的图像矩阵逆映射回来。实验结果显示用于各种激光测距中的自动数据处理有很好的效果，可替代人工选点的激光测距数据提取方式。
测量 光信号处理 卫星激光测距 信号提取 图像处理 连通域标记 中国激光
2014, 41(12): 1208005
1 武汉大学 测绘遥感信息工程国家重点实验室，武汉 430079
2 名古屋大学 环境学研究科，名古屋 464-8601
3 中国科学院遥感应用研究所，北京 100101
提出将小波包辅助下子带分解的独立成分分析用于高光谱混合像元盲分解.利用小波包分解改进独立成分分析技术，并考虑到高光谱数据的特点提出了高光谱混合像元盲分解方法，该方法能克服独立成分分析方法要求端元光谱统计独立带来的问题.利用两组合成数据和三组室内实测数据对本算法进行测试，证明了本算法能较为准确的提取端元光谱波形和端元丰度，其准确度明显优于独立成分分析方法.该方法为高光谱遥感影像的盲分解提供了一条新的途径.
遥感 小波包分解 混合像元 独立成分分析 线性光谱混合模型 Remote sensing Wavelet packet decomposition Mixed pixel Independent component analysis Linear spectral mixture model
1 武汉大学测绘遥感信息工程国家重点实验室， 湖北 武汉 430079
2 武汉大学遥感信息工程学院, 湖北 武汉 430079
3 中国船舶重工集团公司第七二二研究所, 湖北 武汉 430079
4 北京大学数学科学学院, 北京 100871
提出了利用贝叶斯推理选择混合像元内端元的模型。考虑到端元光谱的不确定性, 基于贝叶斯推理和线性光谱混合模型得到了像元内端元集合的后验概率表达式。在获得端元共存的先验知识基础上, 结合端元光谱的正态分布函数, 通过最大后验概率得到最佳的端元集合。通过对包含147431个像元的ETM+影像试验表明, 相对于IDRISI软件的MRES和PG算法,该算法可削减至少70%的冗余端元, 使端元选择错误导致的分解误差降低至少28%。结果表明, 由于充分考虑端元光谱的不确定性和端元的共存性, 通过贝叶斯推理可以大幅度提高端元选择的正确率, 从而改善混合像元的分解精度。
遥感 端元选择 贝叶斯推理 混合像元 端元集合 线性光谱混合模型
