Sentinel-1 Level 1数据处理的详细算法定义(二)

《Sentinel-1 Level 1数据处理的详细算法定义》文档定义和描述了Sentinel-1实现的Level 1处理算法和方程,以便生成Level 1产品。这些算法适用于Sentinel-1的Stripmap、Interferometric Wide-swath (IW)、Extra-wide-swath (EW)和Wave模式。

今天介绍的内容如下:

Sentinel-1 Level 1数据处理的详细算法定义(二)

  • 4. 预处理算法
    • 4.1 原始数据分析
      • 4.1.1 IQ正交偏差
    • 4.2 内部校准
      • 4.2.1 算法概述
        • 4.2.1.1 标称复制品生成
          • 4.2.1.1.1 标称图像复制品生成
          • 4.2.1.1.2 标称PG复制品生成
        • 4.2.1.2 校准脉冲提取
        • 4.2.1.3 复制品重建
        • 4.2.1.4 复制品提取和内部时间延迟估计

4. 预处理算法

Sentinel-1 IPF的预处理模块有四个主要的算法组成部分:

  1. 如第4.1节所述的原始数据分析。
  2. 如第4.2节所述的内部校准。
  3. 如第4.3节所述的下行链路头验证。
  4. 如第4.4节所述的地形高度函数。

请注意,这里描述的算法是专门针对Sentinel-1预处理模块的,而不是ASAR预处理模块。ASAR预处理模块执行类似的操作,但是专门针对处理ASAR数据实现的。例如,ASAR原始数据也必须被解码,但它使用的是一种不同的编码算法。

ASAR校准算法在[R-6]中描述,原始数据解码算法在[R-8]中描述。

4.1 原始数据分析

为了对原始信号数据的I和Q通道进行校正,需要进行原始数据分析。传统的原始数据校正(例如在ENVISAT-ASAR和RADARSAT-2的情况下应用)包括(另见第9.2节):

  • I/Q偏置去除
  • I/Q增益不平衡校正
  • I/Q非正交性校正

然而,对于Sentinel-1,仪器的接收模块在数字域内执行解调,因此不再需要I/Q增益不平衡和I/Q非正交性校正。

对于ASAR数据的原始数据校正所必需的原始数据分析在[R-6]中定义。由于IPF也支持ASAR数据的处理,为了完整性,在本节中复制了ASAR原始数据分析方案。

尽管对于Sentinel-1来说,I/Q增益不平衡和I/Q非正交性校正并不需要,但它们将作为可选功能提供,通过使用配置输入参数来实现。不过,不管校正标志如何,本节描述的原始数据分析将对ASAR和Sentinel-1数据执行,并且结果将对两种数据都进行报告。

请注意,原始数据分析是在BAQ解码后的Level 0数据的一个子集上执行的。为此,只有待分析的子集在这个阶段会被BAQ解码。有关BAQ解码的描述,以及对整个Level 0数据集进行BAQ解码的阶段,请参阅第9.1节。

原始数据分析包括以下内容:

  1. 计算原始数据的平均值。
    原始数据的I和Q通道的平均值,分别表示为μI 和μQ ,计算方法如下:

其中N和M是要分析的原始数据子集的维度,并且I=ReE

  1. 计算原始数据的标准差。
    原始数据I和Q通道的标准差,分别表示为 ( \sigma_I ) 和 ( \sigma_Q ),计算方法如下:
  1. 计算IQ增益不平衡,( \rho ),以及它的下限和上限,( \rho_1 ) 和 ( \rho_2 )。
  1. 计算IQ正交偏差,( \theta ),以及它的下限和上限,( \theta_1 ) 和 ( \theta_2 )。
    这种算法的详细描述在下面的4.1.1节中展示。

  2. 设置统计显著性标志
    对于每个μI(I的平均值)和μQ(Q的平均值)、ρ(增益不平衡)和θ(正交偏差),评估所得到的值是否显著,即如果该值超出了计算出的下限/上限。如果情况如此,将使用预定义的值(从输入辅助文件中读取)代替。更准确地说:

  • I偏置显著性标志设置为:

如果成立则为FALSE;否则为 TRUE。
Q偏置显著性标志设置为:

如果成立则为 FALSE;否则为 TRUE。

IQ增益显著性标志设置为:

如果成立则为 FALSE;否则为 TRUE。

IQ正交偏差显著性标志设置为:

如果成立则为 FALSE;否则为 TRUE。

4.1.1 IQ正交偏差

  1. 对于每个范围线k,计算I和Q通道之间的相关系数:
  1. 对于每个范围线k,计算Zk 如下:
  1. 计算向量 (Zk) 的平均值和标准差,其中k=1,2,…,N:
  1. 计算IQ正交偏差 θ 及其下限和上限θ1 和θ2:

4.2 内部校准

Sentinel-1图像的内部校准是基于从每次数据采集相关的校准测量和噪声测量中提取的信息,这些信息是仪器执行的初始、间隔和最终内部校准序列的一部分。 校准序列有两种类型:

  1. 图像校准序列由仪器模式下每个子条带的标称成像带宽的校准脉冲组成,使用每个子条带的唯一啁啾参数;以及,
  2. PG校准序列由全带宽的校准脉冲组成,使用仪器模式下第一个子条带的啁啾参数。
    图像校准序列存在于每个数据采集的前导部分和尾随部分。图像校准数据可以用来创建参考复制品,该复制品用于生成范围参考函数,如第6.1.1节所述。
    PG校准序列存在于前导部分和尾随部分,并在每个数据采集的图像序列中交错。PG校准数据用于执行仪器漂移校正,如第9.4节所述。
    一般而言,本节中的信息既适用于图像校准数据,也适用于PG校准数据。在两种校准数据类型存在差异的所有情况下,都会明确区分。
    本节介绍:
  3. 算法概述,如第4.2.1节所述
  4. 算法实现,如第4.2.2节所述

4.2.1 算法概述

• 标称复制品生成,如4.2.1.1.1节所述;
• 校准脉冲提取,如4.2.1.1.2节所述;
• 复制品重建,如4.2.1.1.3节所述;
• 复制品提取和时间延迟估计,如4.2.1.1.4节所述;
• 仪器漂移推导,如4.2.1.1.5节所述;
• 复制品系数生成,如4.2.1.1.7节所述;
• PG产品验证,如4.2.1.1.8节所述;
• 噪声测量处理,如4.2.1.1.9节所述。

4.2.1.1 标称复制品生成

本节描述了图像和PG校准操作的标称复制品向量的生成。本节中使用了以下符号:

  • TXPL 发射脉冲长度 [秒]
  • TXPSF 发射脉冲起始频率 [赫兹/秒]
  • TXPRR 发射脉冲坡度速率 [赫兹/秒²]
4.2.1.1.1 标称图像复制品生成

标称图像复制品是从标称图像相位系数数组生成的,该数组是一个可配置的输入参数。在样本时间 tn 的标称图像复制品生成如下:

其中 φ 是一个包含四个可配置的啁啾相位系数的数组,通常定义如下:

4.2.1.1.2 标称PG复制品生成

标称PG复制品是从下行链路头文件中提取的啁啾脉冲参数生成的。在样本时间tn 的标称PG复制品生成如下:

4.2.1.2 校准脉冲提取

Sentinel-1 IPF支持六种类型的内部校准测量(或信号):

  1. 发射校准信号(Txcal)
  2. 发射H隔离校准信号(TXHcaliso)
  3. 接收校准信号(Rxcal)
  4. EPDN校准信号(EPDNcal)
  5. 瓦片放大器校准信号(Tacal)
  6. APDN校准信号(APDNcal)

校准脉冲所经过的路径既取决于其类型,也取决于信号的极化。

原则上,可以直接从这五种校准测量中获得复制品。然而,为了消除泄漏信号的影响,引入了脉冲编码校准(PCC)方法。这种方法将单一复制品重建所需的脉冲测量数量增加到9个:每个Txcal、Rxcal、Tacal和EPDNcal有两个PCC脉冲,加上一个没有使用PCC技术编码的校准脉冲,用于APDN。根据不同的获取模式,这9个脉冲将被放置(见[A-3]第4.10节中的校准时间线):

  • 对于SM模式,在数据采集的开始和结束时,以及WV模式的每个小画面(vignette);
  • 在SM模式的数据采集过程中定期进行;
  • 在IW/EW模式的每个突发结束时。

图像和PG校准的校准信号都包含在专用的数据包中。图像校准信号的采样频率是测量数据的采样频率(即衰减过滤后的采样频率),而PG校准信号的采样频率为100 MHz。校准信号没有经过BAQ或FDBAQ编码,因此可以直接使用(见第9.1.2节)。图像校准信号依赖于子条带和极化,而每个子条带的PG校准信号都是使用模式内第一个子条带的接收参数获取的。因此,它们仅依赖于极化,并且对于PG校准信号,子条带之间的接收增益功率差异通过应用每个子条带的增益补偿来弥补,这个增益补偿是根据第4.2.1.5节中描述的图像校准数据计算得出的。

在接下来的内容中,将在时间ηn接收到的通用校准数据包表示为一个包含M个复数样本的向量(注意,n表示排名为1或2,如方程4-27所需的那样):

校准信号的获取时间在文档[A-6]的第5.3节中有描述,并且其时序图在下面的图4-1中重复展示。校准信号的M个复数样本在图4-1中等同于Ncal个样本。

PCC-2编码技术用于四种脉冲类型,这是更通用的PCC-N技术的特例。PCC-N技术是通过将一系列N个相干校准脉冲并行发送通过所需的信号路径来实现的。各个连续的信号被乘以因子“+1”或“-1”(后者增加了180度的相位偏移)。每条路径都由一个独特的序列标识。

编码操作可以写成:

其中Y和S分别是测量信号和输入信号的向量,而HN 是一个维度为N=2^{k} 的哈达玛矩阵。由于HN的特性,这个方程可以很容易地被逆用来获得解码后的向量S:

在PCC-2的情况下,这种逆变换并不需要以一般形式进行;这可以通过简单地考虑两个脉冲被180度移位来避免。校准信号重建中包含的脉冲的选择是由可配置的输入参数控制的。在下面的方程中,变量x和y被用来表示被选为信号重建的校准脉冲。

因此,从8个PCC编码的校准测量中,可以推导出以下4个校准信号,这些信号将用于复制品重建:

如前所述,APDNcal校准测量不是PCC编码的,因为它只包含被动元件,不能进行相位移动。APDNcal信号水平较低,因此使用了一系列N个脉冲来提高信噪比(其中N是一个可配置的输入参数):

发射H极化信号的校准序列,TXHcal,不是PCC2编码的。相反,一个独特的校准脉冲,TXHcaliso(发射H校准隔离)脉冲从TXHcal脉冲中减去以形成信号:

4.2.1.3 复制品重建

复制品是描述啁啾和仪器链对实际传输的雷达信号影响的仪器响应函数。它通过适当地结合第4.2.1.1节中描述的得到的校准脉冲 STXcal(m)、SRXcal(m)、SEPDNcal(m)、STAcal(m) 和 SAPDNcal(m)来派生。

为了简洁起见,本节及后续节中提供的公式仅适用于HH/HV双极化情况,VV/VH情况是类似的。

每个校准数据包m的复制品都按照[R-13]中的描述进行重建,具体如下:

脉冲名称中的字母H或V表示发射路径的极化,而括号中的字母表示接收到脉冲的通道。

还要注意,计算rep HV m(跨极化通道的复制品)依赖于共极化通道的脉冲,除了(SRXcal(m))。如果由于某种原因共极化脉冲不可用,则无法计算跨极化复制品,而可以使用标称复制品代替。这也导致了跨极化通道计算的PG(接收增益乘以发射功率)依赖于共极化通道,因为PG是从重建的复制品中派生出来的。

4.2.1.4 复制品提取和内部时间延迟估计

内部时间延迟是复制品位置与上图4-1中“Tx Pulse”位置的偏差。它可以通过以下方式从PG校准数据计算得出:

其中:

是下文第二步计算的相关峰值位置;

是图4-1中描述的校准数据包内发射脉冲时间的可配置输入参数;


是图4-1中描述的校准数据包内抑制的衰减滤波器瞬态时间的可配置输入参数;

所有PG校准序列的平均内部时间延迟将被用来对重建的图像复制品(如下所述)和范围匹配滤波器进行时间偏移,如第6.1.1节所述。

如上图4-1所示,啁啾复制品位于所获得的采样窗口的中间。复制品的第一个样本位置应通过将上述第4.2.1.3节的输出与标称啁啾进行相关性比较来确定。提取复制品的完整程序如下:

  1. 将重建的复制品(来自第4.2.1.3节)与标称啁啾(来自第4.2.1.1节)进行互相关。

  2. 使用FFT放大和抛物线插值寻找相关峰值,以精确峰值位置。复制品的第一个样本位于相关峰值处。对于PG校准序列,将此峰值位置转换为时间,并表示为


    如果此互相关步骤未能找到有效的峰值位置,则应丢弃当前的校准序列。
  3. 如果这是一个图像复制品:

(1)通过将3dB宽度、PSLR和ISLR与可配置输入参数中预定义的阈值进行比较来验证复制品。如果任何检查失败,则为当前复制品设置 replicasValid = FALSE,并寻找下一个校准脉冲。否则,继续进行后续步骤。

(2)对重建的图像复制品进行时间偏移,使相关峰值位置处于样本边界上。这个时间偏移应为所有PG校准序列的平均

并通过在频域中使用相位坡道来完成。

(3)从相关峰值确定的第一个样本位置开始提取TXPL复数样本。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://xiahunao.cn/news/3224222.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

澳大利亚TikTok直播为什么需要海外直播专线?

近年来,许多卖家为了解决澳大利亚TikTok直播中的卡顿和高延迟问题,纷纷选择使用海外直播专线。这种专线服务是一种高效、低延迟的数据传输解决方案,专为需要高质量网络连接的场合设计。 与公共互联网相比,海外直播专线提供更稳定、…

基于深度学习的电影推荐系统

1 项目介绍 1.1 研究目的和意义 在电子商务日益繁荣的今天,精准预测商品销售数据成为商家提升运营效率、优化库存管理以及制定营销策略的关键。为此,开发了一个基于深度学习的商品销售数据预测系统,该系统利用Python编程语言与Django框架&a…

ubuntu使用kubeadm搭建k8s集群

一、卸载k8s kubeadm reset -f modprobe -r ipip lsmod rm -rf ~/.kube/ rm -rf /etc/kubernetes/ rm -rf /etc/systemd/system/kubelet.service.d rm -rf /etc/systemd/system/kubelet.service rm -rf /usr/bin/kube* rm -rf /etc/cni rm -rf /opt/cni rm -rf /var/lib/etcd …

兼容性报错--调整字符集解决

文章目录 错误解决办法Unicode 字符集(两个字节来表示一个字符)多字节字符集(一个字节来表示一个字符)如何选择字符集char与wchar_t的区别LPCSTR与LPCWSTR的区别 错误 解决办法 切换字符集类型 Unicode 字符集(两个字节来表示一个字符) 优点: 支持更多的字符集…

打开excel时弹出stdole32.tlb

问题描述 打开excel时弹出stdole32.tlb 如下图: 解决方法 打开 Microsoft Excel 并收到关于 stdole32.tlb 的错误提示时,通常意味着与 Excel 相关的某个组件或类型库可能已损坏或不兼容。 stdole32.tlb 是一个用于存储自动化对象定义的类型库&#x…

匈牙利汽车市场研究报告(2024版)

匈牙利加入欧盟后成为欧洲国家的汽车制造组装基地和大型跨国企业的零部件供应商,具有深厚的汽车工业基础。在欧债危机后,匈牙利政府提出“向东发展”战略,并将电动化作为汽车行业新的发展方向,通过一系列外资友好政策吸引中日韩等…

2,区块链、数字货币及其应用场景(react+区块链实战)

2,区块链、数字货币及其应用场景(react区块链实战) 一、什么是区块链?1 ibloackchain(1)安装ibloackchain(2)Blance查询余额(3)Mine挖矿(4&#x…

【学术会议征稿】第五届大数据、人工智能与物联网工程国际会议

第五届大数据、人工智能与物联网工程国际会议 2024 5th International Conference on Big Data, Artificial Intelligence and Internet of Things 第五届大数据、人工智能与物联网工程国际会议(ICBAIE 2024)定于2024年10月25-27号在中国深圳隆重举行。…

Java PKI Programmer‘s Guide

一、PKI程序员指南概述 PKI Programmer’s Guide Overview Java认证路径API由一系列类和接口组成,用于创建、构建和验证认证路径。这些路径也被称作认证链。实现可以通过基于提供者的接口插入。 这个API基于密码服务提供者架构,这在《Java密码架构参考指…

Milvus核心组件(1)

cluster 模式 上一篇其实已经说过 standalone 模式,其实集群模式大同小异,只是在不同机子间使用Kafka或者其他消息中间件保证数据及逻辑的一致性。 Log Broker,如Pulsar这样的系统,是专门设计来处理和管理日志数据的中间件。它主…

【IMU】 温度零偏标定

温度标定 IMU的零偏随着温度的变化而变化,在全温范围内形状各异,有些可能是单调的,有些可能出现拐点。 多项式误差温度标定 目的是对估计的参数进行温度补偿,获取不同温度时的参数值(零偏、尺度、正交)&…

程序员日志之DNF手游强化20攻略

目录 传送门正文日志1、概要2、炭的获取3、强化 传送门 SpringMVC的源码解析(精品) Spring6的源码解析(精品) SpringBoot3框架(精品) MyBatis框架(精品) MyBatis-Plus SpringDataJP…

QT案例-通过QCustomPlot库绘制Window系统CPU温度实时折线图

之前项目中涉及到了获取硬件信息内容,对CPU的温度监控有点兴趣,观察和百度发现鲁大师和驱动人生的CPU温度监控貌似是用驱动实现的,有点太高大上了,搞不懂。后面经过到处查找资料终于找到了Qt在Windows 环境下监控CPU等硬件温度/运…

2024年浙江省高考分数一分一段数据可视化

下图根据 2024 年浙江高考一分一段表绘制,可以看到,竞争最激烈的分数区间在620分到480分之间。 不过,浙江是考两次取最大,不是很有代表性。看看湖北的数据,580分到400分的区段都很卷。另外,从这个图也可以…

Java项目:基于SSM框架实现的中小型企业财务管理系统【ssm+B/S架构+源码+数据库+答辩PPT+开题报告+毕业论文】

一、项目简介 本项目是一套基于SSM框架实现的中小型企业财务管理系统 包含:项目源码、数据库脚本等,该项目附带全部源码可作为毕设使用。 项目都经过严格调试,eclipse或者idea 确保可以运行! 该系统功能完善、界面美观、操作简单…

【方法】如何打开设置了密码的ZIP文件?

对于重要的ZIP文件,很多人会设置密码保护,那要如何打开设置了密码的ZIP文件呢?今天我们一起来看下,在记得密码和忘记密码的情况下,如何打开ZIP文件。 情况1: 如果知道ZIP文件原本设置的密码,我…

tessy 单元测试:小白入门指导手册

目录 1,创建单元测试工程目录 2,导入单元测试源文件 一:创建测试文件夹(最好和代码目录一一对应,方便查找) 二:选择测试环境 三:添加源文件 四:分析源文件 3,编写单元测试用例 一:设置函数参数的传输方向 二:添加单元测试用例 三:编辑单元测试用例数据 …

Qt开发 | Qt绘图技术 | 常见图像绘制 | Qt移动鼠标绘制任意形状 | Qt绘制带三角形箭头的窗口

文章目录 一、基本绘图技术介绍二、常见的18种图形、路径、文字、图片绘制三、Qt移动鼠标绘制任意形状四、Qt绘制带三角形箭头的窗口 一、基本绘图技术介绍 Qt提供了绘图技术,程序员可以在界面上拖动鼠标,或者在代码里指定参数进行绘图。 Qt绘图技术介绍…

vue3 antdv Modal通过设置内容里的容器的最小高度,让Modal能够适当的变高一些

1、当收款信息Collapse也折叠的时候,我们会发现Modal的高度也变成了很小。 2、我们希望高度稍微要高一些,这样感觉上面显示的Modal高度太小了,显示下面的效果。 3、初始的时候,想通过class或者style或者wrapClassName来实现&#…

【软件分享】气象绘图软件Panoply

气象是大气中的物理现象,气象要素则是表明大气物理状况的要素,主要的气象要素有降水、风、气压、湿度等。为了研究气象要素在空间上的分布和运动状况,我们需要对气象要素进行空间上进行可视化,这个时候就需要气象领域的一些的绘图…