机构名称：
¥ 1.0
本文深入探讨了人工智能在合成孔径雷达 (SAR) 技术中的最新进展，重点介绍了欧洲航天局 (ESA) 支持的发展。讨论涵盖了人工智能在 SAR 数据中的应用进展，特别强调了下一代 SAR 有效载荷的机载数字处理功能。先前的 SAR 任务，如 Sentinel-1，在其有效载荷中加入了传感通道，用于校准、特性描述和监控航天器有效载荷。强大的机载处理设备和增加的机载内存为开发认知微波仪器提供了新的可能性，特别是雷达和合成孔径雷达，它们可以在没有地面特定指令的情况下触发自主动作。认知雷达被定义为一种结合了自适应和智能信号处理的系统。在卫星中，示例包括根据监测场景适应操作模式或仪器配置，调整波形参数（如频率、脉冲宽度、脉冲重复间隔、发射功率）直至发射和接收天线方向图或卫星平台的指向。本文重点介绍了与具有机载处理能力的下一代有效载荷的认知雷达应用相关的最新技术突破和持续发展，包括自适应压缩技术的进步、原始雷达数据的目标检测和其他由机器学习实现的技术。此外，它还深入探讨了数字信号处理、数字波束成形和信号处理技术领域的持续研究和开发活动，旨在实现更灵活和自适应的 SAR 有效载荷。这些元素被视为认知系统及其在未来任务中的应用的基石。除了概述当前的技术状况外，本文还探讨了人工智能在 SAR 任务中的潜在未来应用。人工智能与合成孔径雷达系统的结合有望提高合成孔径雷达的性能指标、减少延迟，从而实现地球观测和遥感领域的创新下游应用。
Max Ghiglione 先生 ESA - 欧洲航天局
主要关键词
相关文件推荐
