© 作者 2021。本文根据知识共享署名 4.0 国际许可协议授权,允许以任何媒体或格式使用、共享、改编、分发和复制,只要您给予原作者和来源适当的信任,提供知识共享许可的链接,并指明是否进行了更改。本文中的图像或其他第三方材料包含在文章的知识共享许可中,除非在材料的致谢中另有说明。如果材料未包含在文章的知识共享许可中,并且您的预期用途不被法定法规允许或超出允许用途,则您需要直接从版权所有者处获得许可。要查看此许可证的副本,请访问 http://creativeco mmons.org/licenses/by/4.0/ 。
摘要................................................................................................................................................ 2
<8m星形cog:PI是B型固定教授或研究人员)4或在的任期中<8m星形cog:PI是B型固定教授或研究人员)4或在的任期中
摘要:随着新卫星数量的急剧增加,全面的太空监视变得越来越重要。因此,高分辨率逆合成孔径雷达 (ISAR) 卫星成像可以提供对卫星的现场评估。本文表明,除了经典的线性调频啁啾信号外,伪噪声信号也可用于卫星成像。伪噪声传输信号具有非常低的互相关值的优势。例如,这使得具有多个通道的系统可以即时传输。此外,它可以显著减少与在同一频谱中运行的其他系统的信号干扰,这对于卫星成像雷达等高带宽、高功率系统尤其有用。已经引入了一种新方法来生成峰值与平均功率比 (PAPR) 与啁啾信号相似的宽带伪噪声信号。这对于发射信号功率预算受到高功率放大器严格限制的应用至关重要。本文介绍了产生的伪噪声信号的理论描述和分析,以及使用引入的伪噪声信号对真实空间目标进行成像测量的结果。
本报告是作为由美国政府机构赞助的工作的帐户准备的。既不是任何雇员,他们的任何雇员,其任何雇员,分包商或其雇员,都能对准确性,完整性或任何第三方使用或任何信息的使用结果,或代表其使用任何信息,私人或代表其使用权的保证,或承担任何法律责任或责任,或者任何第三方使用,或者没有任何信息,或代表其使用权,或代表其使用权,或代表其使用权限,或代表其使用权限。 以本文提及任何特定的商业产品,流程或服务,商标,制造商或其他方式不一定构成或暗示其认可,建议或受到美国政府或其任何机构或其承包商或其承包商或分包商的认可。 本文所表达的作者的观点和观点不一定陈述或反映美国政府或其任何机构的观点和意见。既不是任何雇员,他们的任何雇员,其任何雇员,分包商或其雇员,都能对准确性,完整性或任何第三方使用或任何信息的使用结果,或代表其使用任何信息,私人或代表其使用权的保证,或承担任何法律责任或责任,或者任何第三方使用,或者没有任何信息,或代表其使用权,或代表其使用权,或代表其使用权限,或代表其使用权限。以本文提及任何特定的商业产品,流程或服务,商标,制造商或其他方式不一定构成或暗示其认可,建议或受到美国政府或其任何机构或其承包商或其承包商或分包商的认可。本文所表达的作者的观点和观点不一定陈述或反映美国政府或其任何机构的观点和意见。
研究人员深入了解植被和土壤表面水分如何变化。 • L 波段合成孔径雷达(L 波段 SAR): “L” 表示信号波长,约为 9 英寸(24 厘米)。L 波段 SAR 可以透过云层和森林冠层的树叶,这些可能会遮挡其他类型仪器的视线。 • S 波段合成孔径雷达(S 波段 SAR): “S” 表示信号波长接近 4 英寸(9 厘米)。S 波段 SAR 能够透过云层和轻质植物覆盖,但它不能像 L 波段 SAR 信号那样穿透茂密的植被。 • 天线反射器:天线反射器呈鼓形,安装在 30 英尺长(9 米长)的吊杆上,是 NASA 有史以来在太空部署的最大的天线反射器,直径近 40 英尺(12 米)。反射器由镀金金属丝网制成,用于聚焦合成孔径雷达发送和接收的信号。发射时,雷达信号被发送到反射器,然后
地球轨道更加拥挤,拥挤会导致两个轨道物体发生碰撞的概率增加。就像我们重视地球的环境保护一样,以地球为中心的太空产业的未来必须安全和可持续地进行。空间领域感知 (SDA) 和空间交通管理 (STM) 是近乎实时的连续操作,需要不断努力,部分原因是轨道体具有类似天气的混乱性质。太阳辐射压力、驻留空间物体 (RSO) 姿态、轨道机动、大气密度波动和排气等因素与传播模型有巨大不同。从根本上说,对地球轨道上的所有物体有精确、实时和整体感知的唯一方法是建立一个网络来持续监测它。自动化是这种监视网络的关键。空间监视网络 (SSN) 提供了用于 SDA 的大部分数据。 SSN 可探测、跟踪、识别并维护地球轨道上超过 26,000 个物体的目录 [1]。space-track.org 上公开的目录是美国太空司令部 (USSPACECOM) 致力于信息共享以促进安全和可持续的太空环境的一部分。
a 宾夕法尼亚州立大学材料科学与工程系 b 宾夕法尼亚州立大学机械工程系 c 阿贡国家实验室 X 射线科学部
摘要 — 量子算法旨在在基于门的量子计算机中处理量子数据(量子比特)。经严格证明,当输入是某些量子数据或映射到量子数据的某些经典数据时,它们比传统算法具有量子优势。然而,在实际领域,数据本质上是经典的,它们的维度、大小等都非常大。因此,将经典数据映射(嵌入)到量子数据是一个挑战,甚至在基于门的量子计算机中处理映射的经典数据时,量子算法相对于传统算法没有量子优势。对于地球观测(EO)的实际领域,由于遥感平台上的传感器不同,我们可以将某些类型的 EO 数据直接映射到量子数据。特别是,我们有以极化光束为特征的极化合成孔径雷达(PolSAR)图像。极化光束的偏振态和量子比特是物理状态的分身。我们将它们相互映射,并将这种直接映射称为自然嵌入,否则称为人工嵌入。此外,我们使用量子算法在基于门的量子计算机中处理自然嵌入的数据,而不管其相对于传统技术的量子优势如何;即,我们使用 QML 网络作为量子算法来证明我们自然地将数据嵌入基于门的量子计算机的输入量子位中。因此,我们在 QML 网络中使用并直接处理了 PolSAR 图像。此外,我们设计并提供了一个带有额外神经网络层的 QML 网络,即混合量子经典网络,并演示了在使用和处理 PolSAR 图像时如何编程(通过优化和反向传播)这种混合量子经典网络。在这项工作中,我们使用了 IBM Quantum 提供的基于门的量子计算机和基于门的量子计算机的经典模拟器。我们的贡献是,我们提供了具有自然嵌入特征(量子位的 Doppelganger)的非常具体的 EO 数据,并在混合量子经典网络中对其进行了处理。更重要的是,在未来,这些极化SAR数据可以通过未来的量子算法和未来的量子计算平台进行处理,以获得(或展示)相对于传统EO问题技术的量子优势。索引词——自然嵌入、参数化量子电路、极化合成孔径雷达(PolSAR)、量子机器学习(QML)。I.引言最近在构建基于门的量子计算机方面取得了突破,该计算机仅使用极少的量子比特[1]
天基合成孔径雷达 (SAR) 是一种遥感技术,能够提供地面目标区域的二维或三维重建图像,广泛应用于遥感和地球表面测绘。SAR 是一种主动观测技术,卫星上的大型天线同时发射和接收微波。当发射的微波从地面反射时,接收到的回波提供幅度和相位数据,可用于重建图像。由于 SAR 使用微波操作,它可以在白天和晚上进行成像,并且能够穿透云层和恶劣天气条件,而这些条件会使传统的地球观测 (EO) 技术效率降低 [1]。