XiaoMi-AI文件搜索系统
World File Search System合成孔径
真实和合成孔径侧视机载雷达
tohoku.ac.jp › 用户 › sato PDF 2015年1月7日 — 2015年1月7日 雷达通常被称为侧视机载...胶片记录被数字采样和存储所取代。...尺寸和可靠性。
合成孔径的基本原理和特殊问题...
~ 向军事委员会提供航空航天研究和发展领域的科学技术咨询和援助（特别是在军事应用方面）； - 不断促进与加强共同防御态势有关的航空航天科学的进步； - 加强成员国在航空航天研究和发展方面的合作； - 交流科学技术信息； - 向成员国提供援助，以提高其科学技术水平
数字图像合成器对抗逆合成孔径雷达的性能分析
估计此信息收集的公共报告负担平均为每份回应 1 小时，包括审查指令、搜索现有数据源、收集和维护所需数据以及完成和审查信息收集的时间。请将有关此负担估计或此信息收集的任何其他方面的意见（包括减轻此负担的建议）发送至华盛顿总部服务部、信息运营和报告理事会，1215 Jefferson Davis Highway，Suite 1204，Arlington，VA 22202-4302，以及管理和预算办公室、文书工作减少项目 (0704-0188)华盛顿特区 20503。1. 仅供机构使用（留空）2. 报告日期 2002 年 9 月 3. 报告类型和涵盖日期 电气工程师论文
在基于门的量子计算机中自然嵌入极化合成孔径雷达图像的斯托克斯参数
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]
利用低峰均功率比宽带伪噪声信号对空间目标进行逆合成孔径雷达成像
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。
非常规成像、传感和自适应光学 2024 (OP432)
成像 • 3D 成像 • 遥感、医学、生物学、地球物理、防御等领域的应用 • 生物和分子成像 • 编码孔径成像 • 计算成像 • 计算效率高的成像算法 • 与非常规成像系统实施相关的实验结果或硬件 • 使用人工智能的成像方法，例如机器学习和深度学习。 • 主动或被动照明成像 • 分集测量成像，包括相位分集、偏振分集、孔径分集、波长分集等 • 像平面测量、瞳孔平面测量或两者成像 • 合成孔径激光雷达和逆合成孔径激光雷达系统成像 • 湍流、折射或高散射介质成像或通过湍流、折射或高散射介质成像 • 使用超快脉冲成像 • 使用非常规光学设计成像 • 图像恢复和合成的信息论极限
太空对象识别卫星（SOISAT）任务
本文介绍了加拿大空间情境意识系统的任务设计，操作概念和系统设计，称为太空对象识别卫星Soisat。随着地球周围所有轨道政权的人为物体的拥挤，对这些居民太空物体的检测，分类，认可和识别对太空国家（如加拿大及其盟友）变得越来越重要。所提出的SOISAT航天器旨在在低地上，地球轨道和地静止轨道中监视居民空间对象。In particular, SOISat can be utilized for a) maintenance of the Space Situational Awareness catalogue for particular space assets, b) detection and identification of “DarkSats”, i.e., satellites designed to be covert/invisible to the traditional means of detection, c) detection and characterization of unexpected propulsive events, and d) inspection and identification of space objects of interests such as debris objects.当前的空间对象跟踪和识别方法具有重大局限性，尤其是在地静止轨道中。概述了当前的一些商业和非商业空间情境意识系统，描述了与这些系统相关的一些限制，并解释了解决这些问题的SOISAT功能。利用与新颖的有效载荷集成了ends ewisional for soisat的飞行遗产，预计结果技术会为空间情境意识带来无与伦比的能力，而空间情境意识当前不存在。船上有两种最先进的有效载荷仪器，即合成孔径ladar和一个光电子合成孔径处理器。初步理论结果表明，在1000 km的范围内，所提出的空格对象识别系统能够以1 cm的分辨率对对象进行成像。使用光电传感器处理器会在使用常规技术进行数字化处理合成孔径LADAR数据所花费的时间内产生可读图像。SOISAT系统可以在综合孔径LADAR系统中提出重要的技术开发，并满足在改善对居民空间对象的理解方面的关键操作。模拟方案，以验证Soisat在检测和跟踪感兴趣的居民空间对象时的性能。
雷达卫星：新技术、新应用和大量数据
最近，合成孔径雷达卫星被发射到低地球轨道，掀起了新一轮数据收集浪潮，这将彻底改变对地球的观测。这些卫星配备了 C、L 和 X 波段的图像采集设备，可以透过云层全天候拍摄图像。从它们的极地轨道上，还可以每周甚至每天重复拍摄图像。现在可以将这些海量数据下载到地面站，并使用增强的计算能力快速处理，从而以合理的成本快速获得结果。使用示例包括几乎实时监测地面运动、地面运动的历史匹配以及监测油田生产和 CCUS 活动的能力。雷达成像已成为一种常规交付成果，无需专业编程。