XiaoMi-AI文件搜索系统
World File Search System遥感应用
中国科学院空天信息研究院 (AIR)
中国科学院电子所成立于1956年，是我国第一个综合性电子科学研究机构；遥感地球所成立于2012年，由中国科学院的两个研究所合并而成：中国科学院遥感应用研究所成立于1979年，对地观测与数字地球中心成立于2007年；中国科学院大气科学研究所成立于2003年，负责中国科学院卫星导航系统、浮空器系统的研发、管理和总体技术。
建议书ITU-R M.2089-0
地方和国家政府以及民间部门和教育机构越来越多地使用 AMS 中运行的系统和网络，用于宽带机载数据链路以支持遥感应用，例如地球科学、土地管理和能源分配。这些应用的示例包括，例如监测北极海冰厚度和分布、地方和国家执法、森林火灾测绘、管道监测、农业和城市土地使用以及自然资源调查）。遥感设备可以安装在载人飞机或无人航空系统 (UAS) 上。如果遥感设备安装在 UAS 上，则 AMS 中运行的系统和网络可用于窄带机载指挥和控制数据链路。这些窄带数据链路可用于指挥和控制遥感设备和 UAS 之一或两者。
技术计划 + 展览指南 - SPIE
Moreira 教授在国际会议和期刊上发表了 500 多篇文章，并在雷达和天线领域拥有 41 项专利。他的专业兴趣和研究领域包括雷达端到端系统设计和分析、创新微波技术和系统概念、雷达信号处理、基于模型的地理/生物物理参数检索和遥感应用。Moreira 教授是 IEEE 院士，曾获得多项国际奖项，包括 IEEE AESS Nathanson 奖（1999 年）“年度青年雷达工程师”奖、IEEE Kiyo Tomiyasu Field 奖（2007 年）、IEEE W.R.G. Baker 董事会奖（2012 年）和 IEEE GRSS 杰出成就奖（2014 年）。Moreira 教授还是 Tandem-L 任务提案的发起人和首席研究员。
领先的数据和人工智能支持组织 - 终身学习
Christopher Ratto 博士是 APL 研究与探索开发部人工智能小组的主管，在将 AI/ML 应用于国家安全和国防问题方面拥有超过 15 年的经验。AI 小组由 40 多名科学家和工程师组成，他们以表演者和政府团队的角色参与 6.1-6.2 研究项目，开展具有跨任务影响潜力的 AI 基础研究，并通过试验新兴 AI 技术并在整个实验室分享经验教训来为 APL“创造未来”。在担任现职之前，Ratto 博士曾担任 APL 海事遥感海上控制任务区的项目经理。他的个人研究兴趣包括对抗性机器学习、生成式 AI 和情报界感兴趣的遥感应用。Ratto 博士拥有美国天主教大学的 BEE 学位以及杜克大学电气与计算机工程硕士和博士学位。
用于振动能量收获的压电 - 硅酮结构：实验测试和建模
可以收获重机，建筑结构或人体的抽象机械振动，并直接转化为电能。在本文中，探索了使用新型的压电橡胶复合材料结构有效收获机械振动并局部产生电能的潜力。压电铅锆钛酸钛酸盐粘合到硅橡胶中，形成圆柱形复合材料样能量收集装置，该装置有可能在结构上抑制高加速器并产生电力。该设备经过实验负载测试，并根据实验数据验证了高级动态模型。虽然获得了57 µW cm -3的实验输出功率，但高级模型进一步优化了设备的几何形状。拟议的能源收集设备为结构健康监测和遥感应用产生足够的电力，同时还为低频机械振动提供结构阻尼。
X波段扫描在接收器中的合成孔径雷达
合成孔径雷达是一种众所周知的技术，用于遥感应用，即使在晚上或在云覆盖面的情况下，具有不间断的成像功能，例如不间断的成像功能。但是，Spaceborne SAR传感器面临着主要挑战，例如成本和规模，这是其适用于对低地球观察应用的未来星座的障碍。SAR传感器不是紧凑的，需要大型或中型卫星，这花费了数亿美元。为了解决这些挑战，最近启动的SpaceBeam项目由欧洲委员会资助，旨在开发一种新颖的SAR扫描方法，利用了混合综合光学波束形成网络（IOBFN）。所提出的光子溶液的紧凑性和频率灵活性符合低地球轨道卫星的未来星座的要求，其重量，重量，功耗和成本（SWAP-C）。
使用高光谱检测环境变化...
摘要 本报告描述了与奥尔基洛托处置场高光谱监测相关的方法。简要介绍了环境遥感，然后更详细地描述了高光谱成像，并回顾了文献中提出的高光谱遥感应用。讨论了未来高光谱成像的趋势，探索了长波红外高光谱成像的可能性。详细介绍了 2008 年在奥尔基洛托地区进行的 HYPE08 高光谱飞行活动。此外，还描述了监测使用中必需的相关预处理和大气校正方法以及所应用的质量控制方法。还描述了文献中提出的各种变化检测方法。最后，提出了一种高光谱监测系统。该系统基于持续的高光谱空中飞行活动和精确定义的数据处理程序。关键词：高光谱成像、环境变化、变化检测、遥感
关于物体检测、面部跟踪、数字测绘... 的调查
摘要 – 遥控航空系统 (RPAS) 用于遥感，是获取地理数据的重要方式，具有实时性、适应性、高分辨率、成本效益等优点，并且可以在危险环境中获取数据而不会危及机组人员。它具有巨大的潜力和光明的未来，因为 RPAS 遥感是机载和星载遥感的强大伴侣。这项工作全面介绍了具有机器学习功能的遥控航空系统 (RPAS) 领域的最新进展。重点是一些特定领域：面部跟踪、物体检测、监视。本文介绍了用于这些应用的方法和算法，讨论了它们的性能和准确性，并强调了在实施此类系统时面临的挑战。本文还概述了用于开发这些系统的各种平台和工具，包括硬件和软件组件。最后，回顾了该领域未来的研究和发展方向。索引词 – 遥控航空系统；遥感应用；物体检测；面部跟踪；
使用现代平台和传感器进行传感任务 - CORE
摘要 机载摄影测量和遥感应用中的任务规划取决于采集系统和所采用的平台（如旋翼和固定翼飞机、滑翔机、飞艇、有人驾驶或无人驾驶），是确保测量任务成功的第一步，也是必不可少的一步。本文旨在概述使用无源光学传感器的任务规划技术。本文介绍了与最常见传感器技术使用相关的基本概念，以及使用现代机载传感器可能出现的几种情况。本文举例说明并讨论了几个飞行计划，以强调在不同类型的有人驾驶和无人驾驶机载任务中正确的数据采集方法、程序和工具。特别是，本文将讨论使用较新数字无源光学机载传感器技术的飞行规划，包括帧相机和多/高光谱推扫式传感器。此外，为了确保空中任务的圆满成功，还介绍了一些提前了解天气状况（云量、太阳高度、风等）和 GNSS 卫星配置的最新解决方案。
利用现代平台和传感器执行传感任务
摘要 机载摄影测量和遥感应用中的任务规划取决于采集系统和所采用的平台（如旋翼和固定翼飞机、滑翔机、飞艇、载人或无人驾驶），是确保调查任务成功的第一步，也是至关重要的一步。本文旨在概述使用无源光学传感器的任务规划技术。介绍了与最常见传感器技术使用相关的基本概念，以及使用现代机载传感器可能提供的几种可能场景。举例说明并讨论了几个飞行计划示例，以强调在不同类型的载人和无人机载任务中获取数据的正确方法、程序和工具。特别是，将处理使用较新的数字无源光学机载传感器技术的飞行规划，包括帧相机和多/高光谱推扫式传感器。此外，为了确保空中任务的圆满成功，本文介绍了一些最新的解决方案，以便提前了解天气状况（云量、太阳高度、风等）以及 GNSS 卫星配置。