导航定位技术与遥感技术是两种主要的获取空间信息的技术手段。相比传统的信息获取手段,导航和遥感能快速、高效、实时地获取海量时空信息资源,可为诸多领域提供天地一体化信息服务。导航和遥感是最具应用价值和发展潜力的时空信息采集获取手段,位置信息和遥感数据是最具泛在性的智能信息服务要素。导航技术侧重于获取点目标连续的位置和运动状态,而遥感技术则侧重于获取面目标的状态信息,二者的融合能够有效地提升空间数据获取效率,提升空间数据的可靠性。
随着导航和遥感技术的不断发展,时空信息的综合应用,以及数据服务业务的逐步普及,导航和遥感的结合成为必然发展趋势。导航技术与遥感技术相互融合相互渗透,逐渐形成新的交叉领域和学科。李德仁院士从天基信息实时服务系统的角度提出定位、导航、授时、遥感、通信(PNTRC)五位一体的融合构想,从天基信息的获取、传输、综合应用等角度论述了导航与遥感技术融合的意义和必要性[1-2]。杨元喜院士指出导航技术的发展趋势是弹性PNT框架[3]和综合PNT体系[4],从多源融合的角度论述了未来PNT体系对雷达,光学影像等遥感技术的需求。
导航遥感融合可根据其融合机理划分为3个层次:协同、集成和融合,关系如图 1所示。协同层面的融合是指导航技术与遥感技术合作完成一项任务。例如在灾害应急任务中,既需要遥感技术获取受灾情况,进行灾害影响评估与分析,又需要导航技术用于救援人员和救灾物资运送的指挥和调配。在很多应用场合,导航技术和遥感技术各司其职,又相互协作,缺一不可。典型导航与遥感协同的应用包括灾害应急[5-6]、地质灾害监测等。
集成层面的融合是指将导航与遥感技术从设备或者平台的层面集成在一起,协同实现一项特定的功能。导航与遥感的集成使得导航和遥感技术在流程上存在先后顺序,例如导航技术为影像传感器提供位置和姿态信息,辅助影像排列,拼接以及无控定位。在集成的层面,导航技术和遥感技术是除了合作,还存在一定的相互依赖关系。典型的导航、遥感集成的应用包括无控测图[7]、移动测量[8]等。
导航与遥感深层次融合是指突破导航与遥感技术功能的界限,实现功能上的跨界,具体可划分为利用遥感技术提升导航性能和利用导航信号开展遥感任务两种融合方式。导航与遥感的融合模式可以利用遥感和导航技术的统一模型表达他们功能上的转换。在融合的层面,遥感和导航是互联互通的两项空间信息获取技术,融合突破了这两项技术固有的特点和界限,典型的融合应用包括视觉/GNSS紧耦合定位,GNSS气象,GNSS遥感,GNSS SAR等。一方面GNSS导航信号为大气探测和目标检测提供了全球可用的,低成本的信号源;另一方面,视觉定位作为一种定位手段,具备低成本,抗干扰等特性,能够丰富和扩展导航定位的手段,弥补卫星导航技术的不足。
1 导航/遥感技术的协同导航与遥感技术的协同是指这两种技术在任务级别的协同。导航技术与遥感技术在信息获取方面各有侧重,优势互补,具有广阔的应用空间,典型的应用包括灾害应急保障,地质灾害监测等。
1.1 导航遥感协同灾害应急保障灾害应急保障需要导航技术和遥感技术协同服务。导航定位服务在灾害应急保障中的作用体现在两个方面:一是为救灾人员和救援物资的调度提供位置和线路信息,优化救援力量部署,提升救援效率;二是为机载遥感平台提供位置姿态信息,辅助应急遥感数据的获取。以北斗系统为代表的卫星导航技术是灾害应急测绘中主要的导航技术手段。遥感技术的作用也体现在两个方面:一是第一时间获取应急区域灾情信息,为应急救援决策提供依据;另一方面,遥感技术是灾害影响评估和灾后恢复效果的评估依据。灾害应急的遥感手段相对丰富,包括航空光学影像,机载LiDAR数据,机载SAR数据,倾斜摄影数据等。
卫星导航与遥感技术协同保障在我国灾害应急救援领域中的作用随着对应急测绘的时效性要求提升而变得更加明显。2008年汶川地震应急救灾中,北斗一号导航系统为救援部队提供了准确的震中位置和救援位置,保障了第一时间救援的效率[5]。遥感技术保障方面,则调集了9架无人机,直升机和国内外多颗遥感卫星不断获取灾区影像[9]。2010年青海玉树地震主要采用了无人机快速遥感处理,灾后21 h就完成了灾区正射影像图的制作。地震灾害会破坏地面相控点和坐标基准,因此结合卫星导航技术实现无控测图,在应急地图制作、灾后空间基准恢复等工作中尤其重要。卫星导航和遥感技术融合还在甘肃舟曲特大山洪泥石流灾害,彝良县地震和利比亚撤侨等应急事件中发挥了巨大作用[9]。
1.2 导航遥感协同地质灾害监测与预警地质灾害的监测和预警需要对灾区进行长时间高时空分辨率,高精度的观测,然而目前很难有单一技术能够满足要求。以GNSS/InSAR技术融合为代表的导航定位技术与遥感观测技术的融合,可以优势互补,提升时间和空间分辨率,获得更多的空间形变信息, 提高形变信息的可靠性[10-11]。GNSS与InSAR的融合方法可大致分为3个层面:①GNSS技术为InSAR提供大气改正和精密轨道[12-15],帮助InSAR消弱误差影响或者辅助InSAR相位解缠[16]。②利用GNSS时间序列变化特征和InSAR提供的空间变化信息内插获得高时空分辨率的变化特征。③GNSS技术与InSAR技术这两种独立的形变监测技术相互检核[17],提升灾害监测的可靠性。GNSS和InSAR融合的技术已广泛地应用于滑坡监测与预警,同震三维形变场反演[18-21],地表沉降监测[22-23],矿山沉陷监测[11, 24],水坝形变监测[25]等。甘肃黑方台滑坡的成功预警是InSAR技术和GNSS形变监测技术联合应用的结果[26]。
2 导航/遥感技术的集成导航与遥感的典型集成应用场景是GNSS、INS等导航技术为遥感平台提供位置和姿态信息,辅助遥感传感器成像。随着集成度的提高,导航与遥感的集成方式也有所改变。按集成的载体平台划分,可分为天基导航、遥感集成,空基导航、遥感集成和地基导航、遥感集成。
2.1 天基导航、遥感集成天基导航、遥感集成手段主要有两种:一是导航技术为遥感平台提供位置姿态信息;二是导航与遥感功能共享卫星平台。
第1种集成手段的典型应用是测绘卫星的无控制点定位问题。无控制点摄影测量技术能够大幅缩减成图的野外工作量,提升成图效率和成图时效性,因此是摄影测量学科的发展方向,也是一个国际难题[27]。光学卫星影像无控定位首先需要确定传感器的位置和姿态,这主要依靠GNSS精密定轨技术和基于星敏感器、陀螺仪的姿态确定技术。光学卫星影像的无控定位实现方法主要有两种:一种是直接前方交会,另一种是光束法平差[28]。直接前方交会法是将GNSS定轨结果和星敏感器/INS提供的姿态作为已知值,通过两张相片交会确定地面目标的坐标。光束法平差是利用多个相片的光束关系,联合求解地面目标的坐标,并且求解卫星轨道和姿态改正数。光束法平差是更为严密的摄影测量方法,获得的无控定位精度也优于直接前方交会法。对于直接前方交会法,导航技术提供的遥感平台轨道和姿态直接决定了无控定位的精度。对于光束法平差,虽然轨道和姿态参数也参与平差计算,但无控定位只能消除不同成像位置之间的相对误差,平差后绝对空间基准的精确性仍然依靠导航技术提供的位置和姿态信息。近年来,导航技术提供的轨道和姿态参数精度有所提升,也促进了卫星无控定位的精度的提升。21世纪初,世界上最先进的光学遥感卫星SPOT5、Cartosat-1、ALOS等卫星全色立体影像分辨率在2.5~5 m的水平,其无控定位精度在数十米至上百米的水平。国外高分辨率遥感卫星IKONOS、Quickbird、OrbView-3等获取的全色影像分辨率均优于1 m,但其无控定位精度在10~30 m[28]。近年来,我国卫星无控定位精度有了跨越式发展,达到了国际先进水平。我国的资源三号卫星的无控定位精度达到平面6 m,高程5 m[29];天绘一号03星无控定位精度达到平面3.7 m,高程2.4 m[7]。随着合成孔径雷达(SAR)卫星技术的发展,对卫星的姿态与轨道控制的要求也逐步提升。为了保障两次成像之间具有良好的相干特性,需要保证卫星两次成像时位置和姿态具有良好的一致性,这对GNSS精密定轨的实时性提出了更高的要求。
第2种集成方式是针对目前我国卫星资源的覆盖能力有限,响应速度慢,协同能力不足的现状,文献[2]提出的“通信,遥感,导航”一体化的天基信息实时服务系统。天基的卫星资源需要一星多用,多星组网,多网融合,最终按需提供智能服务。天基实时服务系统要求天基卫星资源能够同时提供定位、导航、授时、遥感、通信(PNTRC)这5种服务。
武汉大学2018年6月发射的珞珈一号科学实验卫星是探索通信、导航、遥感一体化技术的一次成功的尝试。该卫星搭载130 m分辨率的夜光遥感相机和低轨卫星导航增强载荷,同时具备星地之间50 Mbps的通信传输能力用于星上数据下传,卫星的主要载荷如图 2所示。珞珈一号卫星拍摄的夜光遥感影像免费向社会发布,累计提供超过31万景/次的夜光遥感数据,并且形成了夜光遥感数据全国一张图。此外,该卫星还开展了首次低轨卫星导航增强试验,验证结果显示采用低成本星载时钟生成的测距信号在高仰角条件下伪距和载波相位精度分别为1.5 m和1.7 mm[30-31]。通过实践验证了低轨卫星导航增强的技术方案的可行性并分析了未来发展所面临的挑战,为我国发展低轨卫星导航增强系统获取了宝贵的经验[32]。
2.2 空基导航、遥感集成
除了星基平台外,空基导航、遥感的集成也是重要的研究和发展方向,主要集成的平台包括无人机和近地空间浮空器等。与星基平台相比,空基平台最大的特点是需要由控制系统来维持平台的位置和姿态。因此导航作为平台控制系统的输入,担负着维持平台飞行安全的责任。空基平台比星基平台更加灵活,且飞行高度更低,这有利于提高遥感影像的分辨率。空基导航遥感集成技术广泛地应用于气象监测预报,国土资源调查与城市管理[33],海事动态监测,灾害预报、监测与评估,精细农业[34],海洋权益保障等领域[35]。空基导航、遥感集成方式主要是导航系统为遥感载荷提供位置姿态信息。得益于高精度卫星导航定位技术的发展,基于无人机的大比例无控测图已经达到平面5 cm, 高程8 cm的精度,可以满足1:500测图要求[36]。此外,基于近地空间浮空器的遥感和导航增强系统在区域导航信号的功率增强和抗干扰方面具有巨大的发展潜力,目前也处于技术可行性论证阶段[37-39]。
2.3 地基导航、遥感集成地基导航、遥感集成技术具有平台多样化,技术手段多样化和应用场景多样化等特点。由于地面环境复杂,障碍物多,因此地基平台导航的难度和重要性远高于空基和天基平台。根据集成系统中遥感技术的角色,可以将地基导航、遥感集成系统划分为信息采集型和环境感知型两类。信息采集型即利用遥感技术采集环境的物理和几何属性,包括街景数据采集,移动测图等,适用于测绘,城市管理等应用。环境感知型是利用遥感技术感知周围的环境用来避障,路径规划等。特别是对于移动机器人,自动驾驶等新兴应用领域,导航与环境感知已经成为其核心技术[40]。
移动测图系统主要利用GNSS,视频相机,惯性导航系统或者航位推算系统进行融合,能够在平台移动的过程中实时提供平台的位置和姿态信息。在移动过程中平台上搭载的各类传感器设备采集各种环境的几何、物理和属性信息,并赋予其空间属性。与传统人工测量和调绘相比,移动测量具备高效率,低成本,劳动强度低,成果全面,可靠性高等特点,可广泛应用于基础测绘[41-42]、电子地图测绘和修测[8],公路GIS与路产管理[43],道路裂缝检测,电力GIS数据采集,铁路资产管理等领域[44]。
环境感知型导航与遥感技术结合,利用GNSS技术解决绝对定位以及电子地图匹配,再利用雷达,三维激光扫描,视觉等技术手段实现避障、环境感知和目标识别等,用于保障无人系统的安全。特别是同时定位与地图创建(SLAM)技术,允许机器人在未知环境中实现导航和测图。其主要思想是:依靠已创建的地图信息进行自身定位,再根据定位结果更新地图[45]。SLAM技术被认为是真正实现机器人自主性的核心环节。SLAM技术能够获得相对坐标系定位结果,要获得绝对坐标系坐标仍然需要外部导航定位手段的输入,例如与GNSS系统融合。目前基于视觉、三维激光扫描传感器的SLAM技术在室内三维测图、机器人导航等领域已得到广泛应用。
3 遥感增强的导航定位技术遥感技术与导航技术深层次的融合是突破各自功能界限的融合,包括利用遥感技术辅助导航和利用导航信号进行遥感两大类。这两类技术能够突破各自的功能界限,因为他们在本质上存在一定的联系。本文梳理出导航与遥感技术的统一化表征模型,如图 3所示。遥感技术用于导航主要是通过提取特征点的几何信息进行测距,而利用导航信号成像的核心技术则是将导航信号进行二维分块并离散化。图 3中涉及的技术将划分为遥感增强的导航技术和GNSS遥感两部分内容分别论述。
遥感技术增强的导航定位技术是指利用光学相机,激光雷达等遥感成像技术与传统的导航定位技术融合,以提升导航定位的精度、可用性和可靠性等。根据融合原理可划分为松耦合技术和紧耦合技术。
3.1 遥感/导航松耦合定位技术遥感影像定位分为两种形式,一种是特征点的空间坐标已知,则可以利用共线方程对相机进行绝对定位定姿,这种方式通常称为影像匹配导航(SMN)技术。在特征点坐标未知的情况下,可以通过多张相片的同名点进行相机相对定位,这种方式通常称为视觉里程计(VO)技术。遥感、导航技术的松耦合定位是利用相机和GNSS、INS等导航设备分别确定载体坐标信息,再进行融合来提升定位精度、可用性、可靠性的技术。根据遥感影像定位方式不同,融合定位模式也可分为GNSS/SMN融合和GNSS/VO融合两大类。
GNSS/SMN组合导航主要用于车辆导航和无人机导航[46-48]。对于自动驾驶应用,可以通过识别影像中的交通标志,人工编码标志等特征,并且利用这些标志的几何信息辅助GNSS技术和INS技术定位[49]。GNSS定位适合提供绝对的定位信息,而影像匹配导航特别适合于局部精确导航,因此影像匹配可在一定程度上弥补GNSS导航性能的不足。SMN能够在GNSS的基础上进一步提升精细导航能力,实现自动驾驶防撞、避障、变道导航等。在一些可靠性精度要求较高的场合,通常需要利用视觉信息匹配来提升GNSS定位的可靠性,例如视觉辅助无人机自主着陆[50]。GNSS/SMN技术与惯性导航技术(INS)、地形匹配导航技术(TAN)等组合应用可以提升复杂环境下自主导航能力[51-52]。
视觉里程计导航主要使用视觉传感器技术,通过单目视觉,双目立体视觉,多目立体视觉,全景视觉以及多传感器组合应用等方式获取载体相对运动信息。单独使用视觉进行导航定位计算量大,而且容易造成误差累计,受环境光线影响明显,因此通常使用视觉与惯性导航,GNSS导航等技术融合进行导航定位,用于车辆和无人机导航等领域[53]。在视觉里程计的基础上可以进一步扩展建图功能,形成视觉的同时,也实现定位和建图(vSLAM),该技术可广泛地应用于行星车等特殊场合[54-55]。利用VO得到的精确的载体相对位移量做约束,可以提升GNSS动态定位的精度[56-58]。
3.2 遥感/导航紧耦合定位技术导航、遥感紧耦合定位技术是指联合利用遥感信息和导航信号确定用户位置的技术。目前视觉与导航紧耦合定位的方式主要有两种:一种是利用对天的相机实时获取信号遮挡信息,然后辅助算法鉴别接收到的衍射和绕射GNSS信号,降低非视距信号(NLOS)带来的误差,从而提升GNSS在城市峡谷等区域的定位精度。该方法中遥感影像仅用于辅助质量控制,并没有直接参与定位计算[59]。
另一种是文献[60]提出的视觉基站与GNSS紧耦合定位的方法,该方法将遥感影像与GNSS导航信号统一起来,实现紧耦合定位,定位原理见图 4。光学影像中空间坐标已知的特征点可视作视觉基站,这些基站可以理解为发射可见光测距信号的伪卫星基站。利用相方坐标与物方坐标之间的比例关系可以计算出相机到视觉基站的几何距离,再联合GNSS信号测量得到的几何距离进行联合定位解算。基于影像的定位通常用于近距离场合,主要是室内场景。在户外场景中,受相机分辨率的影响,视觉定位的精度随物方距离增加而显著下降。GNSS信号能够提供相对高精度的距离观测值,但在很多复杂场景又无法单独定位。联合这两类距离观测值既可以提高视觉独立定位的精度,又可以提升GNSS信号被遮挡环境中定位的可用性。视觉信号具有良好的抗干扰特性,因此该方法适用于地理环境和电磁环境复杂区域的导航定位。视觉基站可以是棱镜,编码牌等合作目标,也可以是建筑物的角点等非合作目标。视觉基站系统布设简单,成本低,不受供电影响。用户终端使用GNSS接收机和相机,具有成本低,便于携带的优势。通过视觉与GNSS紧耦合的方式,有利于提升PNT服务的坚韧性,可用性和抗干扰性。
4 GNSS遥感技术
导航卫星可以提供全球覆盖、免费、连续的L波段的微波信号,在用于导航定位的同时,该信号也被视作一种大气和反射面的探测信号,成为一种低成本的,非合作的遥感微波信号源。研究利用GNSS信号探测和感知环境的学科称为GNSS遥感学科。根据GNSS卫星信号应用方式,GNSS遥感可分为GNSS折射遥感和GNSS反射遥感两类。GNSS折射遥感是利用大气对GNSS直射信号的折射效应反演大气参数,GNSS反射遥感则利用GNSS反射信号的峰值功率,波形后沿,时间延迟等参量来探测或者反演反射面性质。
4.1 GNSS折射遥感技术GNSS折射遥感技术是指利用大气对GNSS直射信号的折射效应反演大气的变化特性。当GNSS信号穿过大气层时,受到大气中的自由电子和大气分子的影响,改变了信号传播路径,发生了折射,从而导致额外的信号传播延迟。这种大气导致的信号延迟对于定位而言是误差源,但是也可以用于对流层和电离层参数的反演。这种利用大气对GNSS直射信号的折射效应反演大气参数的遥感技术统称GNSS折射遥感技术。GNSS折射遥感技术根据观测对象不同可分为GNSS对流层遥感技术和GNSS电离层遥感技术。GNSS对流层探测的主要任务是反演大气中的水汽含量,也称作GNSS气象学(GNSS/MET)。根据GNSS观测平台不同,GNSS气象学又可分为地基GNSS气象学和天基GNSS气象学。根据大气探测产品表达形式可划分为二维大气产品和三维大气产品。本文以对流层探测为例(水汽反演)介绍几类有代表性的GNSS折射遥感技术。
4.1.1 地基GNSS水汽反演GNSS卫星信号穿越地球大气层时,受大气折射影响使信号传播速度减弱和路径弯曲,造成传播时间延迟。这种延迟分为对流层延迟和和电离层延迟两种。其中对流层延迟分为主要由干空气引起的流体静力学延迟和水汽造成的湿延迟[61]。静力学延迟可通过气象参数比较精确地计算,而大气中所含的水汽由于时空变化特性复杂,无法模型化,通常是利用GNSS信号延迟来估计。水汽造成的信号延迟与大气可降水量PWV(precipitable water vapor)之间存在确定的函数关系,因此可以利用估计得到的GNSS信号延迟来探测大气水汽含量,也通常称为GNSS气象学(GNSS/MET)。
传统的地基GNSS水汽反演方法是将GNSS接收天线架设在精确坐标已知的点上,这样就可以精确地计算站星之间的几何距离。通过精密钟差产品和参数估计的形式处理卫星和接收机端钟差影响,再进行利用电离层估计或采用无电离层组合的方式消除电离层的影响,然后利用气象信息扣除静力学延迟分量,最后利用对流层投影函数估计对流层天顶方向的湿延迟分量,再将其换算成大气可降水量PWV。GNSS水汽反演可以采用双差观测模型,星间单差观测模型和非差观测模型。传统的地基GNSS水汽反演得到的是测站天顶方向的总延迟,具有高时间分辨率的特点,反演精度可达1~2 mm量级[62]。地基GNSS水汽反演只能反映测站附近的可降水量情况,要反演整个区域的可降水量,则需要联合解算多个地面站形成的站网。GNSS水汽反演不受气溶胶、云和降水的影响, 能够弥补卫星和地面可见光、红外、微波遥感在这方面的缺陷[63]。地基GNSS水汽反演技术对于改进区域及全球数值天气预报相当重要, 并使得GPS/MET技术成为大气遥感的最有效的方法之一。
4.1.2 地基GNSS水汽层析技术传统地基GNSS水汽反演只能获取测站处天顶方向的总水汽含量,不能反映水汽的垂直结构信息。而水汽的垂直分布对于提高天气预报精度,研究水汽循环和微气候成因非常关键[64]。GNSS水汽层析技术允许利用GNSS信号传播路径上总延迟来反演水汽分布的垂直结构[65-66]。与二维地基水汽反演不同的是,三维水汽层析使用的是倾斜路径水汽含量SWV而不是天顶方向水汽总含量PWV。SWV可表示为[67]
式中, ε、ϕ是信号路径的高度角和方位角;Mw(·)是湿投影函数;∏是对流层延迟到水汽含量的转换系数;ΔLg(·)是水平梯度;r是GNSS载波相位验后残差。
SWV可以表达为单位面积上大气中的绝对湿度沿着倾斜路径方向的积分,可表达为
式中, ρs为液态水密度;HA为水汽密度;s为倾斜路径。
考虑到天上有多颗导航卫星,地面有多个测站的情况,则可以在区域内形成多条信号传播路径。为了将GNSS SWV观测值与三维水汽场建立联系,可以引入计算机层析成像(CT)的概念,即将连续的积分路径离散化,拆分成若干个网格单元。每个单元格都是空间内的一个六面体,假设六面体内的水汽密度相同,均为xj, 第i条信号路径在第j个格网内传播路径长度为Δsij,则离散化后的SWV可表示为
将一个时间段内所有的SWV集合起来联合求解各个格网单元中的水汽密度xi就可以获得三维水汽场。考虑到没有观测值的格网单元会造成观测系数方程不适定,可以通过施加水平方向约束,垂直方向约束和顶层约束来解决。
4.1.3 天基GNSS水汽探测技术天基GNSS水汽探测主要是利用星载GNSS接收机接收GNSS折射信号来反演大气特性,通常称作GNSS掩星探测技术GNSS-RO(GNSS radio occultation)[68]。GNSS-RO可实现大气层和电离层探测,具有高精度、高垂直分辨率、长期稳定、全球覆盖、全天候等优势,可弥补传统大气探测手段的不足,其探测资料对数值天气预报、临近空间环境监测与研究、气候与全球变化研究、大气模式研究和数据同化等具有重要的科学意义。
GNSS-RO的原理如图 5所示。掩星事件的几何关系可以用电波弯曲角α,碰撞参数a和电波与大气的正切半径rt表示。其中正切半径表示电波射线与地心间最短距离,碰撞参数a=nr。n为大气折射指数,r为射线离地心距离。假设大气折射指数在局部是球对称分布,则大气折射指数可由Abel积分变换公式计算如下[69]
式中, a0为当前掩星观测对应的碰撞参数。
GNSS-RO数据处理首先计算大气折射导致的多余信号传播路径,并换算成附加多普勒频移,再进一步计算信号弯曲角。经过一系列的误差修正和参数优化,再利用Abel积分变换得到掩星观测点的大气折射指数,并进一步反演出大气密度剖面、气压剖面、气温剖面、水汽剖面等信息。基于几何光学的反演方法通常垂直分辨率较低,低层大气处理时也易出现多径现象。为了克服这些问题,又提出接收信号复振幅的无线电全息反演方法和克服低层大气多路径问题的组合反演方法[70]等。
GNSS-RO在大气垂直剖面获取方面具有独特的优势,目前已经作为大气数据同化的主要数据源之一,广泛地应用于天气预报,大气探测,气候变化监测等领域[71-73]。我国2013年发射的气象卫星风云-3C装备有国际首台北斗/GPS兼容的掩星探测接收机,并成功地获取了大量的掩星观测数据[74]。
4.1.4 GNSS电离层探测技术GNSS信号穿过大气层造成的延迟包括对流层延迟和电离层延迟两部分。普遍认为距离地面高度60 km以下的部分主要是对流层的影响,而60~2000 km的区域主要受电离层的影响[75]。电离层误差和对流层误差区别对待是因为二者性质不同,对流层延迟与信号频率无关,而电离层一阶项延迟则与频率平方成反比。电离层对GNSS信号的影响比对流层更加显著,而且更加难以建模。
基于GNSS信号的电离层探测主要利用电离层延迟的频率相关特性。利用GNSS信号提取电离层的方法主要有两种:一种是基于无几何距离组合观测值的方法;另一种是基于精密单点定位参数估计的方法[76-77]。基于无几何距离组合观测值法是利用无几何距离组合消除观测值中所有频率无关的项,再扣除卫星端和接收机端的码间偏差,从而得到电离层观测值。一般会使用相位平滑伪距的方式抑制伪距噪声对电离层估值的影响。基于精密单点定位参数估计的方法是直接利用原始双频观测值形成观测方程,同时估计接收机坐标、接收机钟差、对流层参数、电离层延迟和模糊度参数。如果接收天线的坐标精确已知,可以通过约束坐标参数的方法提升电离层估计精度。地基电离层探测估计的结果是卫星视线方向的总延迟(STEC)。考虑到电离层的厚度影响,直接将STEC通过投影函数转换为测站天顶方向总延迟(VTEC)会导致显著的误差。因此一般会采用薄壳假设模型,将STEC压缩为信号传播路径与薄壳交点(穿刺点,即IPP)处的倾斜延迟,在利用投影函数转换为IPP处的天顶延迟用于电离层建模[78]。
地基GNSS电离层探测与地基水汽探测类似,都只能反演二维的电子密度分布。与地基水汽反演方法类似,也可以采用电离层层析的方式研究电离层三维空间密度[79]。天基的掩星观测也可以用于反演电子密度垂直剖面[80], 但是电离层总延迟的计算方法与水汽总延迟计算方法有所不同。考虑到GNSS电离层层析系统中的不适定问题,可以采用正则化算法,正交函数法,奇异值分解法和广义奇异值分解法,混合重建法等方法,通过施加电子密度平滑约束解决。此外,GNSS电离层层析还可以使用代数重构的方法提高计算效率。GNSS电离层反演具有时间分辨率和垂直分辨率高、精度可靠的特点,在电离层监测和预报领域具有广阔的应用前景[71, 81]。此外,GNSS电离层反演还可以用于电离层扰动监测,震前电离层异常监测[82-83]以及海啸引起的电离层扰动等[84-85]。
4.2 GNSS反射遥感技术GNSS反射遥感(GNSS-R)技术是指通过测量GNSS反射信号的峰值功率,波形后沿,时间延迟等参量来探测或者反演反射面的物理或者几何性质。GNSS-R的应用领域从相对单一的海洋应用逐渐过渡到复杂的陆地遥感应用,观测平台从地基/岸基等静止平台逐步发展到飞机/卫星等移动平台。按照观测模式划分,GNSS-R可分为双天线模式和单天线模式两种。其中双天线模式采用向上的低增益右旋圆极化(RHCP)天线和向下的高增益左旋圆极化(LHCP)天线,分别接收直射和反射信号;单天线模式是利用一副天线同时接收直射和反射信号。单天线模式在信号处理时通常采用一定的方式扣除直射信号从而分离出反射信号进行观测,主要用于地基观测[86]。
4.2.1 GNSS-R高度变化测量技术GNSS-R测量反射面的高度变化是利用反射信号测量反射面的几何信息,主要有两种模式:干涉模式和反射模式[87]。干涉模式是指利用同一个接收天线接收直射和反射信号的叠加信号。由于直射信号和反射信号的干涉现象导致信号强度出现高频的振荡。通过趋势项拟合的方法扣除直射信号的影响,再利用信号强度振荡频率与反射面高度的关系反演反射面的高度。反射模式通常是利用两个接收天线分别接收直射和反射信号,通过求解反射信号的接收时延作为观测值,再利用接收机、卫星与反射面的几何关系求解反射面的高度。从接收平台的角度划分,可分为地基和空基两类。这一类的应用有海面高度反演[88-89]、海浪波高反演[90]、积雪厚度反演[87-88]等。
4.2.2 GNSS-R反射面特性感知技术GNSS-R反射面特性感知技术主要是利用GNSS反射信号强度对于反射面参数的敏感性来反演反射面的特性,典型的应用包括土壤湿度反演,海冰监测,海面风场的反演等[86, 91]。测量得到的地表GNSS反射信号功率与地面的若干几何和物理特征参数相关,包括反射面的复介电常数,反射面物理温度,反射面的粗糙程度等。利用GNSS-R技术反演反射面特性的方法可分为空基和地基两种:空基GNSS-R测量范围大,但载噪比受到大气的影响较显著,另外测区内反射面条件不一致也会影响反演结果;地基GNSS-R受大气影响小,便于安装,但是测量范围仅限于几平方米至几十平方米。
对于土壤湿度反演的应用而言,可以利用GNSS反射信号的地表反射功率和直射信号功率的比值求解地表垂直分量的反射系数。然后再根据反射系数求解土壤的介电常数,最后通过土壤的介电常数模型求解土壤湿度。目前已有大量的学者利用GNSS-R技术开展了土壤湿度测量的试验[92-93],结果表明,平坦的地表条件下,GNSS-R与土壤湿度计测量的结果具有良好的一致性。GNSS-R技术还可以用于检测反射面粗糙程度变化,例如根据海面与冰面的电磁波散射特性差异来检测海冰的变化[94]。类似地,可以根据海面风场对海面散射系数的影响反演海面风场[95-97]。
4.2.3 GNSS信号目标探测技术利用GNSS-R进行反射面特性研究通常都是定性的描述,如果反射面特性复杂,则会影响反演效果。利用GNSS信号成像的技术能够提升反演的空间分辨率,甚至用于目标探测与识别,具有广阔的应用前景。GNSS信号成像技术也称作GNSS合成孔径雷达(GNSS SAR)技术。根据GNSS信号接收平台不同,可分为空基GNSS SAR技术和地基GNSS SAR技术。由于GNSS信号并不是为成像设计的,因此用于成像时,具有一定的技术挑战。主要体现在以下5个方面:①信号调制方式不同;②信号带宽窄;③信号不是脉冲形式; ④GNSS信号能量低; ⑤双基地SAR。GNSS SAR的工作原理见图 6。接收机同时接收直射信号和反射信号用于时间同步,然后将反射信号进行二维分块,利用回波时延的缓变特性进行二维成像。
GNSS SAR的关键技术是将GNSS连续波划分成等效脉冲信号,再将脉冲信号进行二维分块处理。对于成像区域内各个点的回波信号,其多普勒相位和回波时延随时间变化特性不同。因此,二维分块后回波信号表达式可近似地表示为[98]
式中,t和η分别为快时间和慢时间;αk和τk(t)分别表示第k个目标区域对应的幅度衰减因子和传输延迟时间;θk(η+t)表示回波信号的多普勒相位;Ts为合成孔径时间;T为等效脉冲重复间隔。
GNSS SAR成像中,直射信号的接收与反射信号的接收共用一套本振信号从而保证两个通道之间的时间同步,通过直射信号提取多普勒信息和距离徙动参数。根据卫星和接收机的相对位置关系确定成像场景反射信号的几何关系。再根据直射信号的多普勒信息和距离徙动参数以及直射与反射信号的几何关系获得回波信号的多普勒参数和距离徙动参数,用于回波信号的聚焦成像[99]。
GNSS SAR成像技术主要用于目标检测[100]和海面监测[101]。受到成像分辨率的限制,GNSS SAR主要用于大目标的检测,例如根据海面和海冰表面粗糙程度不同的特性,通过研究GNSS反射信号在时延-多普勒映射(DDM)图上的散射能量空间分布,可用于识别海冰的边界[102]。GNSS SAR成像还可以用于检测一些静态[103]和动态的目标[98]。
5 总结与发展趋势本文梳理了导航与遥感技术融合的3个层次,即协同、集成和融合。从导航与遥感协同的角度,导航技术侧重于连续的点测量,而遥感技术则主要是低时间分辨率的面测量,二者协同能够提高空间信息获取的效率。从导航与遥感集成的层面,从天基、空基和地基3个角度讨论了集成方法和主要应用。天基和空基平台的集成从过去的导航辅助遥感成像模式走向一星多用和导航、遥感功能级别的集成。地基平台的集成的目的从地理空间信息的获取走向无人系统对环境的感知。在导航与遥感技术融合层面,遥感辅助导航定位能够提升导航定位对复杂环境的适应性和抗干扰特性。在弹性PNT框架中,遥感技术以其独特的优势将在导航服务中扮演越来越重要的角色。GNSS遥感技术也逐渐形成门类齐全的学科,包括折射遥感和反射遥感两类。折射遥感利用大气对天基和地基GNSS信号的折射效应反演水汽含量和电子密度分布。地基的GNSS遥感又划分为二维反演和三维反演。GNSS大气探测技术具有高时间分辨率、高垂直分辨率、高精度和低成本的特点,在气象学,空间物理甚至灾害预警方面展现出巨大的潜力。GNSS反射遥感是通过接收GNSS反射信号的强度、时延、波形后沿等特性反演海洋和陆地的几何和物理性质,甚至通过二维分块的方式,也可以成像用于目标探测,具备了合成孔径雷达的功能。
导航信号和遥感数据都用于提供导航服务和遥感服务,虽然导航和遥感在深层次融合方面取得了相当的进展,但是各自在性能方面也存在约束和技术瓶颈。未来的导航与遥感的融合将从现在的平台集成,功能集成走向未来信号层面的集成。
[1] |
李德仁, 沈欣, 龚健雅, 等.
论我国空间信息网络的构建[J]. 武汉大学学报(信息科学版), 2015, 40(6): 711–715, 766.
LI Deren, SHEN Xin, GONG Jianya, et al. On construction of China's space information network[J]. Geomatics and Information Science of Wuhan University, 2015, 40(6): 711–715, 766. |
[2] |
李德仁, 沈欣, 李迪龙, 等.
论军民融合的卫星通信、遥感、导航一体天基信息实时服务系统[J]. 武汉大学学报(信息科学版), 2017, 42(11): 1501–1505.
LI Deren, SHEN Xin, LI Dilong, et al. On civil-military integrated space-based real-time information service system[J]. Geomatics and Information Science of Wuhan University, 2017, 42(11): 1501–1505. |
[3] |
杨元喜.
弹性PNT基本框架[J]. 测绘学报, 2018, 47(7): 893–898.
YANG Yuanxi. Resilient PNT concept frame[J]. Acta Geodaetica et Cartographica Sinica, 2018, 47(7): 893–898. DOI:10.11947/j.AGCS.2018.20180149 |
[4] |
杨元喜.
综合PNT体系及其关键技术[J]. 测绘学报, 2016, 45(5): 505–510.
YANG Yuanxi. Concepts of comprehensive PNT and related key technologies[J]. Acta Geodaetica et Cartographica Sinica, 2016, 45(5): 505–510. DOI:10.11947/j.AGCS.2016.20160127 |
[5] |
范本尧, 李祖洪, 刘天雄.
北斗卫星导航系统在汶川地震中的应用及建议[J]. 航天器工程, 2008, 17(4): 6–13.
FAN Benyao, LI Zuhong, LIU Tianxiong. Application and development proposition of BeiDou satellite navigation system in the rescue of Wenchuan earthquake[J]. Spacecraft Engineering, 2008, 17(4): 6–13. |
[6] | HAO Ming, ZHANG Jianlong, NIU Ruiqing, et al. Application of BeiDou navigation satellite system in emergency rescue of natural hazards:a case study for field geological survey of Qinghai-Tibet plateau[J]. Geo-spatial Information Science, 2018, 21(4): 294–301. |
[7] |
王任享, 王建荣, 李晶, 等.
天绘一号03星无控定位精度改进策略[J]. 测绘学报, 2019, 48(6): 671–675.
WANG Renxiang, WANG Jianrong, LI Jing, et al. Improvement strategy for location accuracy without ground control points of 3rd satellite of TH-1[J]. Acta Geodaetica et Cartographica Sinica, 2019, 48(6): 671–675. DOI:10.11947/j.AGCS.2019.20190058 |
[8] |
李德仁, 郭晟, 胡庆武.
基于3S集成技术的LD2000系列移动道路测量系统及其应用[J]. 测绘学报, 2008, 37(3): 272–276.
LI Deren, GUO Sheng, HU Qingwu. 3S(RS, GPS, GIS) integration technology based LD2000 series mobile mapping system and its applications[J]. Acta Geodaetica et Cartographica Sinica, 2008, 37(3): 272–276. DOI:10.3321/j.issn:1001-1595.2008.03.002 |
[9] |
李朋德.
中国应急测绘体系建设与实践[J]. 卫星与网络, 2013(11): 22–27.
LI Pengde. Construction and practice of emergency surveying and mapping system in China[J]. Satellites and Network, 2013(11): 22–27. |
[10] |
焦明连.
GPS与InSAR数据融合方法及其应用[J]. 全球定位系统, 2010, 35(3): 1–4.
JIAO Minglian. GPS-InSAR data integration method and its application[J]. GNSS World of China, 2010, 35(3): 1–4. |
[11] |
朱建军, 杨泽发, 李志伟.
InSAR矿区地表三维形变监测与预计研究进展[J]. 测绘学报, 2019, 48(2): 135–144.
ZHU Jianjun, YANG Zefa, LI Zhiwei. Recent progress in retrieving and predicting mining-induced 3D displacements using InSAR[J]. Acta Geodaetica et Cartographica Sinica, 2019, 48(2): 135–144. DOI:10.11947/j.AGCS.2019.20180188 |
[12] |
谌华, 甘卫军.
利用GPS与InSAR融合提高形变监测精度方法研究[J]. 大地测量与地球动力学, 2010, 30(3): 59–62.
CHEN Hua, GAN Weijun. Study on improving deformation monitoring accuracy by using integrated GPS and InSAR[J]. Journal of Geodesy and Geodynamics, 2010, 30(3): 59–62. |
[13] |
李爱国, 张诗玉.
基于GPS的InSAR干涉图大气效应校正方法研究[J]. 测绘科学, 2011, 36(2): 124–126.
LI Aiguo, ZHANG Shiyu. Reduction of atmospheric effects on InSAR interferograms based on GPS[J]. Science of Surveying and Mapping, 2011, 36(2): 124–126. |
[14] |
常亮.
基于GPS和美国环境预报中心观测信息的InSAR大气延迟改正方法研究[J]. 测绘学报, 2011, 40(5): 669–670.
CHANG Liang. InSAR atmospheric delay correction based on GPS observations and NCEP data[J]. Acta Geodaetica et Cartographica Sinica, 2011, 40(5): 669–670. |
[15] |
剧成宇, 师艳, 孙建勇, 等.
基于GPS的InSAR大气延迟校正方法研究[J]. 大地测量与地球动力学, 2012, 32(1): 141–144.
JU Chengyu, SHI Yan, SUN Jianyong, et al. Study on method based on GPS for correcting InSAR atmospheric delay[J]. Journal of Geodesy and Geodynamics, 2012, 32(1): 141–144. |
[16] |
罗海滨, 何秀凤.
GPS控制点辅助InSAR相位解缠算法研究[J]. 武汉大学学报(信息科学版), 2017, 42(5): 630–636.
LUO Haibin, HE Xiufeng. InSAR phase unwrapping algorithms with the aid of GPS control points[J]. Geomatics and Information Science of Wuhan University, 2017, 42(5): 630–636. |
[17] |
张勤, 赵超英, 丁晓利, 等.
利用GPS与InSAR研究西安现今地面沉降与地裂缝时空演化特征[J]. 地球物理学报, 2009, 52(5): 1214–1222.
ZHANG Qin, ZHAO Chaoying, DING Xiaoli, et al. Research on recent characteristics of spatio-temporal evolution and mechanism of Xi'an land subsidence and ground fissure by using GPS and InSAR techniques[J]. Chinese Journal of Geophysics, 2009, 52(5): 1214–1222. |
[18] |
宋小刚, 申星, 姜宇, 等.
通过InSAR与GPS数据融合获取汶川地震同震三维形变场[J]. 地震地质, 2015, 37(1): 222–231.
SONG Xiaogang, SHEN Xing, JIANG Yu, et al. Coseismic 3D deformation field acquisition of the Wenchuan earthquake based on InSAR and GPS data[J]. Seismology and Geology, 2015, 37(1): 222–231. |
[19] |
许才军, 何平, 温扬茂, 等.
日本2011 Tohoku-Oki Mw 9.0级地震的同震形变及其滑动分布反演:GPS和InSAR约束[J]. 武汉大学学报(信息科学版), 2012, 37(12): 1387–1391.
XU Caijun, HE Ping, WEN Yangmao, et al. Coseismic deformation and slip distribution for 2011 Tohoku-Oki Mw 9.0 earthquake:constrained by GPS and InSAR[J]. Geomatics and Information Science of Wuhan University, 2012, 37(12): 1387–1391. |
[20] |
班保松, 伍吉仓, 陈永奇, 等.
联合GPS和InSAR观测结果计算汶川地震三维地表形变[J]. 大地测量与地球动力学, 2010, 30(4): 25–28, 35.
BAN Baosong, WU Jicang, CHEN Yongqi, et al. Calculation of three-dimensional terrain deformation of Wenchuan earthquake with GPS AND InSAR data[J]. Journal of Geodesy and Geodynamics, 2010, 30(4): 25–28, 35. |
[21] |
屠泓为, 汪荣江, 刁法启, 等.
运用SDM方法研究2001年昆仑山口西Ms8.1地震破裂分布:GPS和InSAR联合反演的结果[J]. 地球物理学报, 2016, 59(6): 2103–2112.
TU Hongwei, WANG Rongjiang, DIAO Faqi, et al. Slip model of the 2001 Kunlun mountain Ms8.1 earthquake by SDM:joint inversion from GPS and InSAR data[J]. Chinese Journal of Geophysics, 2016, 59(6): 2103–2112. |
[22] |
胡俊, 李志伟, 朱建军, 等.
基于BFGS法融合InSAR和GPS技术监测地表三维形变[J]. 地球物理学报, 2013, 56(1): 117–126.
HU Jun, LI Zhiwei, ZHU Jianjun, et al. Measuring three-dimensional surface displacements from combined InSAR and GPS data based on BFGS method[J]. Chinese Journal of Geophysics, 2013, 56(1): 117–126. |
[23] |
曹海坤, 赵丽华, 张勤, 等.
利用附加系统误差参数的升降轨InSAR-GPS数据融合方法建立三维形变场[J]. 武汉大学学报(信息科学版), 2018, 43(9): 1362–1368.
CAO Haikun, ZHAO Lihua, ZHANG Qin, et al. Ascending and descending orbits InSAR-GPS data fusion method with additional systematic parameters for three-dimensional deformation field[J]. Geomatics and Information Science of Wuhan University, 2018, 43(9): 1362–1368. |
[24] |
谢勇.
InSAR/GPS在矿山开采沉陷变形监测中的应用研究[J]. 矿山测量, 2012(1): 81–83.
XIE Yong. Application of InSAR-GPS in deformation monitoring of mining subsidence[J]. Mine Surveying, 2012(1): 81–83. |
[25] |
熊寻安, 龚春龙, 王明洲.
基于北斗/GNSS与InSAR的水库群坝体表面变形监测体系[J]. 水利信息化, 2019(3): 45–49, 61.
XIONG Xunan, GONG Chunlong, WANG Mingzhou. Surface deformation monitoring of reservoir group dams system with BDS/GNSS and InSAR technology[J]. Water Resources Informatization, 2019(3): 45–49, 61. |
[26] |
王毅鹏, 张永志, 赵超英, 等.
GPS及InSAR数据支持下的甘肃黑方台滑坡监测云平台设计与分析[J]. 测绘通报, 2019(8): 106–110.
WANG Yipeng, ZHANG Yongzhi, ZHAO Chaoying, et al. Design and analysis of cloud platform for landslide monitoring in Heifangtai, Gansu province based on GPS and InSAR data[J]. Bulletin of Surveying and Mapping, 2019(8): 106–110. DOI:10.13474/j.cnki.11-2246.2019.0262 |
[27] |
王任享, 王建荣.
无地面控制点卫星摄影测量探讨[J]. 测绘科学, 2015, 40(2): 3–12.
WANG Renxiang, WANG Jianrong. Discussion on satellite photogrammetry without ground control point[J]. Science of Surveying and Mapping, 2015, 40(2): 3–12. |
[28] |
王任享, 王建荣, 胡莘.
光学卫星摄影无控定位精度分析[J]. 测绘学报, 2017, 46(3): 332–337.
WANG Renxiang, WANG Jianrong, HU Xin. Analysis of location accuracy without ground control points of optical satellite imagery[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(3): 332–337. DOI:10.11947/j.AGCS.2017.20160650 |
[29] |
孙钰珊, 张力, 许彪, 等.
资源三号卫星影像无控制区域网平差[J]. 遥感学报, 2019, 23(2): 205–214.
SUN Yushan, ZHANG Li, XU Biao, et al. Method and GCP-independent block adjustment for ZY-3 satellite images[J]. Journal of Remote Sensing, 2019, 23(2): 205–214. |
[30] |
王磊, 陈锐志, 李德仁, 等.
珞珈一号低轨卫星导航增强系统信号质量评估[J]. 武汉大学学报(信息科学版), 2018, 43(12): 2191–2196.
WANG Lei, CHEN Ruizhi, LI Deren, et al. Quality assessment of the LEO navigation augmentation signals from Luojia-1A satellite[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 2191–2196. |
[31] | WANG Lei, CHEN Ruizhi, LI Deren, et al. Initial assessment of the LEO based navigation signal augmentation system from Luojia-1A Satellite[J]. Sensors, 2018, 18(11): 3919. |
[32] | WANG Lei, CHEN Ruizhi, XU Beizhen, et al. The challenges of LEO based navigation augmentation system-lessons learned from Luojia-1A Satellite[C]//Proceedings of 2019 China Satellite Navigation Conference Singapore: Springer, 2019: 298-310. |
[33] | FORLANI G, DALL'ASTA E, DIOTRI F, et al. Quality assessment of DSMs produced from UAV flights georeferenced with on-board RTK positioning[J]. Remote Sensing, 2018, 10(2): 311. |
[34] | CHEN Ruizhi, CHU Tianxing, LANDIVAR J A, et al. Monitoring cotton (Gossypium hirsutum L.) germination using ultrahigh-resolution UAS images[J]. Precision Agriculture, 2018, 19(1): 161–177. |
[35] |
李德仁, 李明.
无人机遥感系统的研究进展与应用前景[J]. 武汉大学学报(信息科学版), 2014, 39(5): 505–513, 540.
LI Deren, LI Ming. Research advance and application prospect of unmanned aerial vehicle remote sensing system[J]. Geomatics and Information Science of Wuhan University, 2014, 39(5): 505–513, 540. |
[36] |
张春森, 朱师欢, 臧玉府, 等.
顾及曝光延迟的无人机GPS辅助光束法平差方法[J]. 测绘学报, 2017, 46(5): 565–572.
ZHANG Chunsen, ZHU Shihuan, ZANG Yufu, et al. GPS-supported bundle adjustment method of UAV by considering exposure delay[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(5): 565–572. DOI:10.11947/j.AGCS.2017.20160583 |
[37] |
杨峻巍.
基于临近空间飞行器的区域导航系统关键技术分析[J]. 电讯技术, 2014, 54(4): 385–391.
YANG Junwei. Analysis of key techniques of regional navigation system based on near space vehicle[J]. Telecommunication Engineering, 2014, 54(4): 385–391. |
[38] |
阎啸, 唐博, 张天虹, 等.
临近空间飞行器信息系统一体化载荷平台[J]. 航空学报, 2016, 37(S1): S127–S133.
YAN Xiao, TANG Bo, ZHANG Tianhong, et al. Payload platform of near space vehicle information system[J]. Acta Aeronautica et Astronautica Sinica, 2016, 37(S1): S127–S133. |
[39] |
莫中秋, 陈威屹, 邓平科.
临近空间浮空器的组网与导航定位方法[J]. 计算机应用, 2018, 38(S2): 226–230.
MO Zhongqiu, CHEN Weiyi, DENG Pingke. Networking and navigation method based on near space aerostat[J]. Journal of Computer Applications, 2018, 38(S2): 226–230. |
[40] |
李磊, 叶涛, 谭民, 等.
移动机器人技术研究现状与未来[J]. 机器人, 2002, 24(5): 475–480.
LI Lei, YE Tao, TAN Min, et al. Present state and future development of mobile robot technology research[J]. Robot, 2002, 24(5): 475–480. |
[41] |
陆玉祥, 万晓莉, 常岑, 等.
车载移动测量系统在大比例尺地形图数学精度检测中的应用[J]. 测绘通报, 2019(6): 109–111, 125.
LU Yuxiang, WAN Xiaoli, CHANG Cen, et al. Application of vehicle-borne mobile surveying system in the mathematical precision detection of large scale topographic map[J]. Bulletin of Surveying and Mapping, 2019(6): 109–111, 125. DOI:10.13474/j.cnki.11-2246.2019.0196 |
[42] |
李德仁, 胡庆武, 郭晟, 等.
移动道路测量系统及其在科技奥运中的应用[J]. 科学通报, 2009, 54(3): 312–320.
LI Deren, HU Qingwu, GUO Sheng, et al. Mobile road surveying system and its application in science olympic game[J]. Chinese Science Bulletin, 2009, 54(3): 312–320. |
[43] |
胡文雄.
车载移动测量技术在道路测量中的应用[J]. 工程勘察, 2019, 47(7): 62–65.
HU Wenxiong. Application of vehicle-mounted mobile measurement technology in road measurement[J]. Geotechnical Investigation & Surveying, 2019, 47(7): 62–65. |
[44] |
李德仁.
移动测量技术及其应用[J]. 地理空间信息, 2006, 4(4): 1–5.
LI Deren. Mobile mapping technology and its applications[J]. Geospatial Information, 2006, 4(4): 1–5. |
[45] |
梁明杰, 闵华清, 罗荣华.
基于图优化的同时定位与地图创建综述[J]. 机器人, 2013, 35(4): 500–512.
LIANG Mingjie, MIN Huaqing, LUO Ronghua. Graph-based SLAM:a survey[J]. Robot, 2013, 35(4): 500–512. |
[46] | CHIELLA A C B, MACHADO H N, TEIXEIRA B O S, et al. GNSS/LiDAR-based navigation of an aerial robot in sparse forests[J]. Sensors, 2019, 19(19): 4061. |
[47] |
曾庆喜, 邱文旗, 冯玉朋, 等.
GNSS/VO组合导航研究现状及发展趋势[J]. 导航定位学报, 2018, 6(2): 1–6.
ZENG Qingxi, QIU Wenqi, FENG Yupeng, et al. Status and development trend analysis of GNSS/VO integrated navigation system[J]. Journal of Navigation and Positioning, 2018, 6(2): 1–6. |
[48] |
邵永社, 陈鹰, 祝小平.
利用影像匹配和摄影测量实现无人机精确导航[J]. 测控技术, 2006, 25(8): 79–82.
SHAO Yongshe, CHEN Ying, ZHU Xiaoping. Navigating the UAV/RPV accurately using image matching technique and photogrammetric theory[J]. Measurement & Control Technology, 2006, 25(8): 79–82. |
[49] |
张奕然, 郭承军, 牛瑞朝.
智能车双目视觉辅助GNSS定位方法研究[J]. 计算机工程与应用, 2016, 52(17): 192–197.
ZHANG Yiran, GUO Chengjun, NIU Ruizhao. Research on stereo-vision aided GNSS localization for intelligent vehicles[J]. Computer Engineering and Applications, 2016, 52(17): 192–197. |
[50] | LANGE S, NIKO, S, PROTZEL P. Autonomous landing for a multirotor UAV using vision[C]//Proceedings of Simpar Intl Conf on Simulation, Modeling & Programming for Autonomous Robots. Vinice, Italy: SMPAR, 2008: 482-491. |
[51] |
江春红, 苏惠敏, 陈哲.
信息融合技术在INS/GPS/TAN/SMN四组合系统中的应用[J]. 信息与控制, 2001, 30(6): 537–542.
JIANG Chunhong, SU Huimin, CHEN Zhe. Multi-sensor information fusion technique and it's application in INS/GPS/TAN/SMN integrated navigation systems[J]. Information and Control, 2001, 30(6): 537–542. |
[52] |
袁冬莉, 闫建国, 王新民, 等.
无人机组合导航系统信息融合方法研究[J]. 西北工业大学学报, 2006, 24(5): 558–561.
YUAN Dongli, YAN Jianguo, WANG Xinmin, et al. A DR/RP/GNSS/DNS/TAN/SMN integrated navigation system for UAV based on federated Kalman filtering[J]. Journal of Northwestern Polytechnical University, 2006, 24(5): 558–561. |
[53] |
冯黎, 郭承军.
基于GNSS/SINS/双目视觉里程计的车载导航系统分析与设计[J]. 汽车技术, 2019(10): 37–41.
FENG Li, GUO Chengjun. Analysis and design of car navigation system based on GNSS/SINS/Binocular vision odometer[J]. Automobile Technology, 2019(10): 37–41. |
[54] |
傅博, 焦艳梅, 丁夏清, 等.
一种鲁棒的多目视觉惯性即时定位与建图方法[J]. 载人航天, 2019, 25(5): 21–25.
FU Bo, JIAO Yanmei, DING Xiaqing, et al. A robust multi-camera visual-inertial simultaneous localization and mapping method[J]. Manned Spaceflight, 2019, 25(5): 21–25. |
[55] |
郭延宁, 冯振, 马广富, 等.
行星车视觉导航与自主控制进展与展望[J]. 宇航学报, 2018, 39(11): 1185–1196.
GUO Yanning, FENG Zhen, MA Guangfu, et al. Advances and trends in visual navigation and autonomous control of a planetary rover[J]. Journal of Astronautics, 2018, 39(11): 1185–1196. |
[56] | LI Tuan, ZHANG Hongping, GAO Zhouzheng, et al. Tight fusion of a monocular camera, MEMS-IMU, and single-frequency multi-GNSS RTK for precise navigation in GNSS-challenged environments[J]. Remote Sensing, 2019, 11(6): 610. |
[57] | WANG Jinling, GARRATT M, LAMBERT A, et al. Integration of GPS/INS/Vision sensors to navigate unmanned aerial vehicles[C]//Proceedings of the International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Beijing: [s.n.], 2011. |
[58] | ABABSA F. Advanced 3D localization by fusing measurements from GPS, inertial and vision sensors[C]//Proceedings of 2009 IEEE International Conference on Systems, Man, and Cybernetics. San Antonio, TX, USA: IEEE, 2009. https://ieeexplore.ieee.org/document/5346784 |
[59] | GAKNE P V, O'KEEFE K. Tightly-coupled GNSS/Vision using a sky-pointing camera for vehicle navigation in urban areas[J]. Sensors, 2018, 18(4): 1244. |
[60] |
王磊, 陈锐志, 付文举, 等.一种视觉影像和GNSS测距信号紧耦合定位系统与方法: 中国, 201910802812.0[P].[2019-10-28]. WANG Lei, CHEN Ruizhi, FU Wenju, et al. a tightly coupled positioningsystem and approach based on visual images and GNSS ranging signals: CN, 201910802812.0[P].[2019-10-28]. |
[61] | SCHVLER T. On ground-based GPS tropospheric delay estimation[D]. Munich, Germany: Studiengang Geodäsie Und Geoinformation der Universität der Bundeswehr München, 2001. |
[62] |
李国平.
地基GPS水汽监测技术及气象业务化应用系统的研究[J]. 大气科学学报, 2011, 34(4): 385–392.
LI Guoping. Research of remote sensing technology of atmospheric water vapor by using ground-based GPS and application system of meteorological operation[J]. Transactions of Atmospheric Sciences, 2011, 34(4): 385–392. |
[63] |
陈笑娟, 扈成省, 王占伟.
国内外GPS气象学的若干研究应用进展[J]. 测绘科学, 2010, 35(3): 216–218.
CHEN Xiaojuan, HU Chengsheng, WANG Zhanwei. Research and application progress of national and international GPS meteorology[J]. Science of Surveying and Mapping, 2010, 35(3): 216–218. |
[64] | YANG Fei, GUO Jiming, SHI Junbo, et al. A GPS water vapor tomography method based on a genetic algorithm[J]. Atmospheric Measurement Techniques, 2019(1): 1–25. |
[65] |
宋淑丽.地基GPS网对水汽三维分布的监测及其在气象学中的应用[D].上海: 中国科学院研究生院, 2004. SONG Shuli. Sensing three dimensional water vapor structure with ground-based GPS network and the application in meteorology[D]. Shanghai: Graduate School of Chinese Academy of Science, 2004. |
[66] |
张豹.地基GNSS水汽反演技术及其在复杂天气条件下的应用研究[D].武汉: 武汉大学, 2016. ZHANG Bao. The study of water vapor inversion using ground-based GNSS and its applications in severe weather conditions[D]. Wuhan: Wuhan University, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10486-1016113514.htm |
[67] |
江鹏.地基GNSS探测2D/3D大气水汽分布技术研究[D].武汉: 武汉大学, 2014. JIANG Peng. The study of retrieving 2D/3D water vapor distribution using ground-based GNSS meteorology[D]. Wuhan: Wuhan University, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10486-1015528773.htm |
[68] |
严豪健, 符养, 洪振杰, 等.
天基GPS气象学与反演技术[M]. 北京: 中国科学技术出版社, 2006.
YAN Haojian, FU Yang, HONG Zhenjie, et al. Space based GNSS meteorology and inversion technology[M]. Beijing: China Science and Technology Press, 2006. |
[69] |
胡雄, 曾桢, 张训械, 等.
大气GPS掩星观测反演方法[J]. 地球物理学报, 2005, 48(4): 768–774.
HU Xiong, ZENG Zhen, ZHANG Xunxie, et al. Atmospheric inversion methods of GPS radio occultation[J]. Chinese Journal of Geophysics, 2005, 48(4): 768–774. |
[70] |
赵庆志, 姚宜斌, 姚顽强, 等.
利用ECMWF改善射线利用率的三维水汽层析算法[J]. 测绘学报, 2018, 47(9): 1179–1187.
ZHAO Qingzhi, YAO Yibin, YAO Wanqiang, et al. A method to improve the utilization rate of satellite rays for three-dimensional water vapor tomography using the ECMWF data[J]. Acta Geodaetica et Cartographica Sinica, 2018, 47(9): 1179–1187. DOI:10.11947/j.AGCS.2018.20170412 |
[71] |
姚宜斌, 张顺, 孔建.
GNSS空间环境学研究进展和展望[J]. 测绘学报, 2017, 46(10): 1408–1420.
YAO Yibin, ZHANG Shun, KONG Jian. Research progress and prospect of GNSS space environment science[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1408–1420. DOI:10.11947/j.AGCS.2017.20170333 |
[72] |
胡雄, 曾桢, 张训械, 等.
无线电掩星技术及其应用[J]. 电波科学学报, 2002, 17(5): 549–556.
HU Xiong, ZENG Zhen, ZHANG Xunxie, et al. Radio occultation and its application[J]. Chinese Journal of Radio Science, 2002, 17(5): 549–556. |
[73] |
李国平, 黄丁发.
GPS气象学研究及应用的进展与前景[J]. 气象科学, 2005, 25(6): 651–661.
LI Guoping, HUANG Dingfa. Advances and prospects in the study of GPS meteorology[J]. Scientia Meteorologica Sinica, 2005, 25(6): 651–661. |
[74] | SUN Yueqiang, BAI Weihua, LIU Congliang, et al. The FengYun-3C radio occultation sounder GNOS:a review of the mission and its early results and science applications[J]. Atmospheric Measurement Techniques, 2018, 11(10): 5797–5811. |
[75] |
袁运斌, 霍星亮, 张宝成.
近年来我国GNSS电离层延迟精确建模及修正研究进展[J]. 测绘学报, 2017, 46(10): 1364–1378.
YUAN Yunbin, HUO Xingliang, ZHANG Baocheng. Research progress of precise models and correction for GNSS ionospheric delay in China over recent years[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1364–1378. |
[76] |
张宝成, 欧吉坤, 李子申, 等.
利用精密单点定位求解电离层延迟[J]. 地球物理学报, 2011, 54(4): 950–957.
ZHANG Baocheng, OU Jikun, LI Zishen, et al. Determination of ionospheric observables with precise point positioning[J]. Chinese Journal of Geophysics, 2011, 54(4): 950–957. |
[77] |
张宝成. GNSS非差非组合精密单点定位的理论方法与应用研究[D].武汉: 中国科学院大学, 2012. ZHANG Baocheng. Study on the theoretical methodology and applications of precise point positioning using undifferenced and uncombined GNSS data[D]. Wuhan: University of Chinese Academy of Science, 2012. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2430313 |
[78] |
李子申. GNSS/Compass电离层时延修正及TEC监测理论与方法研究[D].武汉: 中国科学院大学, 2012. LI Zishen. Study on the mitigation of ionosphere delay and the monitoring of global ionospheric TEC based on GNSS/Compass[D]. Wuhan: University of Chinese Academy of Science, 2012. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2430991 |
[79] |
徐继生, 邹玉华, 马淑英.
GPS地面台网和掩星观测结合的时变三维电离层层析[J]. 地球物理学报, 2005, 48(4): 759–767.
XU Jisheng, ZOU Yuhua, MA Shuying. Time-dependent 3-D computerized ionospheric tomography with ground-based GPS network and occultation observations[J]. Chinese Journal of Geophysics, 2005, 48(4): 759–767. |
[80] |
吴小成, 胡雄, 张训械, 等.
电离层GPS掩星观测改正TEC反演方法[J]. 地球物理学报, 2006, 49(2): 328–334.
WU Xiaocheng, HU Xiong, ZHANG Xunxie, et al. A calibrated TEC method for inversion of ionospheric GPS occultation data[J]. Chinese Journal of Geophysics, 2006, 49(2): 328–334. |
[81] |
蒋廷臣, 王秀萍.
层析模型在GNSS探测电离层中的研究进展[J]. 测绘科学, 2009, 34(6): 102–104, 130.
JIANG Tingchen, WANG Xiuping. Research development of ionospheric tomography models based on GNSS[J]. Science of Surveying and Mapping, 2009, 34(6): 102–104, 130. |
[82] |
杨剑, 吴云, 周义炎.
基于电离层层析成像技术探测汶川地震前电离层异常[J]. 大地测量与地球动力学, 2011, 31(1): 9–14.
YANG Jian, WU Yun, ZHOU Yiyan. Probe into seismo-ionospheric anomaly of Wenchuan Ms8.0 earthquake based on computerized ionospheric tomography[J]. Journal of Geodesy and Geodynamics, 2011, 31(1): 9–14. |
[83] |
姚宜斌, 翟长治, 孔建, 等.
2015年尼泊尔地震的震前电离层异常探测[J]. 测绘学报, 2016, 45(4): 385–395.
YAO Yibin, ZHAI Changzhi, KONG Jian, et al. The pre-earthquake ionosphere anomaly of the 2015 Nepal earthquake[J]. Acta Geodaetica et Cartographica Sinica, 2016, 45(4): 385–395. DOI:10.11947/j.AGCS.2016.20150384 |
[84] |
唐龙, 郭博峰, 郑凯.
利用GPS网观测反射海啸波引发的电离层扰动[J]. 地球物理学报, 2017, 60(5): 1643–1649.
TANG Long, GUO Bofeng, ZHENG Kai. Observation of ionospheric disturbances induced by reflected tsunami waves using GPS network[J]. Chinese Journal of Geophysics, 2017, 60(5): 1643–1649. |
[85] |
唐龙, 郭博峰, 李哲.
利用日本GPS网探测2011年Tohoku海啸引发的电离层扰动[J]. 地球物理学报, 2017, 60(2): 507–513.
TANG Long, GUO Bofeng, LI Zhe. Detection of ionospheric disturbances driven by the 2011 Tohoku tsunami using GPS network in Japan[J]. Chinese Journal of Geophysics, 2017, 60(2): 507–513. |
[86] |
万玮, 李黄, 洪阳, 等.
GNSS-R遥感观测模式及陆面应用[J]. 遥感学报, 2015, 19(6): 882–893.
WAN Wei, LI Huang, HONG Yang, et al. Definition and application of GNSS-R observation patterns[J]. Journal of Remote Sensing, 2015, 19(6): 882–893. |
[87] |
李云伟.基于GNSS-R的积雪厚度测量理论与方法研究[D].武汉: 武汉大学, 2019. LI Yunwei. Theories and methods of GNSS-R based snow depth estimation[D]. Wuhan: Wuhan University, 2019. http://cdmd.cnki.com.cn/Article/CDMD-10486-1019653477.htm |
[88] |
王帅.
GNSS-R海面测高技术的国内外研究及未来展望[J]. 科技资讯, 2018, 16(16): 49–51.
WANG Shuai. Research status and future of GNSS-R sea height retrival technology[J]. Science & Technology Information, 2018, 16(16): 49–51. |
[89] |
王艺燃, 洪学宝, 张波, 等.
基于DDMR辅助的GNSS-R载波相位差测高方法[J]. 北京航空航天大学学报, 2014, 40(2): 257–261.
WANG Yiran, HONG Xuebao, ZHANG Bo, et al. Carrier phase difference estimation method based on DDMR-assistance for GNSS-R altimetry[J]. Journal of Beijing University of Aeronautics and Astronautics, 2014, 40(2): 257–261. |
[90] |
邵连军, 张训械, 王鑫, 等.
利用GNSS-R信号反演海浪波高[J]. 武汉大学学报(信息科学版), 2008, 33(5): 475–478.
SHAO Lianjun, ZHANG Xunxie, WANG Xin, et al. Sea surface wave height retrieve using GNSS-R signals[J]. Geomatics and Information Science of Wuhan University, 2008, 33(5): 475–478. |
[91] |
刘经南, 邵连军, 张训械.
GNSS-R研究进展及其关键技术[J]. 武汉大学学报(信息科学版), 2007, 32(11): 955–960.
LIU Jingnan, SHAO Lianjun, ZHANG Xunxie. Advances in GNSS-R studies and key technologies[J]. Geomatics and Information Science of Wuhan University, 2007, 32(11): 955–960. |
[92] |
严颂华, 龚健雅, 张训械, 等.
GNSS-R测量地表土壤湿度的地基实验[J]. 地球物理学报, 2011, 54(11): 2735–2744.
YAN Songhua, GONG Jianya, ZHANG Xunxie, et al. Ground based GNSS-R observations for soil moisture[J]. Chinese Journal of Geophysics, 2011, 54(11): 2735–2744. |
[93] |
杨磊.
GNSS-R农田土壤湿度反演方法研究[J]. 测绘学报, 2018, 47(1): 134.
YANG Lei. Study of GNSS-R cropland soil moisture retrieval method[J]. Acta Geodaetica et Cartographica Sinica, 2018, 47(1): 134. DOI:10.11947/j.AGCS.2017.20170356 |
[94] |
张云, 郭建京, 袁国良, 等.
基于GNSS反射信号的海冰检测的研究[J]. 全球定位系统, 2013, 38(2): 1–6.
ZHANG Yun, GUO Jianjing, YUAN Guoliang, et al. Sea ice study based on GNSS-R signal[J]. GNSS Word of China, 2013, 38(2): 1–6. |
[95] |
吕帆, 修春娣, 王峰, 等.
GNSS-R海面风场反演模型仿真分析[J]. 导航定位学报, 2018, 6(3): 87–91, 97.
LÜ Fan, XIU Chundi, WANG Feng, et al. Simulation analysis on GNSS-R ocean surface wind field retrieval model[J]. Journal of Navigation and Positioning, 2018, 6(3): 87–91, 97. |
[96] | ZAVOROTNY V U, VORONOVICH A G. Scattering of GPS signals from the ocean with wind remote sensing application[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(2): 951–964. |
[97] |
张训械, 邵连军, 王鑫, 等.
GNSS-R地基实验[J]. 全球定位系统, 2006, 31(5): 4–8, 12.
ZHANG Xunxie, SHAO Lianjun, WANG Xin, et al. GNSS-R ground based experimental campaign[J]. GNSS World of China, 2006, 31(5): 4–8, 12. |
[98] |
王博, 朱云龙, 高超群, 等.
GNSS-R双基SAR运动目标成像技术探讨[J]. 导航定位学报, 2019, 7(1): 59–64.
WANG Bo, ZHU Yunlong, GAO Chaoqun, et al. Discussion on imaging technology of GNSS-R bistatic SAR moving target[J]. Journal of Navigation and Positioning, 2019, 7(1): 59–64. |
[99] |
田卫明, 曾涛, 胡程.
基于导航信号的BiSAR成像技术[J]. 雷达学报, 2013, 2(1): 39–45.
TIAN Weiming, ZENG Tao, HU Cheng. Imaging algorithm for bistatic SAR based on GNSS signal[J]. Journal of Radars, 2013, 2(1): 39–45. |
[100] | MA Hui, ANTONIOU M, CHERNIAKOV M. Passive GNSS-based SAR imaging and opportunities using Galileo E5 signals[J]. Science China Information Sciences, 2015, 58(6): 1–11. |
[101] |
杨磊, 朱云龙, 杨东凯.
GNSS-R信号的海面SAR成像应用[J]. 导航定位学报, 2017, 5(3): 94–100.
YANG Lei, ZHU Yunlong, YANG Dongkai. Application of GNSS-R signals in sea surface SAR imaging[J]. Journal of Navigation and Positioning, 2017, 5(3): 94–100. |
[102] |
张国栋, 郭健, 杨东凯, 等.
星载GNSS-R海冰边界探测方法[J]. 武汉大学学报(信息科学版), 2019, 44(5): 668–674.
ZHANG Guodong, GUO Jian, YANG Dongkai, et al. Sea ice edge detection using spaceborne GNSS-R signal[J]. Geomatics and Information Science of Wuhan University, 2019, 44(5): 668–674. |
[103] | LI Yonghong, RIZOS C, DONSKOI E, et al. 3D multi-static SAR system for terrain imaging based on indirect GPS signals[J]. Journal of Global Positioning Systems, 2002, 1(1): 34–39. |