一种多源异构数据跨系统协同管理系统及方法

    公开(公告)号:CN115134421B

    公开(公告)日:2024-02-20

    申请号:CN202210507966.9

    申请日:2022-05-10

    Abstract: 本申请提出的多源异构数据跨系统协同管理系统、方法及存储介质中,该系统包括数据接入层、数据总线层、数据订阅层。数据订阅层,用于获取数据需求任务和数据需求任务的类型,并对获取的数据需求任务进行解析,根据数据请求的解析结果和数据需求任务的类型对数据总线层的数据进行订阅;数据总线层,用于将数据订阅层的解析结果、数据需求任务以及数据需求任务的类型,发送至数据接入层;数据接入层,用于根据数据总线层的解析结果,将数据需求任务以及数据需求任务的类型,发送至对应的数据源系统。其中,本申请有效地缩短了数据汇集及更新时间,实现了对多中心异构在线系统的多主体协调管理,从而解决了协同管理和集约服务效率低的问题。

    一种天空地多源异构数据的管理方法

    公开(公告)号:CN115203241A

    公开(公告)日:2022-10-18

    申请号:CN202210509264.4

    申请日:2022-05-10

    Abstract: 本申请提出的天空地多源异构数据的管理方法、装置及存储介质中,获取多源异构数据,对多源异构数据中不同源数据进行对应的预处理操作,得到对应预处理后的数据,将预处理后的数据通过统一时空基准、数据质量校验、数据属性提取得到底层特征数据,对底层特征数据进行属性信息抽取得到底层特征数据对应的元数据,基于元数据利用多源数据自动关联策略,得到多源异构数据之间的关联关系,根据关联关系生成知识图谱。本申请可以得到多源异构数据对应的统一格式的底层特征数据,并对底层特征数据进行抽取与利用多源数据自动关联策略生成对应的知识图谱,从而便于对输入的目标对象进行快速检索及分析。

    一种考虑不同地方时的卫星图像定位处理方法

    公开(公告)号:CN114897971A

    公开(公告)日:2022-08-12

    申请号:CN202210556967.2

    申请日:2022-05-20

    Abstract: 本发明公开了一种考虑不同地方时的卫星图像定位处理方法,其包括:卫星对有地面控制点的某一固定区域进行至少一个卫星回归周期的连续拍摄,得到该固定区域在卫星回归周期内不同地方时的卫星图像集;基于第一严密几何定位模型和单时刻定标参数,得到卫星图像集中的地面点的初始定位结果;构建不同地方时的姿态误差补偿模型,建立考虑回归周期的第二严密几何定位模型;利用初始定位结果,得到姿态补偿参数;基于第二严密几何模型和姿态补偿参数,得到卫星图像集中的地面点的位置信息。本发明顾及到卫星整个回归周期内同一地区不同地方时的卫星图像集,有效提升了整个卫星不同地方时的卫星图像定位精度和同一地区不同地方时图像间定位精度的一致性。

    星载SAR斜视滑聚成像模式下的几何定位处理方法和装置

    公开(公告)号:CN114594474A

    公开(公告)日:2022-06-07

    申请号:CN202210226609.5

    申请日:2022-03-09

    Abstract: 本发明公开了一种星载SAR斜视滑聚成像模式下的几何定位处理方法和装置,所述方法包括:利用地面目标点的斜视影像,计算得到地面目标点的斜距,利用地面目标点的斜距以及卫星SAR载荷成像时刻的卫星位置,计算得到对地面目标进行斜视成像时的卫星斜视角,进而计算得到卫星SAR载荷天线指向与地表的交点,将该交点坐标作为地面目标点的位置坐标。所述装置包括:斜距计算模块,卫星斜视角计算模块和地面目标点的位置坐标估计模块。本发明通过充分利用斜视滑聚成像特性以及成像过程中的星地位置关系,解决了在SAR大斜视滑聚模式下传统距离‑多普勒几何定位方法不适用的问题,实现了SAR斜视滑聚模式的地面目标几何定位。

    一种基于神经网络的多模态遥感影像旋转差异校正方法

    公开(公告)号:CN113066015B

    公开(公告)日:2022-06-03

    申请号:CN202110530035.6

    申请日:2021-05-14

    Abstract: 本发明公开了一种基于神经网络的多模态遥感影像旋转差异校正方法。包括以下步骤:S1:获取一组具有相同目标场景的多模态遥感影像对,进行影像预处理;S2:针对每幅预处理后的影像,计算相位一致性特征值与方向角,并根据相位一致性特征值与方向角计算影像的旋转特征向量;S3:分别将两幅影像的旋转特征向量作为神经网络的输入,计算输出两幅影像的预测差异角;S4:基于预测差异角,完成多模态遥感影像旋转差异角的校正。本发明有效解决了在仅有简单影像数据信息的情况下,快速准确地预测多模态遥感影像间旋转差异角的技术问题,摆脱了辅助地理空间信息的限制。

    一种基于神经网络的多模态遥感影像旋转差异校正方法

    公开(公告)号:CN113066015A

    公开(公告)日:2021-07-02

    申请号:CN202110530035.6

    申请日:2021-05-14

    Abstract: 本发明公开了一种基于神经网络的多模态遥感影像旋转差异校正方法。包括以下步骤:S1:获取一组具有相同目标场景的多模态遥感影像对,进行影像预处理;S2:针对每幅预处理后的影像,计算相位一致性特征值与方向角,并根据相位一致性特征值与方向角计算影像的旋转特征向量;S3:分别将两幅影像的旋转特征向量作为神经网络的输入,计算输出两幅影像的预测差异角;S4:基于预测差异角,完成多模态遥感影像旋转差异角的校正。本发明有效解决了在仅有简单影像数据信息的情况下,快速准确地预测多模态遥感影像间旋转差异角的技术问题,摆脱了辅助地理空间信息的限制。

    一种确定系统误差对SAR成像影响的方法

    公开(公告)号:CN112098963A

    公开(公告)日:2020-12-18

    申请号:CN202010976344.1

    申请日:2020-09-16

    Abstract: 一种确定系统误差对SAR成像影响的方法。方法包括:不添加系统误差的情况下,计算卫星和第一地面目标点的瞬时斜距和多普勒参数;在添加系统误差的情况下,计算卫星和第一地面目标点的瞬时斜距和多普勒参数;根据添加系统误差后得到的卫星和第一地面目标点的瞬时斜距和多普勒参数,计算第一地面目标点在地平面内的距离梯度和多普勒梯度;根据距离梯度和多普勒梯度,确定第二地面目标点;在添加系统误差的情况下,计算卫星和第二地面目标点的瞬时斜距和多普勒参数;计算方位二次相位误差、方位三次相位误差以及位置误差。本发明提供的方法可以降低系统误差分析的复杂度,并提高系统误差分析的准确度。

Patent Agency Ranking