• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      一種基于質(zhì)量指導(dǎo)的InSAR相位解纏快速實(shí)現(xiàn)方法

      2012-07-24 06:51:24李芳芳胡東輝丁赤飚
      雷達(dá)學(xué)報(bào) 2012年2期
      關(guān)鍵詞:數(shù)組結(jié)點(diǎn)復(fù)雜度

      李芳芳*①②④ 占 毅①②④ 胡東輝①② 丁赤飚①③

      ?

      一種基于質(zhì)量指導(dǎo)的InSAR相位解纏快速實(shí)現(xiàn)方法

      李芳芳占 毅胡東輝丁赤飚

      (中國科學(xué)院電子學(xué)研究所 北京 100190)(中國科學(xué)院空間信息處理與應(yīng)用系統(tǒng)技術(shù)重點(diǎn)實(shí)驗(yàn)室 北京 100190)(微波成像技術(shù)國家重點(diǎn)實(shí)驗(yàn)室 北京 100190)(中國科學(xué)院研究生院 北京 100190)

      相位解纏是干涉SAR數(shù)據(jù)處理中的關(guān)鍵步驟,解纏效果的好壞直接影響干涉測量的精度。該文針對質(zhì)量指導(dǎo)的相位解纏方法需要進(jìn)行大量排序操作,在干涉數(shù)據(jù)維度較大時(shí)解纏效率低下的問題,提出了一種基于堆排序的快速的質(zhì)量指導(dǎo)相位解纏方法。首先通過干涉復(fù)數(shù)據(jù)對或干涉相位確定相位質(zhì)量圖。然后利用最大堆作為質(zhì)量圖排序的數(shù)據(jù)結(jié)構(gòu),通過對最大堆進(jìn)行刪除根結(jié)點(diǎn)、插入新結(jié)點(diǎn)操作的過程中始終保持最大堆的性質(zhì)不變,從而實(shí)現(xiàn)了質(zhì)量圖的排序,完成了從高質(zhì)量區(qū)域到低質(zhì)量區(qū)域的相位解纏。與傳統(tǒng)方法相比,基于堆排序的方法大大降低了計(jì)算的時(shí)間復(fù)雜度,對于干涉SAR大面積測繪應(yīng)用具有十分重要的意義。最后,通過仿真和實(shí)測數(shù)據(jù)驗(yàn)證了算法的正確性和高效性。

      干涉SAR;干涉相位;相位解纏;質(zhì)量圖;堆排序

      1 引言

      合成孔徑雷達(dá)干涉測量技術(shù)(InSAR)是以SAR復(fù)數(shù)據(jù)提取的相位信息為信息源獲取地表的3維信息和變化信息的一項(xiàng)技術(shù)。然而由于三角函數(shù)測量的限制,干涉相位被限制在之間,與真實(shí)的相位相差了的整數(shù)倍。因此必須進(jìn)行相位解纏恢復(fù)模糊的相位周期從而獲得目標(biāo)的絕對干涉相位。相位解纏效果的好壞是影響InSAR測量精度的關(guān)鍵。

      在過去的20多年里,InSAR相位解纏發(fā)展迅速,涌現(xiàn)出了大量的算法。但是由于InSAR干涉相位的復(fù)雜性,相位解纏仍是研究的難點(diǎn)和熱點(diǎn)。目前的相位解纏算法,大致可以分為3類:路徑跟蹤法,最小范數(shù)法和基于網(wǎng)絡(luò)規(guī)劃的算法。路徑跟蹤法是一種局部算法,是基于逐像素的,通過不同的策略選擇合適的積分路徑,將誤差限制在噪聲區(qū)內(nèi),避免相位誤差的傳播。如枝切法通過識(shí)別殘差點(diǎn),設(shè)置正確的枝切線阻止積分路徑穿過;質(zhì)量指導(dǎo)法在相位質(zhì)量圖的引導(dǎo)下,從高相位質(zhì)量數(shù)據(jù)開始積分,逐步向低相位質(zhì)量的區(qū)域過渡,最大限度地避免誤差的傳遞。與路徑跟蹤法不同,最小范數(shù)法是一種全局最優(yōu)的算法,它將相位解纏問題轉(zhuǎn)化為數(shù)學(xué)上求解最小范數(shù)的極值問題。使用最廣泛的是最小二乘法,即在最小二乘意義下使展開相位梯度與纏繞相位梯度整體偏差最小。網(wǎng)絡(luò)規(guī)劃算法的主要思想是最小化解纏相位導(dǎo)數(shù)與纏繞相位導(dǎo)數(shù)之間的差異,并使其轉(zhuǎn)化為比較成熟的網(wǎng)絡(luò)優(yōu)化問題,如何獲取合適的權(quán)重矩陣是該算法的關(guān)鍵。

      以上多種InSAR相位解纏算法,在實(shí)際的干涉處理中,路徑跟蹤法中的枝切法和質(zhì)量指導(dǎo)法由于其算法簡單易實(shí)現(xiàn),且解纏結(jié)果比較準(zhǔn)確,因而應(yīng)用最為廣泛。其中Goldstein提出的枝切法是經(jīng)典的路徑跟蹤算法,該算法運(yùn)算速度快,對內(nèi)存需求小,它的不足之處在于沒有利用其他的輔助信息,在殘差點(diǎn)過于密集的情況下,枝切線難以正確設(shè)置,造成解纏誤差。而質(zhì)量指導(dǎo)法不是通過識(shí)別殘差點(diǎn)的方法,而是使用輔助的相位質(zhì)量信息控制相位解纏的路徑,具有很高的解纏準(zhǔn)確度。然而由于在相位解纏過程中需要對質(zhì)量值進(jìn)行排序以確定解纏的路徑,因此大量的排序操作使得相位解纏的速度很慢。如何尋找一種快速有效的排序算法是提高相位解纏速度的關(guān)鍵。

      針對上述關(guān)鍵問題,本文提出了一種基于堆排序的快速質(zhì)量指導(dǎo)解纏方法,可以大幅縮短質(zhì)量指導(dǎo)算法相位解纏的時(shí)間。本文的結(jié)構(gòu)安排如下:第2節(jié)介紹了質(zhì)量指導(dǎo)解纏算法的原理及質(zhì)量圖的確定;第3節(jié)介紹了利用最大堆進(jìn)行質(zhì)量圖快速排序的方法;第4節(jié)通過仿真和實(shí)測數(shù)據(jù)處理結(jié)果驗(yàn)證了本文方法的有效性。

      2 質(zhì)量指導(dǎo)相位解纏

      2.1 質(zhì)量指導(dǎo)的路徑跟蹤策略

      質(zhì)量指導(dǎo)的路徑跟蹤法的關(guān)鍵步驟就是在相位質(zhì)量圖的指導(dǎo)下確定積分路徑。其基本操作過程如下:

      (1) 選擇質(zhì)量值最大的像素點(diǎn)作為種子點(diǎn),同時(shí)將它標(biāo)記為已解纏點(diǎn),以它為基準(zhǔn)對其4個(gè)相鄰點(diǎn)分別進(jìn)行相位解纏,解纏完成后標(biāo)記為已解纏點(diǎn),并將它們按質(zhì)量值的高低存儲(chǔ)到“鄰接列”中。

      (2) 從“鄰接列”中移出質(zhì)量值最高的像素點(diǎn),以它為基準(zhǔn)對4個(gè)相鄰點(diǎn)中未被處理的點(diǎn)進(jìn)行解纏并標(biāo)記,并將它們按照質(zhì)量值的高低加入到“鄰接列”中。

      (3) 重復(fù)步驟(2)直到“鄰接列”為空,即所有像素點(diǎn)都已經(jīng)解纏。

      圖1為質(zhì)量指導(dǎo)的路徑跟蹤示意圖。

      圖1 質(zhì)量指導(dǎo)的路徑跟蹤示意圖

      2.2 質(zhì)量圖的確定

      對于InSAR相位,常見的相位質(zhì)量圖主要有4種:相干系數(shù)圖、偽相干系數(shù)圖、相位導(dǎo)數(shù)變化圖、最大相位梯度圖。其中,相干系數(shù)圖的應(yīng)用最廣。相干系數(shù)值越高,表明圖像對之間的相干性越好,即干涉相位的質(zhì)量越好。對于InSAR復(fù)圖像對和,其相干系數(shù)定義如下:

      (2)

      當(dāng)無法獲得SAR復(fù)圖像對的強(qiáng)度值時(shí),通常利用偽相干系數(shù)代替相干系數(shù)。偽相干系數(shù)計(jì)算如下:

      3 基于堆排序的快速算法

      根據(jù)上節(jié)所述質(zhì)量指導(dǎo)的路徑跟蹤策略可知,“鄰接列”是一個(gè)有序的數(shù)組,按質(zhì)量值的高低排序,每次取出質(zhì)量最高的像素,解纏其相鄰像素,并將它們按質(zhì)量值高低插入“鄰接列”,即路徑跟蹤的過程是不斷從一個(gè)有序的數(shù)組中刪除最大元素并插入新的元素,而且在插入后仍然保持其有序性不變的過程。常用的質(zhì)量指導(dǎo)方法采用二分查找的方法插入新元素,其時(shí)間復(fù)雜度為,為“鄰接列”的長度。在干涉相位數(shù)據(jù)維度較大時(shí),插入查找過程會(huì)相當(dāng)費(fèi)時(shí)。文獻(xiàn)[11]提出通過分塊處理降低路徑搜索的計(jì)算量,然而分塊解纏后子數(shù)據(jù)塊之間的相位合并是一難點(diǎn),容易造成分塊之間的相位不連續(xù)。為此,本文提出利用堆數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)在“鄰接列”中快速插入新元素。

      堆數(shù)據(jù)結(jié)構(gòu)是一種數(shù)組對象,它可以被視為一棵完全二叉樹。樹中每個(gè)結(jié)點(diǎn)與數(shù)組中存放該結(jié)點(diǎn)值的那個(gè)元素對應(yīng)。樹的每一層都是填滿的,最后一層可能除外。設(shè)數(shù)組為堆,它還滿足如下的性質(zhì):

      對最大堆進(jìn)行操作的一個(gè)重要的子程序?yàn)楸3侄训男再|(zhì),其輸入為數(shù)組和位置,假設(shè)以的左孩子和右孩子為根的兩棵二叉樹均為最大堆,但可能小于其子女,違反了最大堆性質(zhì)。調(diào)整的過程是使在堆中不斷下降直到滿足最大堆的性質(zhì)。在最壞的情況下,該操作作用于一個(gè)高度為的結(jié)點(diǎn)的時(shí)間復(fù)雜度為。在建立最大堆、刪除根結(jié)點(diǎn)的過程中均要用到保持堆性質(zhì)這一子程序。

      根據(jù)2.1節(jié)中的質(zhì)量指導(dǎo)路徑跟蹤的操作步驟可知,對于以最大堆為數(shù)據(jù)結(jié)構(gòu)的“鄰接列”來說,需要進(jìn)行以下幾種操作:

      (1) 初建最大堆。對應(yīng)2.1節(jié)中的步驟(1),即將種子點(diǎn)相鄰像素的質(zhì)量值作為關(guān)鍵字,建成最大堆。由于僅考慮上下左右4個(gè)方向的相鄰像素,因此,初始堆最多只有4個(gè)元素。建堆的過程就是對數(shù)組中所有非葉子結(jié)點(diǎn),按位置從大到小均執(zhí)行一次保持堆性質(zhì)的操作,就可形成最大堆。圖2顯示了初始建堆的過程。

      (2) 刪除最大堆的根結(jié)點(diǎn),并將剩余元素調(diào)整為最大堆。對應(yīng)2.1節(jié)的步驟(2)中取出“鄰接列”中質(zhì)量值最高的像素點(diǎn)。根結(jié)點(diǎn)為數(shù)組中第1個(gè)元素,通過交換第1個(gè)元素與最后一個(gè)元素,并將數(shù)組的長度減1實(shí)現(xiàn)刪除,對新的根結(jié)點(diǎn)執(zhí)行保持堆性質(zhì)的操作,從而將剩余元素重新調(diào)整為最大堆。圖3為刪除根結(jié)點(diǎn)的過程。

      (3) 插入新結(jié)點(diǎn),并將新數(shù)組調(diào)整為最大堆。對應(yīng)2.1節(jié)的步驟(2)中將當(dāng)前處理像素的相鄰像素按照質(zhì)量值的高低加入到“鄰接列”中。首先在數(shù)組的最后增加一個(gè)元素,以當(dāng)前處理像素的一個(gè)相鄰像素的質(zhì)量值作為關(guān)鍵字,然后將該新增結(jié)點(diǎn)不斷與其父結(jié)點(diǎn)相比,若該元素的關(guān)鍵字較大,則交換它們的關(guān)鍵字,繼續(xù)向上移動(dòng)直至元素的關(guān)鍵字小于其父結(jié)點(diǎn),此時(shí)將新數(shù)組調(diào)整為最大堆。圖4為插入一個(gè)新結(jié)點(diǎn)的過程。

      下面具體分析上述3個(gè)步驟的時(shí)間復(fù)雜度,由于建立初始最大堆時(shí)最多只有4個(gè)元素,與其它過程相比,其運(yùn)行時(shí)間可忽略。對于包含個(gè)元素的堆,其高度為,因此刪除根結(jié)點(diǎn)并調(diào)整為最大堆的時(shí)間復(fù)雜度為。插入新結(jié)點(diǎn)時(shí),新結(jié)點(diǎn)到根結(jié)點(diǎn)的路徑長度即為高度,故插入新結(jié)點(diǎn)并調(diào)整為最大堆的時(shí)間復(fù)雜度也為。

      圖2 建立初始最大堆示意圖(其中深灰色結(jié)點(diǎn)表示待執(zhí)行保持堆性質(zhì)操作的結(jié)點(diǎn))

      圖3 最大堆刪除根結(jié)點(diǎn)示意圖(其中深灰色結(jié)點(diǎn)表示待執(zhí)行保持堆性質(zhì)操作的結(jié)點(diǎn))

      圖4 最大堆插入新結(jié)點(diǎn)示意圖(其中深灰色結(jié)點(diǎn)表示與新增結(jié)點(diǎn)相比較的父結(jié)點(diǎn))

      4 實(shí)驗(yàn)結(jié)果與分析

      本節(jié)分別通過仿真實(shí)驗(yàn)和實(shí)測數(shù)據(jù),分析比較了枝切法與質(zhì)量指導(dǎo)法的精度,對比了本文方法與傳統(tǒng)質(zhì)量圖解纏方法的計(jì)算效率,驗(yàn)證了本文方法的有效性。

      4.1 仿真實(shí)驗(yàn)

      根據(jù)Isolation Peak, Colorado區(qū)域的DEM仿真的干涉條紋如圖5(a)所示,其真實(shí)相位如圖5(b), 圖5(c)為相干系數(shù)圖,其中的低相干區(qū)域大多由于SAR圖像中的疊掩現(xiàn)象引起。圖5(d)-5(g)對比了利用枝切法和以相干系數(shù)圖為質(zhì)量圖的質(zhì)量指導(dǎo)法解纏的結(jié)果及誤差圖,其中圖5(e)和圖5(g)中的白色區(qū)域?yàn)榇嬖诮饫p誤差的區(qū)域,可以看出,枝切法解纏的誤差區(qū)域更多,尤其是在圖像的下方,出現(xiàn)了較大面積的解纏誤差,這是由于在殘差點(diǎn)密集區(qū)域容易造成枝切線設(shè)置不當(dāng),使得積分路徑從低質(zhì)量的區(qū)域穿過,導(dǎo)致了相位誤差的傳播。而質(zhì)量指導(dǎo)方法則避免了積分路徑不當(dāng)引起的誤差,圖5(g)中的誤差區(qū)域基本上限制在低相干區(qū)域。由此可見,質(zhì)量指導(dǎo)法在獲得可靠質(zhì)量圖的情況下比枝切法的解纏效果更好。

      4.2 實(shí)測數(shù)據(jù)實(shí)驗(yàn)

      本節(jié)采用兩塊實(shí)測數(shù)據(jù)驗(yàn)證本文方法,實(shí)驗(yàn)所用數(shù)據(jù)為中國科學(xué)院電子學(xué)研究所的X波段機(jī)載雙天線InSAR系統(tǒng)飛行實(shí)驗(yàn)數(shù)據(jù),圖6為2010年長治地區(qū)的實(shí)驗(yàn)數(shù)據(jù),圖7為2011年綿陽地區(qū)的實(shí)驗(yàn)數(shù)據(jù)。圖6(a)和圖7(a)均為經(jīng)過去平地效應(yīng)和相位濾波后的干涉相位,圖6(b) 和圖7(b)分別為各自的相干系數(shù)圖,以此作為質(zhì)量圖進(jìn)行質(zhì)量指導(dǎo)相位解纏結(jié)果如圖6(c)及圖7(c),可以看出解纏后的相位不一致區(qū)域都限制在低相干區(qū)域。圖6(d)和圖7(d)為各自的解纏相位重新纏繞后的干涉相位圖,與圖6(a)及圖7(a)相比基本一致,計(jì)算出二者之間的均方誤差分別為0.005 rad, 0.006 rad,該誤差很小,可以忽略,由此表明了解纏過程沒有引起相位誤差的傳播,驗(yàn)證了質(zhì)量指導(dǎo)算法的有效性。

      表1對比了用本文基于堆排序的質(zhì)量指導(dǎo)路徑跟蹤方法和傳統(tǒng)質(zhì)量指導(dǎo)法解纏不同大小的實(shí)測干涉相位圖的運(yùn)行時(shí)間。兩種方法在同一臺(tái)計(jì)算機(jī)上運(yùn)行(Core i5 3.10 G CPU, 2 G內(nèi)存),利用Visio Studio 2010實(shí)現(xiàn)。通過對比可以看出,本文提出的方法在計(jì)算效率上明顯優(yōu)于傳統(tǒng)方法,而且隨著干涉相位數(shù)據(jù)的增大,加速比增大,這與上一節(jié)中對本文方法與傳統(tǒng)方法時(shí)間復(fù)雜度的對比分析相一致。因此,本文方法可用于解決干涉SAR在大面積測繪時(shí)大塊干涉相位圖解纏的效率問題。

      表1 本文算法與傳統(tǒng)質(zhì)量指導(dǎo)算法所用時(shí)間對比

      圖像尺寸本文方法運(yùn)行時(shí)間(s)傳統(tǒng)方法運(yùn)行時(shí)間(s)加速比 1024×10243.1257.2502.32 2048×204812.12551.0154.21 4096×409651.125398.5157.80 8192×8192247.5533137.72012.68

      5 結(jié)束語

      本文提出了一種快速的基于質(zhì)量圖指導(dǎo)的InSAR相位解纏方法。質(zhì)量指導(dǎo)法利用輔助的相位質(zhì)量信息控制相位解纏的路徑,具有很高的解纏準(zhǔn)確度。然而在路徑跟蹤過程中需要對質(zhì)量圖進(jìn)行大量排序操作,使得質(zhì)量指導(dǎo)法的效率低下,針對這一問題本文提出了一種基于堆排序的快速質(zhì)量指導(dǎo)相位解纏方法。該方法的時(shí)間復(fù)雜度正比于堆的高度,即,與傳統(tǒng)二分查找方法的時(shí)間復(fù)雜度相比,本文方法大大提高了計(jì)算的速度,而且隨著干涉相位數(shù)據(jù)維數(shù)的增大,加速比增大,解決了大塊干涉相位圖解纏效率低下的問題,對于干涉SAR大面積測繪應(yīng)用具有十分重要的意義。另外,在實(shí)際干涉相位圖中,由于地形的復(fù)雜變化,相干系數(shù)圖并不能準(zhǔn)確反映相位質(zhì)量的好壞,從而導(dǎo)致解纏誤差,因此,如何得到準(zhǔn)確可靠的相位質(zhì)量圖是需要進(jìn)一步研究的內(nèi)容。

      [1] Rosen Paul A, Hensley Scott, Joughin Ian R,.. Synthetic aperture radar interferometry[J]., 2000, 88(3): 333-382.

      [2] 王超, 張紅, 劉智. 星載合成孔徑雷達(dá)干涉測量[M]. 北京: 科學(xué)出版社, 2002: 100-103.

      Wang Chao, Zhang Hong, and Liu Zhi. Spaceborne Synthetic Aperture Radar Interferometry[M]. Beijing: Science Press, 2002: 100-103.

      [3] Goldstein Richard M, Zebker Howard A, and Werner Charles L. Satellite radar interferometry: two-dimensional phase unwrapping [J]., 1988, 23(4): 713-720.

      [4] Flynn Thomas J. Consistent 2-D phase unwrapping guided by a quality map[C]. Geoscience and Remote Sensing Symposium Proceedings, IGARSS’96, 1996: 2057-2059.

      [5] 魏志強(qiáng), 金亞秋. 密集殘差點(diǎn)區(qū)域的解纏算法[J]. 遙感學(xué)報(bào), 2009, 13(1): 54-59.

      Wei Zhi-qiang and Jin Ya-qiu. Registration and phase unwrapping algorithms for InSAR images with dense residues[J].,2009, 13(1): 54-59.

      [6] Zhao M, Huang L, Zhang Q,.. Quality-guided phase un- wrapping technique: comparison of quality maps and guiding strategies [J].,2011, 50(33): 6214-6224.

      [7] Pritt Mark D and Shipman Jerome S. Least-squares two- dimensional phase unwrapping using FFT [J]., 1994, 32(3): 706-708.

      [8] Zhang K, Ge L, Hu Z,. Phase unwrapping for very large interferometric data sets [J]., 2011, 49(10): 4048-4061.

      [9] Chen Curtis W and Zebker Howard A. Phase uwrapping for large SAR interferogram: statistical segmentation and generalized network models[J]., 2002, 40(8): 1709-1719.

      [10] Ghiglia Dennis C and Pritt Mark D. Two-dimensional Phase Unwrapping: Theory, Algorithms, and Software [M]. New York: John Wiley & Sons, 1998: 122-236.

      [11] 黃柏圣, 許家棟. 一種基于新質(zhì)量圖引導(dǎo)的干涉相位快速解纏方法[J]. 系統(tǒng)仿真學(xué)報(bào), 2010, 22(2): 528-531.

      Huang Bai-sheng and Xu Jia-dong. Fast phase unwrapping method for interferometric phase based on new quality- guided[J]., 2010, 22(2): 528- 531.

      [12] Cormen Thomas H, Leiserson Charles E, Rivest Ronald L,.. Introduction to Algorithms (Second Edition) [M]. London: The MIT Press, 2001: 73-82.

      A Fast Method for InSAR Phase Unwrapping Based on Quality Guide

      Li Fang-fangZhan YiHu Dong-huiDing Chi-biao

      (Institute of Electronics Chinese Academy of Sciences, Beijing 100190, China)(Key Laboratory of Spatial Information Processing and Application System Technology, Chinese Academy of Sciences, Beijing 100190, China)(The National Key Laboratory of Microwave Imaging Technology, Beijing 100190, China)(Graduate University of Chinese Academy of Sciences, Beijing 100190, China)

      Phase unwrapping is a key issue in InSAR research. As a critical step of InSAR processing, it affects the accuracy of interferometry measurement directly. The efficiency of the traditional quality-guided phase unwrapping method is low due to a great deal of sorting, espceically for large interferogram. This paper proposes a highly efficient quality-guided phase unwrapping method based on heap sort in order to solve the problem. First, the quality map is caculated according to the interferometric complex data or interferogram. Next, with the max-heap acting as the data structure of sorting, its property is maintained while deleting root node and inserting new node, and thus the sorting of quality map is accomplished and the phase can be unwrapped from high quality areas to low quality areas. The improved algorithm reduces the computational complexity greatly compared with traditional methods, which is significant in large area mapping of InSAR. At the end of the paper, the simulated and experimental results show the accuracy and the efficiency of the algorithm.

      Interferometric SAR (InSAR); Interferometric phase; Phase unwrapping; Quality map; Heap sort

      TP391

      A

      2095-283X(2012)02-0196-07

      10.3724/SP.J.1300.2012.20023

      2012-04-11收到,2012-06-15改回;2012-06-20網(wǎng)絡(luò)優(yōu)先出版

      國家863計(jì)劃(2007AA120302)資助課題

      李芳芳 liff86@gmail.com

      李芳芳(1986-),女,博士生,研究方向?yàn)楦缮鍿AR信號(hào)處理。

      E-mail: liff86@gmail.com

      占毅(1986-),男,碩士生,研究方向?yàn)镾AR信號(hào)干擾抑制。

      E-mail: zhanyixiaolu@gmail.com

      胡東輝(1970-),男,副研究員,研究方向?yàn)镾AR/ISAR成像。

      E-mail: dhhu@mail.ie.ac.cn

      丁赤飚(1969-),男,研究員,博士生導(dǎo)師,現(xiàn)任中國科學(xué)院電子學(xué)研究所副所長。主要從事合成孔徑雷達(dá)、遙感信息處理和應(yīng)用系統(tǒng)等領(lǐng)域的研究工作。

      E-mail: cbding@mail.ie.ac.cn

      猜你喜歡
      數(shù)組結(jié)點(diǎn)復(fù)雜度
      JAVA稀疏矩陣算法
      JAVA玩轉(zhuǎn)數(shù)學(xué)之二維數(shù)組排序
      一種低復(fù)雜度的慣性/GNSS矢量深組合方法
      Ladyzhenskaya流體力學(xué)方程組的確定模與確定結(jié)點(diǎn)個(gè)數(shù)估計(jì)
      求圖上廣探樹的時(shí)間復(fù)雜度
      某雷達(dá)導(dǎo)51 頭中心控制軟件圈復(fù)雜度分析與改進(jìn)
      尋找勾股數(shù)組的歷程
      出口技術(shù)復(fù)雜度研究回顧與評(píng)述
      基于Raspberry PI為結(jié)點(diǎn)的天氣云測量網(wǎng)絡(luò)實(shí)現(xiàn)
      VB數(shù)組在for循環(huán)中的應(yīng)用
      考試周刊(2012年88期)2012-04-29 04:36:47
      绥阳县| 佳木斯市| 保山市| 安陆市| 会东县| 普陀区| 锦屏县| 舟山市| 宜君县| 青州市| 云阳县| 保亭| 吴忠市| 泸西县| 湛江市| 新竹县| 渑池县| 泽库县| 九龙城区| 灵丘县| 南昌市| 霍邱县| 九龙坡区| 虞城县| 怀来县| 赫章县| 大关县| 南康市| 象山县| 襄垣县| 乌审旗| 灵川县| 嘉义县| 彭山县| 昌平区| 齐齐哈尔市| 锡林郭勒盟| 米脂县| 莱州市| 仪征市| 施秉县|