下载文档原格式
遥感卫星光学系统设计与分析遥感技术是一种通过遥远距离获取地球表面信息的技术手段，而遥感卫星作为最主要的遥感数据采集平台，其光学系统的设计和分析对于获得高质量的遥感数据至关重要。
本文将探讨遥感卫星光学系统的设计原理、常见问题及其解决方案。
一、光学系统设计原理遥感卫星的光学系统主要由光学遥感器和光电子器件组成。
光学遥感器是通过光学透镜或反射镜将地球表面反射回来的光线聚焦到光电子器件上。
而光电子器件则负责将聚焦的光信号转换成电信号。
在光学系统设计中，需要考虑的关键参数包括感知角度、像敏元件特性、光传递系统、光谱范围等。
感知角度即遥感卫星对于地面的观测范围，通常需要根据实际需求确定。
像敏元件特性则主要是指光学遥感器的分辨率和灵敏度，分辨率决定了卫星的空间分辨率，灵敏度则决定了对光线的接收能力。
光传递系统则用来保证光线从地球表面传输到光电子器件上的最大传输率。
在设计中，需要考虑的因素包括光线在大气中的传播、积雪覆盖、云层遮挡等。
光谱范围则是指遥感卫星观测的波长范围，不同波段的光谱可以提供不同类型的地表信息。
二、常见问题与解决方案1. 大气湍流对光学成像的影响大气湍流会导致光线的扩散，进而影响光学图像的清晰度。
为了解决这个问题，可以采用自适应光学系统，通过光学元件的变形来消除湍流效应。
另外，也可以通过使用大口径的光学装置，减小大气湍流对光线的扩散。
2. 物质散射对光学成像的影响物质散射包括大气散射和地表散射。
大气散射主要来自大气中的气溶胶和水汽，地表散射则受到地表粗糙度等影响。
在设计光学系统时，可以采用滤波器来选择特定波段的光谱，减小散射对图像质量的影响。
另外，也可以通过降低卫星相对高度来减小大气散射的影响。
3. 目标表面的光谱特性不同的目标表面具有不同的光谱特性，这对于遥感卫星光学系统的设计和分析带来了挑战。
为了解决这个问题，可以利用光谱混合模型来提取和分类目标表面。
光谱混合模型可以通过分解光谱信号，得到不同成分的光谱特性，并进一步进行分类和分析。
“实践九号”A卫星光学遥感图像杂散光噪声去除严明;伍菲;王智勇【期刊名称】《航天返回与遥感》【年(卷),期】2014(000)005【摘要】杂散光是影响卫星光学遥感图像像质的重要因素，严重时会在图像上形成明暗的杂散光条纹噪声，降低图像的对比度和清晰度。
文章针对“实践九号”A （SJ-9A）卫星光学遥感图像存在的杂散光噪声现象，设计了一种基于成像载荷焦面入射杂散光空间分布特征的遥感图像杂散光条纹噪声去除方法，通过测量杂散光在推扫遥感图像上的空间分布特征，建立杂散光分布特征模型，采用分块自适应算法进行杂散光噪声滤波，消除SJ-9A遥感图像上随时空变化的杂散光条纹噪声。
杂散光噪声去除后图像整体色调均匀，无条带噪声，满足CCD/TDI-CCD推扫遥感图像辐射校正精度（广义噪声）优于5%的指标要求。
【总页数】9页(P72-80)【作者】严明;伍菲;王智勇【作者单位】中国科学院遥感与数字地球研究所，北京 100101; 二十一世纪空间技术应用股份有限公司，北京 100096;二十一世纪空间技术应用股份有限公司，北京 100096;二十一世纪空间技术应用股份有限公司，北京 100096【正文语种】中文【中图分类】TP722.4.1【相关文献】1.光学遥感卫星杂散光扫描测试系统测控设计 [J], 李俊麟;汪少林;张黎明;司孝龙;马文佳;杨春燕;李鑫;刘辉;李阳2.遥感图像信号不相关随机噪声去除方法研究 [J], 刘雪峰;王聪聪;张现军3.改进CGAN网络的光学遥感图像云去除方法 [J], 裴傲;陈桂芬;李昊玥;王兵4.基于亮度先验的星图杂散光噪声去除方法 [J], 张新;林彬;杨夏;王鲲鹏;张小虎5.超分辨卫星载荷光学系统杂散光抑制 [J], 裴琳琳;相里斌;吕群波;邵晓鹏因版权原因，仅展示原文概要，查看原文内容请购买。
空间卫星目标动态电磁散射特性仿真与分析
任红梅;霍超颖;董纯柱;殷红成
【期刊名称】《航天电子对抗》
【年(卷),期】2007(023)006
【摘要】给出了空间轨道飞行目标动态宽带散射特性建模方法,重点对某卫星动态宽带电磁散射特性进行了仿真,并通过轨道飞行过程中卫星一维距离像的积累获取了散射中心历程图,提出了由飞行过程中形成的散射中心历程图来判断卫星的结构特点的思路.
【总页数】3页(P4-6)
【作者】任红梅;霍超颖;董纯柱;殷红成
【作者单位】中国航天科工集团公司二院207所,北京,100854;中国传媒大学,北京,100024;中国航天科工集团公司二院207所,北京,100854;中国航天科工集团公司二院207所,北京,100854;中国航天科工集团公司二院207所,北京,100854;中国传媒大学,北京,100024
【正文语种】中文
【中图分类】TN97
【相关文献】
1.空间飞行器目标电磁散射特性分析 [J], 步红梅;王晓冰;梁子长
2.临近空间飞行器目标电磁散射特性分析方法研究 [J], 李潇;周云生
3.临近空间高超声速目标电磁散射特性分析 [J], 王李波;马春娥
4.基于多层材料的卫星目标电磁散射特性仿真分析 [J], 范晓彦;尚社;宋大伟;孙文锋;李栋;罗熹;郭海超
5.带限Weierstrass-Mandelbrot分形土壤表面与置于其上组合目标复合电磁散射特性仿真及分析 [J], 王玉清;刘鹏;任新成;朱小敏;赵晔;杨鹏举
因版权原因，仅展示原文概要，查看原文内容请购买。
“高分二号”卫星相机影像辐射质量评价近年来，我国的卫星技术得到了越来越多的关注和支持，其中，“高分二号”卫星是一款功能多样、性能优良的卫星。
其中，其相机影像辐射质量，直接关系到卫星应用的成功率和数据的可靠性。
因此，本文就“高分二号”卫星相机影像辐射质量进行评价、分析，以期探究其在未来应用中的潜力。
1. 外部条件影响“高分二号”卫星的相机影像辐射质量可能会受到外部条件的影响。
比如，太阳辐射和地面反射光都可能会对卫星相机的成像质量产生影响。
另外，地球大气层的折射和散射现象也会导致照片产生光斑、颜色失真等情况。
针对这些问题，可以通过在软件算法上的优化、光学设计上的改良来进一步提高“高分二号”卫星相机的成像质量。
2. 相机硬件质量相机硬件的质量直接关系到卫星的成像效果。
在“高分二号”卫星相机的设计中，除了光学镜头的优化外，还可能会通过尾焰、光刻等方式来控制光学成像的精度。
同时，还需要考虑相机中非均匀性矫正、图像去噪等技术，进一步完善相机成像质量。
3. 数据传输和图像处理技术针对“高分二号”卫星的相机影像数据传输和图像处理技术，评价需要考虑到这方面的影响。
卫星数据传输的速度和稳定性、处理能力等都是影响卫星相机成像质量的关键因素。
在处理技术上，需要考虑到解压缩、颜色校正、光栅化等算法的优化，以确保图像的质量和清晰度。
结论基于以上评价，可以看出，“高分二号”卫星相机影像辐射质量整体上非常不错，尤其是在硬件质量上做得比较出色，但其优化空间还很大。
这也提示了我们，在使用卫星数据进行应用时，需要充分考虑数据质量以及开发出相应算法和技术，提高数据质量，以满足不同领域的应用需求。
未来，卫星技术将在气象、资源环境监测、物联网、交通运输、军事和安全等多个领域得到广泛应用。
其中，“高分二号”卫星的相机影像辐射质量对于卫星应用的成功率和数据的可靠性具有至关重要的影响。
因此，对其成像质量进行评价和优化很有必要。
对于从卫星上获取到的数据，需要先进行质量评估，包括数据的清晰度、准确性和完整性。
航天返回与遥感第43卷第2期62SPACECRAFT RECOVERY & REMOTE SENSING2022年4月高分辨率可见光遥感卫星像质评价与比对方法研究李龙飞1李丹妮1方舟1李岩1邢坤2胡永力2陈元伟1王定文1（1 航天恒星科技有限公司，北京100095）（2 北京空间机电研究所，北京100094）摘要为落实“一带一路”战略，增强国际影响力，中国于2017与2018年分别为委内瑞拉与巴基斯坦各发射1颗高分辨率遥感卫星。
为检验两颗星的像质，并对标国际先进水平，在两颗星完成定标工作后，地面应用单位进行了大量（近300轨约3 000景）的统计分析工作。
文章引入法国SPOT-7影像数据，研究结合客观与主观像质评价方法对3颗星的像质进行综合评价，先结合通用影像品质方程（GIQE）与美国国家图像解译等级标准（NIIRS）人工解译方法对3颗高分辨率遥感卫星影像进行像质评价，再依据统计分析结果与相关产品手册，对3颗卫星建立像质指标体系，最后利用层次分析法对遥感影像像质进行客观评价。
文章汲取几种主客观评价方法的优点，建立了原始至高级别影像涵盖不同指标的像质评价体系对三颗卫星像质进行评价，评价结果趋于一致。
文章有助于对类似图像的像质评价。
关键词高分辨率遥感影像影像比对像质评价航天遥感中图分类号: TP753文献标志码: A 文章编号: 1009-8518(2022)02-0062-12DOI: 10.3969/j.issn.1009-8518.2022.02.007Research on Image Quality Assessment and Comparison Methods of High-resolution Optical Remote Sensing Satellite LI Longfei1LI Danni1 FANG Zhou1 LI Yan1 XING Kun2 HU Yongli2 CHEN Yuanwei1WANG Dingwen1（1 Space Star Technology Co., Ltd., Beijing 100095, China）（2 Beijing Institute of Space Mechanics & Electricity, Beijing 100094, China）Abstract To implement the belt and road strategy and enhance international impact, China launched one high-resolution remote sensing satellite for each of Venezuela and Pakistan in 2017 and 2018. To evaluate the image quality of two satellites and to normalize the international advanced level, a large number of statistical analysis results were performed on the ground application unit after two satellites completed the calibration work. This article imports SPOT-7 image data, objective and subjective image quality evaluation methods are used to comprehensively evaluate the image quality of the three satellites. Combined with GIQE equation and NIIRS artificial interpretation method, the image quality of three high-resolution remote sensing satellite收稿日期：2021-11-22引用格式：李龙飞, 李丹妮, 方舟, 等. 高分辨率可见光遥感卫星像质评价与比对方法研究[J]. 航天返回与遥感, 2022, 43(2): 62-73.LI Longfei, LI Danni, FANG Zhou, et al. Research on Image Quality Assessment and Comparison Methods of High-resolution Optical Remote Sensing Satellite[J]. Spacecraft Recovery & Remote Sensing, 2022, 43(2): 62-73. (in第2期李龙飞 等: 高分辨率可见光遥感卫星像质评价与比对方法研究63images is evaluated. Then according to the test results and related product manuals, the image quality index system is established for the three satellites with similar resolution. Finally, the analytic hierarchy process is used to objectively evaluate the remote sensing image quality. The focus of different evaluation methods is different, but the comprehensive evaluation results tend to be consistent, which lays the foundation for the subsequent image quality optimization.Keywords high resolution; remote sensing image; image quality comparison; image quality assessment; space remote sensing0 引言高分辨率遥感卫星影响像质因素很多，主要影响因素包含大气、卫星载荷、图像预处理算法等，对像质评价体系研究将对推动光学成像系统不断优化有重要影响。
卫星导航天线技术指标及检测导航系统在现代社会中扮演着重要角色，而卫星导航天线作为其中的关键组成部分，对系统的性能和精度起着至关重要的作用。
本文将从卫星导航天线技术指标和检测两个方面进行探讨。
一、卫星导航天线技术指标1. 频率范围：卫星导航系统使用的频率通常位于L波段（1-2 GHz）或C波段（4-8 GHz）。
天线应具备适应所使用频率范围的能力，以实现对卫星信号的接收和传输。
2. 增益：天线增益是指天线辐射能力的强弱程度，通常以dBi（dB Isotropic）为单位表示。
增益越高，接收信号的灵敏度越高，对于卫星导航系统而言，能够提供更好的信号接收和定位精度。
3. 方向性：卫星导航天线的方向性表示天线辐射能力在空间中的分布情况。
通常采用指向性较强的方向天线，以确保在不同方位下的信号接收质量。
4. 前后比：前后比是指天线在前后方向上的辐射能力差异，也称为前后矩比。
较高的前后比可以减少背景干扰，提高接收信号的质量。
5. 带宽：天线的带宽指的是其在频率范围内能够正常工作的能力。
带宽越宽，天线对不同频率信号的接收能力越强。
二、卫星导航天线检测1. 天线参数测试：通过测试天线的增益、方向性、前后比等参数，以确定天线的性能是否符合设计要求。
测试过程中通常使用天线测试仪器，如网络分析仪、天线分析仪等。
2. 阻抗匹配测试：天线的阻抗匹配能力对于信号传输和接收至关重要。
通过测试天线的驻波比或阻抗参数，可以评估其与信号源之间的匹配程度。
测试方法包括驻波比测试和阻抗测试等。
3. 天线辐射图测试：天线辐射图描述了天线在空间中的辐射特性，包括辐射方向、辐射强度等。
通过测试天线的辐射图，可以评估其在不同方向上的辐射能力是否均匀，是否存在死角等问题。
4. 天线接收性能测试：通过模拟卫星信号，并测试天线的接收能力，以评估其对真实信号的接收效果。
测试过程中通常使用信号源和天线测试仪器进行。
5. 温度和振动测试：天线在使用过程中需要承受各种环境条件下的考验，包括温度变化和机械振动等。
第17卷第15期2017年5月 1671—1815(2017)015-0120-06科学技术与工程Science Technology and EngineeringV o l. 17 No. 15 M ay. 2017©2017 Sci. Tech. Engrg.高分二号卫星影像融合方法与效果评价江威M何国金M’4*倪愿M郑守住6马瑞琪1>7(中国科学院遥感与数字地球研究所1,北京100094;中国科学院大学2,北京100049;海南省地球观测重点实验室3,三亚572000;三亚中科遥感研究所4,三亚572029;福州大学地理空间信息技术国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室5,福州350002;同济大学测绘与地理信息学院6,上海200092;中国地质大学（武汉）李四光学院7,武汉430074)摘要高分二号（G F-2)是我国高分辨率对地观测系统重大专项中的首颗“亚米级”卫星，极大地提高了我国高空间分辨卫 星影像的自给率。
遥感影像融合是高分辨遥感处理和应用的关键流程，选择北京、大连和福州地区G F-2影像，采用彩色标准 化变换（B ro v e y)法、相位恢复（G ra m-S c h m id t)法、色度空间变换（H S V)法、主成分变换（P C A)法和超分辨率贝叶斯（P ansharp) 法共5种融合方法对实验区影像进行融合实验。
首先对5种融合结果进行目视效果评价，然后构建了标准差、信息熵、平均梯 度、相关系数和扭曲程度5个指标对融合结果进行定量评价。
结果表明：P a n s h a rp法在图像信息、细节以及光谱都具有较好的 保持效果，G ra m-S c h m id t和P C A次之，H S V和B r w e y色彩失真较明显，该结论可为G F-2卫星影像科研和工程应用提供参考。
关键词高分二号卫星 影像融合 效果评价 图像.中图法分类号T P751.1; 文献标志码A自我国实施高分辨率对地观测系统重大专项以 来，相继发射了高分一号（G F-1)、高分二号（G F-2)、高分三号（G F-3)等高空间分辨率卫星，极大满足了 我国高空间分辨率遥感数据应用的需求，扭转了长 期来我国高分遥感监测长期依赖国外商业卫星的局 面[1]。
对地观测卫星激光测高数据质量评价指标及方法对地观测卫星激光测高数据质量评价指标和方法有多种，以下是其中一些常用的指标和方法:
1. 高度精度指标：该指标反映了激光测高数据的高度精度，通常使用误差等级 (error level) 来表示。
误差等级越高，表示数据精度越高。
常见的误差等级包括 L1、L2、L3 等。
2. 高度分辨率指标：该指标反映了激光测高数据的高度分辨率，通常使用点数 (point count) 来表示。
点数越多，表示数据分辨率越高。
3. 数据可用性指标：该指标反映了激光测高数据的可靠性和可用性，通常使用概率 (probability) 来表示。
概率越高，表示数据可用性越高。
4. 数据一致性指标：该指标反映了激光测高数据之间的一致性，通常使用一致性等级 (consistency level) 来表示。
一致性等级越高，表示数据一致性越高。
5. 数据可靠性指标：该指标反映了激光测高数据的可靠性和准确性，通常使用误差 (error) 和偏差 (deviation) 来表示。
误差和
偏差越小，表示数据可靠性越高。
6. 数据一致性指标：该指标反映了激光测高数据之间的一致性，通常使用一致性等级 (consistency level) 来表示。
一致性等级越高，表示数据一致性越高。
常用的激光测高数据质量评价方法包括统计学方法、机器学习方法和可视化方法等。
其中，统计学方法常用于评价数据的准确性和一致性，机器学习方法常用于评价数据的可靠性和可用性，可视化方法则常用于评价数据的分辨率和精度。
GF-2正射影像融合方法的比较与分析
邱承兴
【期刊名称】《低碳世界》
【年(卷),期】2024(14)6
【摘要】基于高分二号卫星(GF-2)多光谱影像和全色影像,采用5 m数字高程模型(digital elevation model,DEM)影像进行正射校正,选用无波段限制的7种影像融合方法对正射影像进行融合,通过定性和定量分析,探究不同影像融合结果的差异性。
结果表明,施密特全色锐化(GramˉSchmidt pan sharpening, GS)融合方法能够较
为真实地反映原有地物信息,地物细节处理效果比其他影像融合方法好;小波变换(wavelet transform, WT)和最近邻扩散(nearest neighbor diffusion, NND)方法对植被的区分度较差;不同的影像融合方法有其各自的特性,在实际应用中,应根据不同的需求,选择适宜的影像融合方法。
【总页数】3页(P193-195)
【作者】邱承兴
【作者单位】贵州东南航电开发投资有限公司
【正文语种】中文
【中图分类】P237
【相关文献】
1.遥感影像数据融合方法的比较和分析——以开封地区SPOT影像数据为例
2.遥
感影像数据融合方法比较分析3.GF-2卫星数据影像融合方法的比较研究4.HSV与
Gram-Schmidt影像融合方法比较分析5.道路信息提取的GF-2影像融合方法对比分析
因版权原因，仅展示原文概要，查看原文内容请购买。
ASAP杂散光分析材料_文档视界Stray light calculation methods with optical ray trace softwareGary L. PetersonBreault Research Organization6400 East Grant Road, Suite 350, Tucson, Arizona 85715 Copyright 1999, Society of Photo-Optical Instrumentation Engineers (SPIE). This paper will be published in the proceedings from the July 1999 SPIE Annual Conference held in Denver, Colorado, and is made available as a preprint with permission of SPIE. Single print or electronic copies for personal use only are allowed. Systematic or multiple reproduction, or distribution to multiple locations through an electronic listserver or other electronic means, or duplication of any material in this paper for a fee or for commercial purposes is prohibited. By choosing to view or print this document, you agree to all the provisions of the copyright law protecting it.ABSTRACTFaster, better, and cheaper computers make it seem as if any optical calculation can be performed. However, in most cases brute force stray light calculations are still impossible.This paper discusses why this is so, and why it is unlikely to change in the near future. Standard software techniques for solving this problem are then presented, along with a discussion of how old techniques are used to take advantage of the new features that are available in the latest generation of optical analysis software.Keywords: Stray light, scatter, optical analysis software, ray trace software1. INTRODUCTIONStray light calculations are done to find out how unwanted light propagates to a detector or focal plane and to determine if its irradiance is large enough to cause a problem. Faster, larger, and cheaper computers, as well as the advent of commercial optical analysis software have made these calculations faster and easier to perform. However, brute-force stray light calculations are still impossible. Fortunately, optical analysis software and standard stray light analysis techniques can be combined to simplify and automate identification of stray light paths. Importance sampling is then used to perform quantitative stray light calculations in a reasonable time.2. BRUTE-FORCE STRAY LIGHT CALCULATIONSOne way of performing a stray light calculation is to do a direct computer simulation of the way light propagates through an optical system. This direct, or brute-force simulation consists of1. constructing a computer model of the baffles, vanes, housings, struts, lenses, and mirrors of an optical system, and2. tracing lots of rays through the system, allowing them to scatter, reflect and generally rattle around inside until some of them make it to the detector.This approach has several attractive features:1. It requires minimal labor on the part of the stray light analyst. Labor is expensive. Computers are cheap, large, and fast. So this seems to be a good allocation of resource.2. It is a good simulation of the real world. Light really does scatter and reflect in all possible directions until a small fraction of it actually makes it to the detector.3. It requires little knowledge of optics. The computer performs all of the imaging, propagation, and scatter calculations, so personnel without formal training in optics can be employed in the task.4. It is unbiased. No preconceived ideas about what are the most important paths, or how light should propagate within thesystem are imposed on the calculation. The computer simply performs a random real-world simulation of how light actually propagates.There is only one problem with this method: it doesn't work! To see why, consider a stray light analysis of a simple Cassegrain telescope that is illustrated in Figure (1). As shown in the figure, it is usually necessary to model stray light paths that have as many as two bounces, or scatters, from the source to the detector. How much time is needed to perform such a calculation? To find out, assume an initial sampling of the entrance aperture with a 1000 ×1000 grid of rays. Furthermore, assume each time a ray hits a surface that enough scattered rays are generated to sample the hemisphere above that surface with a density of one ray for each square degree. How many rays are needed and how long will it take to trace them? There are one million initial rays, and there a 20,600 square degrees in a hemisphere. So when each of the one million initial rays strikes a surface it generates 20,600 rays. Furthermore, since we want include as many as two scatters, each scattered ray generates 20,600 additional rays when it strikes a surface. Therefore, an estimate for the total number of rays required to perform this calculation is1 million × (20,600)2 = 4 × 1014 rays,or 400 million million. A the present time, a typical ray trace speed through a complex system on a Pentium TM class computer is 1 million rays per hour. Dividing the number of rays by this rate gives a total ray trace time of 4 × 108 hours, or 46,000 years! And that is for only one source located at a single position or direction. Clearly, the brute-force approach is not a practical method.Figure 1: Example of two scatters inside a Cassegrain telescope.3. SYSTEMATIC STRAY LIGHT CALCULATIONSIn practice, the time required for a stray light calculation is greatly reduced by abandoning the brute-force approach and applying two tools: 1. systematic identification of stray light paths, and 2.importance sampling (or directed scatter). Both of these tools have been used in the stray light community for over twenty years, but modern computers and software allow even novice stray light analysts to apply them reliably.1Systematic identification of stray light paths starts atthe detector to identify the critical objects. A critical object is any object or surface that is seen from the detector, including objects that are seen as images in mirrors and lenses. Critical objects are important in stray light analysis because 100% of the stray light comes from these objects. If the detector cannot see an object, then no stray light comes from it.Critical objects are identified by tracing rays backward from the detector. This is illustrated in Figure (2). Any object or surface that is intersected by a ray is a critical object. The figure shows an in-plane ray trace (for clarity), but in practice a full three-dimensional ray trace is done to obtain a complete list of critical objects. Furthermore, an actual ray trace should include a series of point sources across the detector, or rays should be randomly distributed within the detector area and within the hemisphere above the detector. After the ray trace, a list of all of the objects intersected by rays is made for later reference.Note that using a computer to find critical objects preserves some of the advantages of the brute-force approach. It is unbiased. Given an accurate and complete model of thesystem and a dense collection of rays on the detector, the computer will find all objects that are visible from the detector without regard to the analyst's preconceptions about what should or should not be seen. The calculation can also be performed without an extensive knowledge of optics, as the computer handles all of the imaging during the ray trace. After identifying the critical objects, the next step is to identify illuminated objects. For a given source and source location, an illuminated object is any object or surface that receives power from the source, either directly, or after reflection and refraction by the mirrors and lenses. Objects that are illuminated indirectly by scattered light are not included in this list.Illuminated objects are identified by doing a forward ray trace through the system. Rays are traced forward from the source through the entrance of the optical system. Any object or surface that is struck by a ray is an illuminated object. This is again a fully three-dimensional ray trace so that all objects are identified. After the ray trace, a complete list of illuminated objects is made. In general, the list of illuminated objects changes with source position, so there are usually several of these lists: one for each source and sourcelocation. As with the backward ray trace that was used to identify critical objects, using a computer to identify illuminated objects is unbiased and does not require an extensive knowledge of optics.Systematic identification of stray light paths is done by comparing the lists of critical and illuminated objects. Any object or surface that is on both the critical object list and the illuminated object list defines a first order stray light path. That is, the source and detector are connected by scatter from a single surface. At this time there is enough information to make design changes that will reduce the stray light background. In most cases, if first order stray light paths exist they are the dominant source of stray light. Stray light is reduced by either moving the object or surface so it is no longer seen from the detector or directly illuminated, or by inserting a baffle that blocks the detector's view of the object or blocks illumination of the object.Second order, or two-scatter, stray light paths are found by connecting objects on the list of illuminated objects with the list of critical objects. That is, if an object on the critical-object list is seen from an illuminated object, then a second order path exists in which light from the source isscattered from the illuminated object to the critical object, and then scattered from the critical object to the detector. In most cases, it is obvious whether or not an optical path exists from the illuminated object to the critical object. But if there is doubt, ray tracing can be performed to find out. An extended source is placed over the illuminated object (or critical object) and a three dimensional ray trace is performed. If rays from the illuminated object strike the critical object (or vice versa), then a second order path exists. In general, the list of second order stray light paths consists of all possible connections between objects on the list of critical objects and objects on the list of illuminated objects. While the number of second order stray light paths is often large, the above procedure for identifying them is easy to apply and the chances of overlooking an important stray light path are small.Note that no scatter calculations have been performed yet. The backward and forward ray traces consist entirely of refractions and reflections from the lenses and mirrors, and straight line transfers from one object to another. Because of this, a dense sampling of the system in the critical and illuminated object ray traces is practical: again, typicallya million rays can be traced on Pentium TM class computers in about an hour.Now that a complete list of first and second order stray light paths exists, it is time to perform quantitative stray light calculations. These calculations are made practical by using importance sampling or directed scatter. The vast majority of light that strikes an illuminated object never makes it to a critical object or the detector. Because of this, simulating scatter by tracing rays in all possible directions is a tremendous waste of computer time on rays the contribute absolutely nothing to the stray light calculation. The idea behind importance sampling is to avoid this waste by tracing only rays that propagate in interesting, or important directions. That is, towards critical objects or the detector. This idea is illustrated for first and second order scatter in Figures (3) and (4). In Figure (3), rays from a source that strike the front surface of three vanes next to the primary mirror are scattered towards the image of the detector in the secondary mirror, which causes them to propagate directly to the detector. In Figure (4), rays that strike the housing around the secondary mirror are scattered towards the primary mirror, and are then scattered again towards the image of the detectorin the secondary mirror. Vast savings in computer time are obtained by tracing only a small number of rays towards the areas of interest.Naturally, in order to get the right answer it is not sufficient to simply send all of the scattered rays in interesting directions. The quantitative aspects of this approach must be accounted for. In particular, each ray must be assigned a power, and the power of scattered rays must be scaled in proportion to the power of the incident rays, the solid angle subtended by the important area, the scatter properties (Bidirectional Scatter Distribution Function, or BSDF) of the surface, and the cosine obliquity factor of the scattering surface. Fortunately, this quantitative aspect of the ray trace is generally handled entirely by the optical ray trace software.Importance sampling works well when combined with the stray light paths that were identified in the backward and forward ray traces. For each first order stray light path, an important area is defined over the image of the detector as seen from each object that is both an illuminated and a critical object. Foreach second order stray light path, an important area is placed over each critical object (or image of the critical object) in addition to an important area over the detector image.Once the important areas are defined quantitative stray light calculations begin. Rays are traced from the source into the system. Then rays are scattered from each illuminated object towards the image of the detector (first order stray light paths) or towards the critical objects (second order stray light paths), and from critical objects to the detector image. The end result is an accurate stray light calculation that avoids tracing rays propagating in uninteresting directions, and thereby reduces the computer time required by many orders of magnitude.4. CONCLUSIONIn most cases, brute-force stray light calculations are still well beyond the capabilities of computers that are currently available. However, using computers and optical ray trace software to implement standard stray light techniques allows systematic identification of stray light paths to be performed without an extensive knowledge of optics. In addition, importance sampling vastly reduces the computer time required to perform quantitative stray light calculations so that anaccurate stray light irradiance can be obtained.ACKNOWLEDGMENTThe author gratefully acknowledges Robert P. Breault for introducing him to the use of critical and illuminated objects to identify stray light paths.REFERENCE1. Robert P. Breault, "Control of Stray Light", in Handbook of Optics, Volume 1 (McGraw-Hill,New York, 1995), Chapter 38.。
卫星通信的常见干扰分析和处理措施卫星通信是连接世界各地的重要手段之一，但是，干扰也是常见的问题。
干扰会妨碍通信信号的传输，甚至会导致整个通信系统的故障。
为了保证卫星通信系统的正常运行，需要进行常见干扰分析和处理措施。
一、常见干扰分析目前，卫星通信系统中常见的干扰主要有以下几种：1. 自然干扰：如闪电、大气电暴等导致的电磁干扰、太阳风暴等引起的电离层扰动等。
2. 人为干扰：包括恶意干扰和无意中的干扰。
恶意干扰包括干扰源的人为恶意和恐怖主义行为；无意中的干扰包括各种电子设备、无线电、雷达等设备造成的干扰。
3. 天线干扰：当卫星通信信号经过天线时，会受到天线本身或周围环境中的反射物对信号的影响，导致信号损失或失真。
二、常见处理措施为了解决干扰问题，卫星通信系统需要采取不同的处理措施。
1. 采用数字信号处理技术：数字信号处理技术可以对信号进行滤波、降噪、去除干扰等处理，从而使信号质量得到改善。
2. 使用天线阵列系统：天线阵列可以提供更好的方向性和抗干扰能力，可以减少来自周围环境和其他信号源的干扰。
3. 设计高效的信号调制解调器：信号调制解调器可以对信号进行调制和解调，增强信号传输的稳定性和可靠性，从而减少干扰对信号传输的影响。
4. 提高发射功率：增加发射功率可以在一定程度上减少干扰的影响。
但是，这需要在保证安全性的前提下进行。
5. 统一卫星频段分配：在频段分配方面，应该采用国际统一的频段分配方式，以减少不必要的干扰。
6. 加强干扰监测和管理：采用现代化的监测手段，对卫星通信进行严密的监测和管理，及时发现和处理干扰问题。
综上所述，干扰是卫星通信系统中的常见问题，需要采取不同的处理措施来提高信号质量和稳定性。
随着技术的不断进步，相信卫星通信系统会越来越成熟、可靠。
FY-2E卫星杂散光评价与分析陈博洋1，李欣耀2，郭强1，陈福春2（1.国家卫星气象中心中国气象局中国遥感卫星辐射测量和定标重点开放实验室，北京 100081；2.中科院上海技术物理研究所，上海 200083）摘要：通过FY-2E卫星可见光通道、红外1、红外2、红外3、红外4通道的杂散光评价，并且和FY-2D卫星发射初期的各通道杂散光评价对比，得到了FY-2E卫星可见光通道杂散光能量和FY-2D卫星可见光通道杂散光能量基本持平、其中A机通道性能略有提高，红外1、红外2、红外3、红外4各通道的杂散光绝对能量相比FY-2D卫星各红外通道杂散光绝对能量下降约30%～40%、其中红外2通道信杂比明显提高的结论；分析发现，是FY-2E卫星光路系统中的里奥光栏在降低杂散光方面发挥了巨大的作用。
关键词：FY-2E卫星；杂散光；信杂比；里奥光阑中图分类号：TP722.4 文献标识码：A 文章编号：1001-8891(2010)11-0636-04Estimate and Analysis for Stray Light of FY-2E SatelliteCHEN Bo-yang1，LI Xin-yao2，GUO Qiang1，CHEN Fu-chun2(1. National Satellite Meteorological Center, Key Laboratory of Radiometric Calibration and Validation for Environmental Satellite,China Meteorological Administration, Beijing 100081, China；2.Shanghai Institute of Technical Physics, Shanghai 200083, China)Abstract：After estimate for stray light of FY-2E satellite, and comparison to stray light of FY-2D satellite, there is the conclusion that visible stray light of FY-2E is similar to that of FY-2E satellite, and A detector is better, in infrared channels, the stray light is less 30%-40% than that of FY-2D, especially, in infrared channel 2, SNR is higher than that of FY-2D. By the analysis, lyot stop is the useful way to reduce stray light.Key words：FY-2E satellite，stray light，SNR，lyot stop引言FY-2E卫星是我国第三颗业务静止气象卫星，已于2008年12月23日在西昌卫星发射中心由长征三号甲运载火箭成功发射升空，定点于东经123.5°赤道上空。
国家卫星气象中心组织人力对FY-2E卫星进行了在轨测试，在轨测试表明，卫星系统功能正常、性能良好，除三年寿命和可靠性尚待继续考验外，卫星功能、性能符合《风云二号02批卫星研制总要求》，可以投入业务使用。
杂散光能量是卫星在轨测试项目中的重要指标，对卫星载荷的质量确定、遥感数据的定量应用等有重要作用，FY-2E卫星在轨测试表明，E星的杂散光绝对能量相比D星有了比较大的下降，通过分析发现，是扫描辐射计中的里奥光阑在降低杂散光能量方面发挥了巨大的作用。
通过杂散光在轨测试和分析，进一步明确了降低杂散光的方法，为后续的静止气象卫星设计、遥感数据定量应用打下了基础。
1 FY-2E杂散光评价FY-2E卫星有效载荷扫描辐射计共有5个通道：1个可见光通道和4个红外通道，分别对可见光（VIS）通道、红外1（IR1）通道、红外2（IR2）通道、红外3（水汽，IR3）通道和红外4（IR4）通道进行了杂散光评价。
1.1 可见光通道杂散光评价636637FY-2E 卫星可见光通道杂散光典型空间分布：FY-2E 的可见光图像为6 bit 量化，为了便于观察杂散光的分布范围，图1(a)和图1(b)都做了8 bit 拉伸显示。
图1(a)2009年1月15日04:00(UTC)点FY-2E 的可见光图像，图1(b)为该时次图像的圆盘外杂散光分布。
通过和FY-2D 卫星的可见光通道杂散光分布对比可以知道，FY-2E 卫星和FY-2D 卫星的杂散光分布范围基本相当。
进一步的定量分析表明：FY-2E 卫星的地球圆盘外的杂散光最高计数值为6，对应的电压值为144.6 mV ；另一方面，该时次图像的动态范围为62，对应的电压值为4810.2 mV 。
因此，当以电压值为能量基准时，最大杂散光约占系统最高能量的3%；从杂散光的空间分布和杂散光与最大能量的百分比评价，FY-2E 卫星的杂散光水平与FY-2D 基本持平（FY-2D 的杂散光能量比是3.4%）。
为了测试FY-2E 卫星备用通道和主通道的响应一致性，我们选择2009年2月23日04:30（UTC ）的FY-2E 备用通道可见光图像做了分析，该时次可见光图像的杂散光最高计数值为8，对的电压值为183 mV ；另一方面，该时次图像的动态范围为63，对应的电压值为4978.2 mV 。
因此，当以电压值为能量基准时，最大杂散光约占系统最高能量的3.6%，和主通道性能基本一致。
1.2 IR1（10.3～11.3 µm ）通道杂散光评价1）FY-2E 卫星IR1通道杂散光典型空间分布 这里选择FY-2E 卫星2009年1月15日04:00（UTC ）IR1通道图像做分析评价，给出该通道的原始图像（高8位）及其地球圆盘外杂散光空间位置分布图像，分析结果如图2(a)和图2(b)所示。
需要说明的是，为了更好的反映杂散光在地球圆盘外的空间分布，图2(b)用探测信息的低2位来表示，并经过了线性增强处理。
显然，FY-2E 卫星IR1通道在地球圆盘外受到杂散光的影响，和FY-2D 卫星的IR1通道杂散光评价对比，FY-2E 卫星的四个红外通道的起始量化电平降低到约29mV ，增强了对低温探测的能力，同时杂散光也得到了比较好的抑制。
2）FY-2E 卫星IR1通道杂散光性能指标定量评价 为了分析FY-2E 卫星IR1通道杂散光水平及其相关的能量指标，这里选择了2009年1月15日00:00～23:00（UTC ）FY-2E 卫星IR1通道连续24小时的数据做评价，上述数据分别分析了相应的信杂比指标，数据如表1所示。
为了和FY-2D 卫星的性能指标对比，我们在同一张图里画出连续24h 的FY-2E 卫星和FY-2D 卫星的IR1通道杂散光均值，如图3所示，图中的圆圈连线是FY-2D 卫星发射初期连续24h 的杂散光能量曲线，图中的星连线是FY-2E 卫星连续24h 的杂散光能量曲线，可以看出FY-2E 卫星的杂散光绝对能量相比FY-2D 卫星的杂散光绝对能量有比较大的下降。
(a) FY-2E 的可见光图像 (b) FY-2E 的可见光杂散图像图1 FY-2E 星可见光图像和杂散光图像Fig.1 Visible light image and visible stray light image of FY-2E638(a) FY-2E 卫星IR1通道高8位图 (b) FY-2E 卫星IR1圆盘外杂散光图像图2 FY-2E 星红外1通道图像和红外1通道杂散光图像 Fig.2 IR1 image and IR1 stray light image of FY-2E表1 FY-2E 卫星IR1通道能量指标 Table 1 Energy parameters of IR1 channel of FY-2E备注：*表示该时次受太阳光直射望远镜影响。
FY-2E IR1（10.3～11.3 µm ） 2009-1-15（UTC ） 时次最大有效目标/mV杂散计数值杂散均值/mV信杂比/dB00:00 4197.7 5 53.9 37.82 01:00 4451.2 5 53.9 38.33 03:00 4884.5 5 53.9 39.14 04:00 4956.5 5 53.9 39.27 05:00 4978.2 5 53.9 39.30 06:00 4864.5 5 53.9 39.10 07:00 4664.8 5 53.9 38.74 08:00 5190.2 5 53.9 39.67 09:00 4077.5 5 53.9 37.57 10:00 3829.1 5 53.9 37.03 11:00 3675.1 5 53.9 36.67 12:00 3555.5 5 53.9 36.38 13:00 3495.7 5 53.9 36.23 14:00 4317.4 5 53.9 38.07 15:00* 3540.6 6 58.8 35.59 16:00* 3395.9 4 49 36.81 17:00*3375.9 5 53.9 35.9318:00 3650.2 5 53.9 36.61 19:00 3326.2 5 53.9 35.80 20:00 3321.3 5 53.9 35.79 21:00 3430.9 5 53.9 36.07 22:00 3445.9 5 53.9 36.11 23:00 3724.9553.9 36.79639图3 FY-2E 、FY-2D 卫星IR1通道杂散光均值比较 Fig.3 Average stray light voltage comparison for IR1 channelsof FY-2E, FY-2D通过分析表1中的数据并参照图3可以得出如下基本结论：（1）FY-2D 、FY-2E 的IR1通道均处于红外波段的长波窗区内，因而对地面热源有一定的灵敏度，因此在03:00～06:00（UTC ）附近各通道的最大有效目标值均能达到最大，并在一天内呈周期变化；（2）FY-2E 卫星的IR1的杂散光平均能量（约55 mV ）要明显小于FY-2D 卫星的IR1，杂散光平均能量（约75 mV ），绝对能量下降，但由于两颗卫星所观测到的目标存在一定差异，FY-2E 观测的整体目标能量也小于FY-2D ，因此二者的信杂比指标相当。
（3）在15:00（IR1通道）时左右，由于太阳光直射镜筒导致通道杂散光能量显著提高，图像性能恶化，可能对定量化应用有一定影响。
