第1章 绪论
1.1 GNSS-R技术的发展历程
1.2 GNSS-R技术的发展趋势
1.3 GNSS-R技术发展瓶颈
1.4 本书内容概览
第2章 GNSS卫星星座及信号
2.1 导航卫星星座
2.1.1 全球导航卫星系统
2.1.2 区域增强导航系统
2.2 GNSS信号组成
2.2.1 数据码
2.2.2 伪随机噪声码
2.3 GNSS信号调制
2.3.1 基带调制
2.3.2 射频调制
2.4 GNSS信号的传输
2.5 GNSS信号接收与处理
第3章 GNSS反射信号特征与处理
3.1 反射卫星星座
3.2 GNSS反射信号特性
3.2.1 极化方式
3.2.2 信号强度
3.2.3 有效散射区
3.3 反射信号模型
3.3.1 反射面描述
3.3.2 单个反射信号模型
3.3.3 基尔霍夫近似
3.3.4 反射场模型
3.4 反射信号的捕获与处理
3.4.1 时延一维相关函数
3.4.2 多普勒一维相关函数
3.4.3 时延-多普勒二维相关函数
3.4.4 反射信号相关值的计算方法
第4章 GNSS-R基本理论
4.1 电磁波散射理论模型
4.1.1 电磁波的极化
4.1.2 电磁波的反射
4.2 GNSS-R原理
4.2.1 GNSS反射的几何描述
4.2.2 GNSS反射原理
4.3 GNSS反射观测值
4.3.1 信噪比(SNR)
4.3.2 相位观测值
4.3.3 功率图
第5章 水面测高
5.1 测高的基本原理
5.1.1 相对延迟
5.1.2 多路径干涉影响
5.1.3 相对延迟功率比
5.2 海面高反演方法
5.2.1 几何关系
5.2.2 双环路海面高计算方法
5.3 星载测高概述
第6章 海面风速估算
6.1 海浪谱模型和接收信号功率
6.1.1 随机粗糙面描述
6.1.2 Elfouhaily模型
6.1.3 接收信号功率的理论波形
6.2 近海表面风速反演
6.3 星载海面风速估计
6.3.1 DDM数据预处理
6.3.2 经验模型
6.3.3 模型验证
第7章 海冰探测
7.1 海冰探测特征观测值
7.1.1 时间延迟波形
7.1.2 多普勒频移延迟波形
7.1.3 DDM延伸观测值
7.2 海冰探测
7.2.1 探测性能指标
7.2.2 探测结果
7.3 海冰密集度反演
7.3.1 海冰密集度估计方法
7.3.2 反演精度
7.4 基于机器学习的海冰反演方法
7.4.1 WCNN方法
7.4.2 海冰反演结果分析
第8章 积雪厚度反演
8.1 GNSS-IR积雪厚度测量理论方法
8.1.1 积雪厚度反演原理
8.1.2 信噪比反演积雪厚度方法
8.1.3 Geometry-free线性组合测雪深方法
8.2 三频相位组合方法反演积雪厚度原理
8.2.1 相位组合观测值
8.2.2 三频积雪反演模型
8.3 积雪厚度反演实验与结果
第9章 土壤湿度反演
9.1 GNSS-R土壤湿度反演方法分类
9.2 土壤湿度反演原理
9.3 基于SNR的土壤湿度反演方法
9.3.1 SNR数据处理
9.3.2 统计量
9.3.3 经验模型的建立与验证
9.4 GEO卫星数据土壤湿度反演
9.4.1 现有的GEO卫星星座
9.4.2 基于GEO卫星数据反演土壤湿度的理论模型
9.4.3 土壤湿度反演实验与结果
9.5 顾及多环境特征的土壤湿度反演算法
第10章 海面有害藻反演
10.1 有害藻的反射模型
10.1.1 反射模型
10.1.2 有害藻与亮温
10.1.3 有害藻探测模型
10.1.4 有害藻与DDM峰值信噪比之间的模拟模型
10.1.5 风驱动水面粗糙度模型构建
10.2 基于GNSS-R多种观测值的有害藻反演与监测
10.2.1 极值信噪比有害藻反演方法
10.2.2 利用海面亮温参数进行海面有害藻反演
10.2.3 基于北斗GEO的海面有害藻密度反演
10.3 基于MSS的有害藻反演
10.3.1 基于MSS的有害藻反演理论
10.3.2 方法验证
10.3.3 有害藻反演模型
10.3.4 实验结果
参考文献
展开