30、卫星定位与图像合成技术的研究进展

卫星定位与图像合成技术的研究进展

卫星定位领域：低地球轨道（LEO）卫星的潜力

低地球轨道（LEO）正变得越来越受欢迎且拥挤，众多公司在“新太空”经济中争夺市场份额。像SpaceX、OneWeb和亚马逊等科技公司的宽带星座并未纳入任何用于定位、导航和授时（PNT）服务的功能。不过，像Xona Space Systems这样的公司正在研究和测试专门用于PNT的LEO星座，这有望在不久的将来实现高精度和可靠的定位应用。

研究人员探索了伪距定位方法，证明了专门为LEO设计的PNT星座的可行性。通过模拟现实的LEO星座和接收器位置，能够实现准确的位置估计。与全球导航卫星系统（GNSS）卫星形成鲜明对比的是，在计算LEO卫星伪距时不考虑地球自转的影响极小，这进一步简化并加快了接收器位置的计算。然而，该算法存在一个局限性，即需要更准确的初始位置估计才能收敛，这可以通过使用最后已知位置或借助辅助网络的估计来解决。

图像合成领域：上下文感知的物体实例合成与放置

在计算机视觉（CV）领域，虽然关于深度学习及其应用的研究已经很多，但将物体实例以语义连贯的方式投影到真实图像或视频中，使投影物体与真实物体难以区分的应用仍处于起步阶段。研究人员旨在评估一种生成模型，该模型能够使用“where”和“what”模块以语义连贯的方式在图像上生成和放置物体实例，这两个模块均采用生成对抗网络（GAN）。

背景知识

• 生成对抗网络（GAN） ：由生成器和判别器两个神经网络组成。判别器的目标是区分生成器生成的数据和来自真实分布的数据，而生成器则试图生成与真实数据难以区分的数据来欺骗判别器。GAN在计算机