Centre dedocumentation
scientifique

Passive radar imaging of ship targets with GNSS signals of opportunity / Debora Pastina in IEEE Transactions on geoscience and remote sensing, Vol 59 n° 3 (March 2021)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > Vol 59 n° 3 (March 2021) . - pp 2627 - 2742 Titre : Passive radar imaging of ship targets with GNSS signals of opportunity Type de document : Article/Communication Auteurs : Debora Pastina, Auteur ; Fabrizio Santi, Auteur ; Federica Pieralice, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 2627 - 2742 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] capteur passif [Termes descripteurs IGN] chaîne de traitement [Termes descripteurs IGN] cible mobile [Termes descripteurs IGN] détection de cible [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] image radar [Termes descripteurs IGN] navigation maritime [Termes descripteurs IGN] navire [Termes descripteurs IGN] radar bistatique [Termes descripteurs IGN] signal GNSS [Termes descripteurs IGN] télédétection spatiale Résumé : (Auteur) This article explores the possibility to exploit global navigation satellite systems (GNSS) signals to obtain radar imagery of ships. This is a new application area for the GNSS remote sensing, which adds to a rich line of research about the alternative utilization of navigation satellites for remote sensing purposes, which currently includes reflectometry, passive radar, and synthetic aperture radar (SAR) systems. In the field of short-range maritime surveillance, GNSS-based passive radar has already proven to detect and localize ship targets of interest. The possibility to obtain meaningful radar images of observed vessels would represent an additional benefit, opening the doors to noncooperative ship classification capability with this technology. To this purpose, a proper processing chain is here conceived and developed, able to achieve well-focused images of ships while maximizing their signal-to-background ratio. Moreover, the scaling factors needed to map the backscatter energy in the range and cross-range domain are also analytically derived, enabling the estimation of the length of the target. The effectiveness of the proposed approach at obtaining radar images of ship targets and extracting relevant features is confirmed via an experimental campaign, comprising multiple Galileo satellites and a commercial ferry undergoing different kinds of motion. Numéro de notice : A2021-218 Affiliation des auteurs : non IGN Thématique : IMAGERIE/POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.3005306 date de publication en ligne : 16/07/2020 En ligne : https://doi.org/10.1109/TGRS.2020.3005306 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97210 [article]

Integrated water vapour content retrievals from ship-borne GNSS receivers during EUREC4A / Pierre Bosser in Earth System Science Data, vol 13 n° inconnu ([01/01/2021])  

Public [article]  inEarth System Science Data > vol 13 n° inconnu [01/01/2021] Titre : Integrated water vapour content retrievals from ship-borne GNSS receivers during EUREC4A Type de document : Article/Communication Auteurs : Pierre Bosser , Auteur ; Olivier Bock , Auteur ; Cyrille Flamant, Auteur ; Sandrine Bony, Auteur ; Sabrina Speich, Auteur Année de publication : 2021 Projets : GEMMOC / Bosser, Pierre, VEGAN / Bock, Olivier, EUREC4A / Note générale : bibliographie projets GEMMOC and VEGAN du CNRS program LEFE/INSU Both the raw GNSS measurements and the IWV estimates are available through the AERIS data center (https://en.aeris-data.fr/). The digital object identifiers (DOIs) for R/V Atalante IWV and raw datasets are https://doi.org/10.25326/71 (Bosser et al., 2020a) and https://doi.org/10.25326/74 (Bosser et al., 2020d), respectively. The DOIs for the R/V Maria S. Merian IWV and raw datasets are https://doi.org/10.25326/72 (Bosser et al., 2020b) and https://doi.org/10.25326/75 (Bosser et al., 2020e), respectively. The DOIs for the R/V Meteor IWV and raw datasets are https://doi.org/10.25326/73 (Bosser et al., 2020c) and https://doi.org/10.25326/76 (Bosser et al., 2020f), respectively. Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes descripteurs IGN] analyse comparative [Termes descripteurs IGN] coordonnées GNSS [Termes descripteurs IGN] données météorologiques [Termes descripteurs IGN] erreur systématique [Termes descripteurs IGN] navire [Termes descripteurs IGN] station permanente [Termes descripteurs IGN] teneur intégrée en vapeur d'eau Résumé : (auteur) In the framework of the EUREC4A (Elucidating the role of clouds-circulation coupling in climate) campaign that took place in January and February 2020, integrated water vapour (IWV) contents were retrieved over the open Tropical Atlantic Ocean using Global Navigation Satellite Systems (GNSS) data acquired from three research vessels (R/Vs): R/V Atalante, R/V Maria S. Merian, and R/V Meteor. This paper describes the GNSS processing method and compares the GNSS IWV retrievals with IWV estimates from the European Center for Medium-range Weather Forecast (ECMWF) fifth ReAnalysis (ERA5), from the Moderate-Resolution Imaging Spectroradiometer (MODIS) infra-red products, and from terrestrial GNSS stations located along the tracks of the ships. The ship-borne GNSS IWVs retrievals from R/V Atalante and R/V Meteor compare well with ERA5, with small biases (−1.62 kg m−2 for R/V Atalante and +0.65 kg m−2 for R/V Meteor) and a root mean square (RMS) difference about 2.3 kg m−2. The results for the R/V Maria S. Merian are found to be of poorer quality, with RMS difference of 6 kg m−2 which are very likely due to the location of the GNSS antenna on this R/V prone to multipath effects. The comparisons with ground-based GNSS data confirm these results. The comparisons of all three R/V IWV retrievals with MODIS infrared product show large RMS differences of 5–7 kg m−2, reflecting the enhanced uncertainties of this satellite product in the tropics. These ship-borne IWV retrievals are intended to be used for the description and understanding of meteorological phenomena that occurred during the campaign, east of Barbados, Guyana and northern Brazil. Numéro de notice : A2021-064 Affiliation des auteurs : UMR IPGP-Géod+Ext (2020- ) Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/essd-2020-282 En ligne : https://doi.org/10.5194/essd-2020-282 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96840 [article]

Modeling multifrequency GPS multipath fading in land vehicle environments / Vicente Carvalho Lima Filho in GPS solutions, vol 25 n° 1 (January 2021)  

Public [article]  inGPS solutions > vol 25 n° 1 (January 2021) . - 14 p. Titre : Modeling multifrequency GPS multipath fading in land vehicle environments Type de document : Article/Communication Auteurs : Vicente Carvalho Lima Filho, Auteur ; Alison Moraes, Auteur Année de publication : 2021 Article en page(s) : 14 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement du signal [Termes descripteurs IGN] densité de probabilité [Termes descripteurs IGN] interférence [Termes descripteurs IGN] propagation du signal [Termes descripteurs IGN] qualité du signal [Termes descripteurs IGN] signal GPS [Termes descripteurs IGN] simulation de signal [Termes descripteurs IGN] trajet multiple [Termes descripteurs IGN] véhicule Résumé : (auteur) The reliability and performance of GPS receivers depend on the quality of the signal received, which can be largely affected by the interference caused by buildings, trees, and other obstacles. Since obstacles are always present in practical applications, several statistical representations have been developed along the years to measure, predict, and compensate errors induced by interferences. Two of the most used models to characterize GPS signal fading are the Nakagami-m and Rice, but in this work, we present evidence that supports the κ–μ distribution as the best fit to deal with multifrequency GPS multipath channels inside urban, rural, and forest areas. A synthetic signal simulator was developed to create propagation cases involving scattering clusters and specular reflections. Additionally, experimental measurements are presented to confirm the κ–μ distribution as the best distribution to characterize different situations on the available three GPS frequencies. We then present typical values of fading coefficients in L1, L2C, and L5 signals, for cases involving urban canyons, regular urban, rural, and dense vegetation areas. These coefficients can also be used to evaluate the receiver performance under similar cases or may be applied in weights measurement methods for positioning computation improvement. Numéro de notice : A2021-002 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s10291-020-01040-8 date de publication en ligne : 09/10/2020 En ligne : https://doi.org/10.1007/s10291-020-01040-8 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96080 [article]

Deep learning for detecting and classifying ocean objects: application of YoloV3 for iceberg–ship discrimination / Frederik Hass in ISPRS International journal of geo-information, vol 9 n° 12 (December 2020)  

Public [article]  inISPRS International journal of geo-information > vol 9 n° 12 (December 2020) . - n° 758 Titre : Deep learning for detecting and classifying ocean objects: application of YoloV3 for iceberg–ship discrimination Type de document : Article/Communication Auteurs : Frederik Hass, Auteur ; Jamal Jokar Arsanjani, Auteur Année de publication : 2020 Article en page(s) : n° 758 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] Groenland [Termes descripteurs IGN] hydrocarbure [Termes descripteurs IGN] iceberg [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] navire [Termes descripteurs IGN] océan [Termes descripteurs IGN] seuillage d'image [Termes descripteurs IGN] trafic maritime Résumé : (auteur) Synthetic aperture radar (SAR) plays a remarkable role in ocean surveillance, with capabilities of detecting oil spills, icebergs, and marine traffic both at daytime and at night, regardless of clouds and extreme weather conditions. The detection of ocean objects using SAR relies on well-established methods, mostly adaptive thresholding algorithms. In most waters, the dominant ocean objects are ships, whereas in arctic waters the vast majority of objects are icebergs drifting in the ocean and can be mistaken for ships in terms of navigation and ocean surveillance. Since these objects can look very much alike in SAR images, the determination of what objects actually are still relies on manual detection and human interpretation. With the increasing interest in the arctic regions for marine transportation, it is crucial to develop novel approaches for automatic monitoring of the traffic in these waters with satellite data. Hence, this study aims at proposing a deep learning model based on YoloV3 for discriminating icebergs and ships, which could be used for mapping ocean objects ahead of a journey. Using dual-polarization Sentinel-1 data, we pilot-tested our approach on a case study in Greenland. Our findings reveal that our approach is capable of training a deep learning model with reliable detection accuracy. Our methodical approach along with the choice of data and classifiers can be of great importance to climate change researchers, shipping industries and biodiversity analysts. The main difficulties were faced in the creation of training data in the Arctic waters and we concluded that future work must focus on issues regarding training data. Numéro de notice : A2020-808 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9120758 date de publication en ligne : 19/12/2020 En ligne : https://doi.org/10.3390/ijgi9120758 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96953 [article]

Du drone LiDAR à un nuage de points précis et exact : une chaîne de traitement LiDAR adaptée et quasi automatique / Maxime Lafleur in XYZ, n° 165 (décembre 2020)

Public [article]  inXYZ > n° 165 (décembre 2020) . - pp 25 -32 Titre : Du drone LiDAR à un nuage de points précis et exact : une chaîne de traitement LiDAR adaptée et quasi automatique Type de document : Article/Communication Auteurs : Maxime Lafleur, Auteur ; Elliot Mugner, Auteur ; Rabine Keyetieu-Nlowe, Auteur ; Nicolas Seube, Auteur Année de publication : 2020 Article en page(s) : pp 25 -32 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] auscultation d'ouvrage [Termes descripteurs IGN] barrage [Termes descripteurs IGN] base de données localisées 3D [Termes descripteurs IGN] chaîne de traitement [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] drone [Termes descripteurs IGN] exactitude des données [Termes descripteurs IGN] filtrage du bruit [Termes descripteurs IGN] géoréférencement [Termes descripteurs IGN] Haute-Loire (43) [Termes descripteurs IGN] précision des données [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] sol nu Résumé : (Auteur) Le levé LiDAR présenté dans cet article a été effectué dans le cadre d’une mission d’évaluation de la chaîne de traitement mdInfinity, appliquée à des données acquises par un système drone LiDAR Microdrones. Les différents outils qui constituent cette chaîne de traitement ont été développés et intégrés sur la plateforme de traitement mdInfinity dans une version particulièrement adaptée au système de levé utilisé pour cette mission. Le site utilisé pour cette évaluation est le barrage de Labrioulette (Haute-Garonne), infrastructure située sur la Garonne et exploitée par EDF. Cette zone contient de nombreux éléments sur lesquels la précision et l’exactitude des données LiDAR est primordiale afin d’obtenir un nuage de point exploitable ; notamment la complexité structurelle du barrage (figure 1), les zones sous couvert végétal dense, l’aire de transformation électrique, etc. Pour cette raison, en plus de confirmer la bonne interopérabilité des systèmes LiDAR Microdrones avec les outils de traitement mdInfinity, nous avons tiré profit de cette acquisition pour évaluer les performances de nos algorithmes. Numéro de notice : A2020-770 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96662 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2020041	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2020042	SL	Revue	Centre de documentation	Revues en salle	Disponible

Heliport detection using artificial neural networks / Emre Baseski in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 9 (September 2020)  

Permalink

Semi-automated framework for generating cycling lane centerlines on roads with roadside barriers from noisy MLS data / Yang Ma in ISPRS Journal of photogrammetry and remote sensing, vol 167 (September 2020)  

Permalink

Ship detection in SAR images via local contrast of Fisher vectors / Xueqian Wang in IEEE Transactions on geoscience and remote sensing, vol 58 n° 9 (September 2020)  

Permalink

Vehicle detection of multi-source remote sensing data using active fine-tuning network / Xin Wu in ISPRS Journal of photogrammetry and remote sensing, vol 167 (September 2020)  

Permalink

Effects of a navigation spoofing signal on a receiver loop and a UAV spoofing approach / Chao Ma in GPS solutions, Vol 24 n° 3 (July 2020)  

Permalink

A history of laser scanning, Part 1: space and defense applications / Adam P. Spring in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 7 (July 2020)  

Permalink

Extracting commuter-specific destination hotspots from trip destination data – comparing the boro taxi service with Citi Bike in NYC / Andreas Keler in Geo-spatial Information Science, vol 23 n° 2 (June 2020)  

Permalink

A hybrid deep learning–based model for automatic car extraction from high-resolution airborne imagery / Mehdi Khoshboresh Masouleh in Applied geomatics, vol 12 n° 2 (June 2020)  

Permalink

Improving GNSS-acoustic positioning by optimizing the ship’s track lines and observation combinations / Guanxu Chen in Journal of geodesy, vol 94 n° 6 (June 2020)  

Permalink

Footprint determination of a spectroradiometer mounted on an unmanned aircraft system / Deepak Gautam in IEEE Transactions on geoscience and remote sensing, vol 58 n° 5 (May 2020)  

Permalink