星载高度计的测距噪底判断方法、系统、介质及设备与流程

1.本发明属于高度计数据处理及分析、定标与检验技术领域，尤其涉及星载高度计的测距噪底判断方法、系统、介质及设备。


背景技术：

2.星载高度计垂直向星下点海面发射一定波形的脉冲序列，脉冲序列与海面发生交互作用后返回雷达接收机。海面上与脉冲之间发生交互作用的主要是不同空间尺度的表面波浪，高度计最终能够得到海面高度、有效波高等物理量。
3.测距噪底是考核星载高度计仪器自身在轨工作时，是否满足测距精度要求的核心指标。但是根据高度计工作原理可知，基于高度计获取的数据进行测距精度评价，除高度计自身测距噪底外、卫星定轨误差、电磁波传输延迟误差、潮汐等地球物理量误差、海面高度自身变化等，都将影响对高度计的测距精度评价。因此构建对高度计测距精度的客观评价方法，核心在于如何准确隔离非高度计噪底之外的其他误差项。
4.星载高度计仪器自身的测距误差按照时间/空间变化属性一般可以分为低频类偏差和高频类随机误差。低频类测距偏差主要是高度计在轨时工作参数发生变化所引入，例如系统时钟的定时偏差，导致高度计测距产生固定的或随时间/空间缓慢变化的误差。低频类测距偏差可以用高度计的内定标信号进行校正，经校正后的残余偏差一般可认为远小于测距精度要求。高频类随机误差就是测距噪底，主要来自接收机热噪声和回波中的相干斑噪声。当前高度计都能保持很高的信噪比水平，因此相干斑噪声往往决定了高度计的测距精度。回波中的相干斑噪声主要是海面波高起伏所导致，因此高度计的测距精度，通常是定义在一定有效波高和分辨率条件下。
5.海面高度异常(sea surface height anomaly,ssha)是在高度计测量的海面高度的基础上，经过各类测距偏差修正，并且去除平均海平面高度(mean sea surface,mss)之后的海面高度自身变化。ssha用于评估高度计测距精度时，理想的情况是在零均值附近随机振荡，即只有与高度计仪器高频噪底相关的随机误差。然而实际的ssha采样序列中总是混叠有低频误差量，如高度计定轨残余误差、电磁波传输延迟改正残余误差、地球物理量改正残余误差等，以及海洋动力现象导致的高度变化。目前的高度计测距精度评估方法，认为上述低频误差项空间变化平缓，一般采用一阶线性拟合并去除该线性低频误差。线性拟合采用的是最小均方根误差准则，采样序列的时间长度越短，可用于线性拟合的点数越少，越容易出现过拟合现象，并导致测距精度评价偏高；反之，采样序列的时间长度越长，可用于线性拟合的点数越多，越容易引入低频类误差的二阶甚至更高阶误差项，出现欠拟合现象并导致测距精度评价偏低。


技术实现要素：

6.本发明所要解决的技术问题是提供星载高度计的测距噪底判断方法、系统、介质及设备。
7.本发明解决上述技术问题的技术方案如下：一种星载高度计的测距噪底判断方法，包括：
8.步骤1，基于预设规则构建星载高度计的测距噪底的待判定样本集；
9.步骤2，对所述待判定样本集进行差分处理，得到第一样本集；
10.步骤3，通过第一方案或第二方案对所述第一样本集中每个有效样本进行差分ssha功率谱计算，得到多个差分ssha样本功率谱；
11.步骤4，计算所述多个差分ssha样本功率谱的平均值；
12.步骤5，根据所述平均值判断所述星载高度计的测距噪底。
13.本发明的有益效果是：首先对长时间序列进行沿轨差分，无需线性拟合过程即可去除低频误差量。针对采样系列中可能残余的中低频误差量，对差分后的ssha进行谱分析，选取功率谱值恒定的高频区间谱成分进行噪底估计，并用于评估高度计测距精度。本方法适用于星载高度计传统模式、开环sar(synthetic aperture radar)模式、闭环sar模式等不同工作模式的测距噪底评估。
14.在上述技术方案的基础上，本发明还可以做如下改进。
15.进一步，所述步骤1具体包括：
16.选取有效波高在预设范围内的m个连续序列，将每个连续序列和与该连续序列对应的测量距离数据序列对应关联，生成m个有效样本，所述m个有效样本为所述待判定样本集。
17.进一步，所述步骤2具体包括：
18.按照预设条件，将所述待判定样本集拆分为奇数待判定样本集以及偶数待判定样本集，判断所述奇数待判定样本集与所述偶数待判定样本集内每个样本序列中元素个数是否一致，若判断结果为不一致，则去掉奇数待判定样本集内每个样本序列的最后一个元素将所述偶数待判定样本集与所述奇数待判定样本集进行顺次相减，得到差分后的测距序列，所述测距序列即为所述第一样本集。
19.进一步，所述第一方案具体为：
20.对所述第一样本集中的每个有效样本进行傅里叶变换得到多个有效样本的频谱，基于所述多个有效样本的频谱的幅度(即绝对值)的平方，得到多个差分ssha样本的功率谱。
21.进一步，所述第二方案具体为：
22.分别对所述奇数待判定样本集中的每个有效样本以及所述偶数待判定样本集中的每个有效样本进行快速傅立叶变换(fft)处理，得到多个奇数样本的频谱以及多个偶数样本的频谱，按待判定样本集中样本编号将所述奇数样本的频谱与所述偶数样本的频谱进行相减处理，得到多个差分ssha样本功率谱。
23.本发明解决上述技术问题的另一种技术方案如下：一种星载高度计的测距噪底判断系统，包括：
24.构建模块，用于基于预设规则构建星载高度计的测距噪底的待判定样本集；
25.差分模块，用于对所述待判定样本集进行差分处理，得到第一样本集；
26.第一计算模块，用于通过第一方案或第二方案对所述第一样本集中每个有效样本进行差分ssha功率谱计算，得到多个差分ssha样本功率谱；
27.第二计算模块，用于计算所述多个差分ssha样本功率谱的平均值；
28.判断模块，用于根据所述平均值判断所述星载高度计的测距噪底。
29.本发明的有益效果是：首先对长时间序列进行沿轨差分，无需线性拟合过程即可去除低频误差量。针对采样系列中可能残余的中低频误差量，对差分后的ssha进行谱分析，选取功率谱值恒定的高频区间谱成分进行噪底估计，并用于评估高度计测距精度。本方法适用于星载高度计传统模式、开环sar模式、闭环sar模式等不同工作模式的测距噪底评估。
30.进一步，所述构建模块具体用于：
31.选取有效波高在预设范围内的m个连续序列，将每个连续序列和与该连续序列对应的测量距离数据序列对应关联，生成m个有效样本，所述m个有效样本为所述待判定样本集。
32.进一步，所述差分模块具体用于：
33.按照预设条件，将所述待判定样本集拆分为奇数待判定样本集以及偶数待判定样本集，判断所述奇数待判定样本集与所述偶数待判定样本集内每个样本序列中元素个数是否一致，若判断结果为不一致，则去掉奇数待判定样本集内每个样本序列的最后一个元素将所述偶数待判定样本集与所述奇数待判定样本集进行顺次相减，得到差分后的测距序列，所述测距序列即为所述第一样本集。
34.进一步，所述第一方案具体为：
35.对所述第一样本集中的每个有效样本进行傅里叶变换得到多个有效样本的频谱，基于所述多个有效样本的频谱幅度的平方，得到多个差分ssha样本的功率谱。
36.进一步，所述第二方案具体为：
37.分别对所述奇数待判定样本集中的每个有效样本以及所述偶数待判定样本集中的每个有效样本进行fft处理，得到多个奇数样本的频谱以及多个偶数样本的频谱，按待判定样本集中样本编号将所述奇数样本的频谱与所述偶数样本的频谱进行相减处理，得到多个差分ssha样本功率谱。
38.本发明解决上述技术问题的另一种技术方案如下：一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一项所述的一种星载高度计的测距噪底判断方法。
39.本发明的有益效果是：首先对长时间序列进行沿轨差分，无需线性拟合过程即可去除低频误差量。针对采样系列中可能残余的中低频误差量，对差分后的ssha进行谱分析，选取功率谱值恒定的高频区间谱成分进行噪底估计，并用于评估高度计测距精度。本方法适用于星载高度计传统模式、开环sar模式、闭环sar模式等不同工作模式的测距噪底评估。
40.本发明解决上述技术问题的另一种技术方案如下：一种电子设备，包括上述存储介质、执行上述存储介质内的指令的处理器。
41.本发明的有益效果是：首先对长时间序列进行沿轨差分，无需线性拟合过程即可去除低频误差量。针对采样系列中可能残余的中低频误差量，对差分后的ssha进行谱分析，选取功率谱值恒定的高频区间谱成分进行噪底估计，并用于评估高度计测距精度。本方法适用于星载高度计传统模式、开环sar模式、闭环sar模式等不同工作模式的测距噪底评估。
附图说明
42.图1为本发明一种星载高度计的测距噪底判断方法的实施例提供的流程示意图；
43.图2为本发明一种星载高度计的测距噪底判断系统的实施例提供的结构框架图；
44.图3为本发明一种星载高度计的测距噪底判断方法的实施例提供的单个swh采样序列示意图；
45.图4为本发明一种星载高度计的测距噪底判断方法的实施例提供的单个ssha样本示意图；
46.图5为本发明一种星载高度计的测距噪底判断方法的实施例提供的差分ssha样本示意图；
47.图6为本发明一种星载高度计的测距噪底判断方法的实施例提供的差分ssha功率谱示意图；
48.图7为本发明一种星载高度计的测距噪底判断方法的实施例提供的ssha样本集的平均功率谱示意图。
具体实施方式
49.以下对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
50.如图1所示，一种星载高度计的测距噪底判断方法，包括：
51.步骤1，基于预设规则构建星载高度计的测距噪底的待判定样本集；
52.步骤2，对所述待判定样本集进行差分处理，得到第一样本集；
53.步骤3，通过第一方案或第二方案对所述第一样本集中每个有效样本进行差分ssha功率谱计算，得到多个差分ssha样本功率谱；
54.步骤4，计算所述多个差分ssha样本功率谱的平均值；
55.步骤5，根据所述平均值判断所述星载高度计的测距噪底。
56.在一些可能的实施方式中，首先对长时间序列进行沿轨差分，无需线性拟合过程即可去除低频误差量。针对采样系列中可能残余的中低频误差量，对差分后的ssha进行谱分析，选取功率谱值恒定的高频区间谱成分进行噪底估计，并用于评估高度计测距精度。本方法适用于星载高度计传统模式、开环sar模式、闭环sar模式等不同工作模式的测距噪底评估。
57.需要说明的是，步骤1，基于预设规则构建星载高度计的测距噪底的待判定样本集的具体过程为：
58.星载高度计测距噪底由实际海况(主要是海面有效波高)和产品分辨率(或数据率)决定。以下基于高度计2级产品进行评估，需要的2级产品中的数据或参数包括海面高度异常(ssha)和有效波高(swh)，上述数据之间存在一一对应关系。ssha通常可能含有海洋涡旋等动力现象导致的厘米量级的起伏，并且沿空间范围上变化十分平缓。由于高度计仪器的测距精度指标通常为厘米量级，所以评估高度计测距噪底，必须去除海面自身高度变化以及其他低频类测量误差的影响。
59.首先，根据高度计2级产品中的swh数据选取在x米
±
σ
x
范围内的连续序列，并且要求序列的时间长度为t(一般应大于60)秒。这里σ
x
一般参考高度计发布的swh产品精度进行
设置，通常应小于0.5米。
60.然后，根据选取的swh连续序列的地理经纬度信息，索引高度计2级产品中与之对应的ssha数据，根据swh和ssha的一一对应关系，选取的ssha数据序列的时间长度也应为t秒，选取的ssha数据序列作为样本集中的一个样本。
61.最后，按照前述规则，选取m≥50个有效样本，完成对高度计ssha样本集的构建。
62.步骤2，对所述待判定样本集进行差分处理，得到第一样本集的具体过程为：
63.单个ssha样本的时间长度越长、沿轨方向的空间延伸越大，则可能会有越多的低频误差混叠进入样本内并导致最终的测距精度评估偏低。
64.考虑到上述低频误差量时空变化极为平缓，ssha序列中相邻两点上的低频误差成分几乎完全相同，因此可以在沿轨方向对高度计ssha序列进行两两差分，具体的操作为：
65.首先，从ssha序列中分别选取奇数索引和偶数索引的采样值形成两个新的序列；
66.其次，如果奇数序列y(n)或偶数序列x(n)长度不一致，则舍弃较长序列的最后一位，保证两个序列长度一致。
67.然后，偶序列每一项与奇序列每一项相减，得到差分后的ssha序列x(n)-y(n)。
68.最后，对样本集内m个样本均采取上述差分预处理操作，得到差分ssha样本集。
69.需要注意的是，上述差分过程可以有效对低频误差量进行消除，但是对于高频随机误差成分，差分处理会使新序列的高频随机误差增大根号2倍，因此在后续进行测距噪底评估时需进行相应的补偿。
70.步骤3，通过第一方案或第二方案对所述第一样本集中每个有效样本进行差分ssha功率谱计算，得到多个差分ssha样本功率谱的具体过程为：
71.计算单个差分ssha样本的功率谱有两种方法：
72.方法1：
73.对第二步得到的差分ssha样本，直接进行快速傅立叶变换(fft)获得该序列的频谱。由于fft变换后的频谱通常为复数，所以要计算每个频点上的绝对值，得到第i个差分ssha样本的频谱fi(f)的幅度(即绝对值)：
[0074][0075]
其中，n为差分ssha序列的元素个数。由于matlab等主流科学计算工具在进行fft操作时，会自动将计算得到的频谱幅度扩大n倍，所以这里要除以n来恢复输入信号的大小。
[0076]
根据随机过程理论中对功率谱的定义，求上面频谱幅度的平方即得到差分序列的功率谱pi(f)：
[0077]
pi(f)＝|fi(f)|2。
[0078]
方法2：
[0079]
对第二步得到的偶序列和奇序列，各自进行fft并得到各自的频谱，两个频谱相减取幅度的平方可得到功率谱。
[0080][0081]
根据傅立叶变换的线性特性可知，上述两种方法等价。
[0082]
按照上述方法1或方法2对m个差分ssha样本分别计算其差分功率谱。
[0083]
步骤4，计算所述多个差分ssha样本功率谱的平均值的具体过程为：
[0084]
随机过程的功率谱能够很好的表征其统计规律，但是由于本方法中每个差分ssha功率谱实际上都是基于单个时域样本得到的，因此得到的功率谱具有一定的随机性，需要进行大量的统计平均才能尽量真实还原随机过程的统计特性。据此，计算上述m个差分功率谱样本的平均功率谱：
[0085][0086]
其中，pi(f)是方法第三步中得到的第i个差分功率谱样本。如果用于估计平均功率谱的统计样本数m足够，则平均功率谱应接近高斯分布，即功率谱大小自低频向高频逐渐降低，并且由于高频成分来自于高度计仪器热噪声及海浪斑点噪声，因此高频成分应呈现白噪声特点，即功率谱自低频开始下降，至高频区间后大小趋于恒定。如果平均功率谱的高频部分未能趋于恒定，则认为统计样本不够充分，需按照前述步骤，增加用于计算平均功率谱的样本数。
[0087]
步骤5，根据所述平均值判断所述星载高度计的测距噪底的精度的具体过程为：
[0088]
选择平均功率谱中大小恒定的高频区间，用于估计白噪声的平均功率谱密度pn：
[0089][0090]
其中，fb为输入的ssha序列采样率的二分之一，fc为选取的高频区间的截断频率。k为[fc,fb]区间内的频点个数。根据上述估计的白噪声平均功率谱密度,计算差分ssha在信号带宽内的功率,开根号并除以根号2,得到的标准差可用于评估高度计的测距噪底：
[0091][0092]
其中,除以根号2是由于差分过程中将随机噪声扩大了根号2倍,这里进行补偿得到差分前ssha的噪声水平估计。
[0093]
本发明的优势在于：本方法将ssha信号变换至频域得到功率谱，基于功率谱的高频成分进行测距噪底估计。相比以往时域方法而言，无需对ssha样本数据进行任何拟合操作，避免了过拟合或欠拟合情况的发生，保证了对高度计仪器测距噪底的客观评估，以及对高度计在轨测距精度的准确评价。
[0094]
实施例1，以下采用sentinel-6卫星发布的开环sar模式高度计2级数据处理过程作为实施例。
[0095]
一种基于ssha功率谱的星载高度计测距噪底估计方法，具体步骤为：
[0096]
第一步 构建ssha样本集
[0097]
首先，根据高度计2级产品中的有效波高数据选取在2m
±
0.5m范围内的连续序列swh(n)。2级产品数据的采样率为20hz，即选取的60秒的swh(n)样本中共有n＝1200个采样点，如图3所示。
[0098]
然后，根据选取的swh(n)序列，选取高度计2级产品中对应的海面高度异常连续序列ssha(n)，如图4所示。根据高度计产品一一对应关系，选取的ssha(n)样本的时间长度也应为60秒，共有1200个采样点，ssha(n)作为样本集中的一个样本。
[0099]
按照前述规则，选取m＝50个有效样本，完成对高度计样本集{sshai(n)}的构建。
[0100]
{sshai(n)},i＝1,2...50,n＝1,2...1200
[0101]
第二步 样本集差分预处理
[0102]
图4中除高频随机误差外,还可以看到一些明显的低频误差项导致的缓慢起伏变化。sshai(n)样本的时间长度越长、沿轨方向的空间延伸越大，则可能会有越多的低频误差量混叠进入样本。考虑到低频误差量时空变化极为平缓，sshai(n)序列中相邻两点上的低频误差成分几乎完全相同，因此可以在沿轨方向对sshai(n)序列进行两两差分，具体的操作为：
[0103]
首先，从sshai(n)序列中分别选取奇数索引和偶数索引的采样值形成两个新的序列；
[0104]
sshao(m)∈sshai(n),m＝1,3,5...1199
[0105]
sshae(m)∈sshai(n),m＝2,4,6...1200
[0106]
其次，如果奇数序列sshao(m)或偶数序列sshae(m)长度不一致，则舍弃较长序列的最后一位，保证两个序列长度一致。由于本实施例的sshai(n)样本内采样点数为1200，因此得到的奇序列和偶序列中元素个数均为600。
[0107]
最后，偶序列每一项与奇序列每一项相减，得到差分ssha序列dssha(m)：
[0108]
dssha(m)＝sshae(m)-sshao(m)
[0109]
选择进行奇偶序列差分处理可以保证两个序列之间不具有空间/时间相关性，从而保证对高度计测距噪底评估的准确性。差分序列dssha(m)如图5所示，对比未差分前图3的ssha序列可以发现，序列中的低频误差量已得到有效去除，但高频随机误差的振荡范围增大。这是由于差分处理使新序列的高频随机误差增大，在后续测距评估时需进行相应的补偿。
[0110]
第三步 计算ssha差分功率谱
[0111]
以下采用方法2计算ssha单个样本的差分功率谱，如图6所示。对第二步得到的偶序列和奇序列，各自进行fft并得到各自的频谱，两个频谱相减取幅度的平方得到功率谱：
[0112][0113]
按照上述方法对50个差分样本分别计算其功率谱。
[0114]
第四步 统计样本充分性判断
[0115]
从图6中的功率谱形状可以看出，基于单个时域样本的差分功率谱具有较大的随机性，难以界定可用于噪底估计的高频区间，因此计算50个差分功率谱样本的平均功率谱：
[0116][0117]
其中，pi(f)是方法第三步中得到的第i个差分功率谱样本。得到的平均功率谱如图7所示，可以看到平均功率谱形状接近高斯分布，功率谱大小自低频向高频逐渐降低并趋于稳定，高频成分呈现白噪声特点。该结果表明用于获得平均功率谱的统计样本数足够。
[0118]
第五步 测距噪底评估
[0119]
选择平均功率谱中大小恒定的高频区间，用于估计白噪声的平均功率谱密度pn：
[0120][0121]
由于本实施例选取的原始ssha数据率为20hz，选取奇序列或偶序列时，对应序列的数据率下降一倍，因此fb＝10hz，选取的高频区间的截断频率fc＝1.67hz。1.67～5hz正频率区间内的频点个数为100。根据上述估计的白噪声平均功率谱密度,计算与测高噪底等价的ssha标准差为：
[0122][0123]
上述得到的std即可用于星载高度计在轨测距精度评价。本实施例估计的2m有效波高，20hz分辨率时sentinel-6高度计测距精度为3.833cm。考虑到20hz数据采样点空间不相关，因此可计算得到1hz分辨率时的测距精度该结果与sentinel-6官方公布的2m有效波高，1hz分辨率时的预期精度0.8cm十分接近。
[0124]
优选地，在上述任意实施例中，所述步骤1具体包括：
[0125]
选取有效波高在预设范围内的m个连续序列，将每个连续序列和与该连续序列对应的测量距离数据序列对应关联，生成m个有效样本，所述m个有效样本为所述待判定样本集。
[0126]
优选地，在上述任意实施例中，所述步骤2具体包括：
[0127]
按照预设条件，将所述待判定样本集拆分为奇数待判定样本集以及偶数待判定样本集，判断所述奇数待判定样本集与所述偶数待判定样本集的序列长度是否一致，若判断结果为不一致，则去掉长度较长的样本集的最后一位，将所述偶数待判定样本集与所述奇数待判定样本集进行顺次相减，得到差分后的测距序列，所述测距序列即为所述第一样本集。
[0128]
优选地，在上述任意实施例中，所述第一方案具体为：
[0129]
对所述第一样本集中的每个有效样本进行傅里叶变换得到多个有效样本的频谱，基于所述多个有效样本的频谱幅度，得到多个差分ssha样本功率谱。
[0130]
优选地，在上述任意实施例中，所述第二方案具体为：
[0131]
分别对所述奇数待判定样本集中的每个有效样本以及所述偶数待判定样本集中的每个有效样本进行fft处理，得到多个奇数频谱以及多个偶数频谱，按序列顺序将所述奇数频谱与所述偶数频谱进行相减处理，得到多个差分ssha样本功率谱。
[0132]
需要说明的是，频谱也是一个数值序列，频谱相减相当于两个数值序列中序号相同的元素相减。
[0133]
如图2所示，一种星载高度计的测距噪底判断系统，包括：
[0134]
构建模块100，用于基于预设规则构建星载高度计的测距噪底的待判定样本集；
[0135]
差分模块200，用于对所述待判定样本集进行差分处理，得到第一样本集；
[0136]
第一计算模块300，用于通过第一方案或第二方案对所述第一样本集中每个有效样本进行差分ssha功率谱计算，得到多个差分ssha样本功率谱；
[0137]
第二计算模块400，用于计算所述多个差分ssha样本功率谱的平均值；
[0138]
判断模块500，用于根据所述平均值判断所述星载高度计的测距噪底的精度。
[0139]
在一些可能的实施方式中，首先对长时间序列进行沿轨差分，无需线性拟合过程即可去除低频误差量。针对采样系列中可能残余的中低频误差量，对差分后的ssha进行谱分析，选取功率谱值恒定的高频区间谱成分进行噪底估计，并用于评估高度计测距精度。本方法适用于星载高度计传统模式、开环sar模式、闭环sar模式等不同工作模式的测距噪底评估。
[0140]
优选地，在上述任意实施例中，所述构建模块100具体用于：
[0141]
选取有效波高在预设范围内的m个连续序列，将每个连续序列和与该连续序列对应的测量距离数据序列对应关联，生成m个有效样本，所述m个有效样本为所述待判定样本集。
[0142]
优选地，在上述任意实施例中，所述差分模块200具体用于：
[0143]
按照预设条件，将所述待判定样本集拆分为奇数待判定样本集以及偶数待判定样本集，判断所述奇数待判定样本集与所述偶数待判定样本集的序列长度是否一致，若判断结果为不一致，则去掉长度较长的样本集的最后一位，将所述偶数待判定样本集与所述奇数待判定样本集进行顺次相减，得到差分后的测距序列，所述测距序列即为所述第一样本集。
[0144]
优选地，在上述任意实施例中，所述第一方案具体为：
[0145]
对所述第一样本集中的每个有效样本进行傅里叶变换得到多个有效样本的频谱，基于所述多个有效样本的频谱幅度，得到多个差分ssha样本功率谱。
[0146]
优选地，在上述任意实施例中，所述第二方案具体为：
[0147]
分别对所述奇数待判定样本集中的每个有效样本以及所述偶数待判定样本集中的每个有效样本进行fft处理，得到多个奇数频谱以及多个偶数频谱，按序列顺序将所述奇数频谱与所述偶数频谱进行相减处理，得到多个差分ssha样本功率谱。
[0148]
本发明解决上述技术问题的另一种技术方案如下：一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述任一项所述的一种卫星高度计测距精度判断方法。
[0149]
在一些可能的实施方式中，首先对长时间序列进行沿轨差分，无需线性拟合过程即可去除低频误差量。针对采样系列中可能残余的中低频误差量，对差分后的ssha进行谱分析，选取功率谱值恒定的高频区间谱成分进行噪底估计，并用于评估高度计测距精度。本方法适用于星载高度计传统模式、开环sar模式、闭环sar模式等不同工作模式的测距噪底评估。
[0150]
本发明解决上述技术问题的另一种技术方案如下：一种电子设备，包括上述存储介质、执行上述存储介质内的指令的处理器。
[0151]
在一些可能的实施方式中，首先对长时间序列进行沿轨差分，无需线性拟合过程即可去除低频误差量。针对采样系列中可能残余的中低频误差量，对差分后的ssha进行谱分析，选取功率谱值恒定的高频区间谱成分进行噪底估计，并用于评估高度计测距精度。本方法适用于星载高度计传统模式、开环sar模式、闭环sar模式等不同工作模式的测距噪底评估。
[0152]
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示
例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0153]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的方法实施例仅仅是示意性的，例如，步骤的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个步骤可以结合或者可以集成到另一个步骤，或一些特征可以忽略，或不执行。
[0154]
上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0155]
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。