"來自其他感測器的c波段訊號傳輸會干擾sentinel-1a或sentinel-1b接收的訊號（反之亦然），衛星影像中的「條紋」導致影象質量下降。干擾的持續時間是可變的，具體取決於感測器的相互操作及其臨近程度。"
圖：不同感測器之間相互干擾圖示
01—sentinel-1a vs radarsat-2
射頻干擾（rfi）通常只非人為的電磁干擾，主要指與超寬頻合成孔徑雷達工作在同一頻段的通訊裝置和其他裝置輻射的非相參干擾。其主要影響是造成接收機飽和，同時降低成像質量。
目前我們已知的c波段感測器，包括radarsat-2、rcm-1、rcm-2、rcm-3、sentinel-1a、、sentinel-1b、、sentinel-1c(>=2023年)、sentinel-1d(>=2023年)、ganfen-3。為了進一步觀測c波段感測器之間的相互干擾情況，選擇穩定執行的sar感測器（s-1a/b與另乙個）；同時篩選兩個sar感測器之間的距離，並檢測最近距離的時間；另外檢查是否該位置及時間結點能夠獲取了s-1資料；進一步檢查rfi是否可觀察；除此之外還需要檢查其他太空飛行器是否同時在發射訊號。
圖：c波段感測器名錄
radarsat-2的軌道週期為24天（sentinel-1a的軌道週期為12天）。每個週期有7個接近點。從乙個週期到另乙個週期沿軌道緩慢移動的s/c交叉點之間的最短距離：95至105 km。
圖：s1-a與rs-2最近距離的潛在場景覆蓋範圍
圖：s1-a與rs-2在同一時刻場景（s1-a影象.陸地）
圖：s1-a與rs-2在同一時刻場景（s1-a影象.海洋）
02—sentinel-1a vs gaofen-3
由於c波段頻譜重複利用的現象，使得sentinel-1和gaofen-3感測器接收到的回波中混入同一頻段的其它非相干源發射的電磁波,這些干擾和目標訊號混疊在一起,從而在成像結果上產生線條或噪點等對地面目標形成遮蓋。收集從2023年10月到2023年9月s1-a和gf-3的資料集，獲取同一時刻及同一位置最近距離的覆蓋場景，gf-3的軌道週期為29天（s-1a的軌道週期為12天），s / c之間的最短距離：55至84 km。
圖：s1-a與gf-3最近距離的潛在場景覆蓋範圍
圖：s1-a與gf-3在同一時刻場景（s1-a影象）
03—sentinel-1a vs rcm-1/2/3
收集從2023年6月到2023年9月s1-a和rcm-1/2/3的資料集，獲取同一時刻及同一位置最近距離的覆蓋場景，rcm 1/2/3逐漸達到其規定軌道每個rcm單元的軌道週期為12天（s-1a為12天），目前有4個接近點.通過sentinel-1與rcm-1/2/3之間的同時刻和同臨近位置的成像質量來看，在眾多感測器中，rcm是s-1的資料採集中rfi的潛在**。
圖：s1-a與rcm-1/2/3最近距離的潛在場景覆蓋範圍
圖：s1-a與rcm-1/2/3在同一時刻場景（s1-a影象）
04—sentinel-1b vs 其他的干擾源
除了以上3種已知的干擾源，但是仍有一些其他的干擾源……通過檢視右下角其他太空飛行器位置發現並沒有發現任何來自已知sar感測器的干擾，而這個干擾源是來自於其他的地方。
圖：s1-b與不知名的訊號源在同一時刻場景（s1-b影象）
隨著新任務的出現，相互rfi的裝置數量增加。新發射的衛星可以通過**其他太空飛行器的臨近度可以更好地監視rfi情況；rfi的位置可能是集中在某些區域或不定期變化；rfi主要是取決於第二台儀器的模式和採集持續時間。
參考：
[1]mutual interference between c-band sar,g.hajduch, d. le levier,vh-roda workshop
當深度學習遇見insar:下一代干涉相位處理技術
基於gnss衛星訊號的雙基sar和多基sar系統：效能評估
利用sar影象和高階分析技術打擊非法捕魚活動
有關於insar的最新訊息、想法、資源、問題以及你想要看到有趣的都在這裡。
感測器資料融合
感測器 攝像頭，公釐波雷達 主控ecu 雷達 攝像頭感測器將探測到的目標，車道線，攝像頭狀態資訊，以及攝像頭安裝位置資訊給到雷達 攝像頭 單目，處理車道線資訊，探測與跟蹤目標，並估計目標狀態 融合演算法利用攝像頭與雷達的目標資訊作為輸入 主要是用雷達的dx，攝像頭的 l和 r，dy,vy 雷達感測器...
多感測器資料融合
隨機類 加權平均 卡爾曼濾波 多貝葉斯估計 ds證據理論 產生式規則 人工智慧類 模糊邏輯理論 神經網路 粗集理論 專家系統 隨機類方法 加權平均 卡爾曼濾波 貝葉斯估計 基於貝葉斯估計的資料融合方法及應用 貝葉斯估計為資料融合提供了一種手段，是融合靜環境中多感測器高層資訊的常用方法。它使感測器資訊...
多感測器資料融合原理
多感測器資料融合原理 多感測器資料融合技術的基本原理就像人腦綜合處理資訊一樣，充分利用多個感測器資源，通過對多感測器及其觀測資訊的合理支配和使用，把多感測器在空間或時間上冗餘或互補資訊依據某種準則來進行組合，以獲得被測物件的一致性解釋或描述。具體地說，多感測器資料融合原理如下 1 n個不同型別的感測...