一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法技术

本发明专利技术公开一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法，首先获取顺轨干涉SAR探测的干涉相位信息，进行复图像配准、平地相位去除，获得实测干涉相位，并将实测干涉相位输入经验模型，计算初猜流场；然后获取海面背景风场、顺轨干涉SAR飞行探测的平台参数和雷达参数，与初猜流场一起输入M4S模型，计算仿真干涉相位；最后判断仿真干涉相位与实测干涉相位的差是否小于设定的均方根误差阈值，若满足，则初猜流场即为反演流场，否则，基于遗传算法构建适应度函数，计算校正系数校正初猜流场，并重新仿真干涉相位，进行迭代计算。本发明专利技术减少了反演算法的迭代计算次数，提高了顺轨干涉SAR海表流场探测的实效性和准确性。

A genetic algorithm based method for retrieving sea surface flow field of interferometric synthetic aperture radar

The invention discloses an inversion method of sea surface flow field based on genetic algorithm. Firstly, the interferometric phase information detected by down-track interferometric SAR is acquired, the complex image registration is carried out, the flat phase is removed, the measured interferometric phase is obtained, and the measured interferometric phase is input into an empirical model to calculate the initial guessed flow field. Then, the background wind field, the platform parameters and radar parameters of along-track interferometric SAR flight detection are acquired, and the M4S model is input together with the initial guessed flow field to calculate the simulation interferometric phase. Finally, it is judged whether the difference between the simulation interferometric phase and the measured interferometric phase is less than the set RMS error threshold. If it is satisfied, the initial guessed flow field is inversion. Otherwise, the fitness function is constructed based on genetic algorithm, the correction coefficient is calculated to correct the initial guessed flow field, and the interferometric phase is re-simulated to calculate iteratively. The invention reduces the iteration calculation times of the inversion algorithm, and improves the effectiveness and accuracy of the detection of the sea surface flow field of the along-track interferometric SAR.

【技术实现步骤摘要】
一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法
本专利技术涉及微波遥感技术，特别是涉及一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法。
技术介绍
顺轨干涉合成孔径雷达(SyntheticApertureRadar,SAR)探测的干涉相位与雷达视向的多普勒速度成正比，据此可以反演高分辨率的海表流场信息。值得注意的是，干涉相位计算的多普勒速度同样包含了海表流场、海面风场、轨道速度和Bragg相速度的贡献。顺轨干涉SAR海表流场反演问题的核心是多普勒速度分量分离问题。针对这一问题，国外学者或利用先验海面风场和海浪信息计算轨道速度贡献，或采用实测流场数据定标，或利用L、C双频顺轨干涉SAR数据消除Bragg相速度，或基于风向与Bragg相速度的经验关系消除Bragg相速度。然而，由于波流速度的相互叠加以及海面风场的影响，传统多普勒速度分离方法很难有效实施。基于M4S微波成像仿真模型，Romeiser等提出了顺轨干涉SAR流场迭代反演算法，通过迭代计算使得仿真干涉相位(仿真流场输入M4S模型计算获取)和实测干涉相位相匹配，确定最优匹配的流场作为海表流场最优解(Romeiseretal.,2000；Romeiseretal.,2002)。2005年，Romeiser等基于该迭代反演算法，利用SRTMX-SAR在荷兰瓦登海域探测的干涉相位开展了海表流场反演研究，反演结果与KUSTWAD模式仿真结果的均方根误差约为0.2m/s(Romeiseretal.,2005)。2010年，Romeiser等同样基于该迭代反演算法，利用TerraSAR-XSAR在德国易北河流域探测的干涉相位开展了海表流场反演研究，反演流速的均方根误差为0.1m/s(Romeiseretal.,2010a；Romeiseretal.,2010b)。在国内，于祥祯详细给出了海表流场校正方案，并利用JPLAIRSAR顺轨干涉SAR数据开展了反演实验，验证了反演方法的有效性(于祥祯,2012c)。但该方法存在着两个方面的不足，一是校正系数由人为主观确定，导致迭代次数多、反演精度差，影响了海表流场的计算精度和收敛速度，二是M4S模型仿真计算时间较长，导致反演方法的实效性差，不能满足业务化应用需求。
技术实现思路
本专利技术的目的在于提供一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法，提高了海表流场的计算精度和收敛速度。实现本专利技术目的的技术解决方案为：一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法，包括以下步骤：步骤1、获取顺轨干涉SAR探测的干涉相位信息，并进行复图像配准、平地相位去除，获得实测干涉相位；步骤2、将实测干涉相位输入经验模型，计算初猜流场；步骤3、获取海面背景风场、顺轨干涉SAR飞行探测的平台参数和雷达参数，与初猜流场一起输入M4S模型，计算仿真干涉相位；步骤4、判断仿真干涉相位与实测干涉相位的差是否小于设定的均方根误差阈值，若满足，则初猜流场即为反演流场，否则，转至步骤5校正初猜流场；步骤5、基于遗传算法构建适应度函数，并结合雷达、平台参数确定比例因子，计算校正系数；步骤6、根据校正系数校正初猜流场，并转至步骤3仿真计算干涉相位，重新进行迭代计算。本专利技术与现有技术相比，其显著优点为：1)本专利技术依据校正系数的参数特点构建出适应度函数的约束关系，采用遗传算法计算校正系数，减少了迭代次数，提高了顺轨干涉SAR海表流场探测的实效性；2)本专利技术克服了人为主观确定校正系数的不利影响，提高了反演算法的计算精度；3)本专利技术整体计算时间短，有利于开展海表流场的业务化探测。附图说明图1是本专利技术实施例星载SAR探测的流场示意图。图2是本专利技术实施例M4S模型计算的初始顺轨干涉相位图，其中图(a)是雷达视向沿X方向探测确定的初始顺轨干涉相位图，图(b)是雷达视向沿Y方向探测确定的初始顺轨干涉相位图。图3是本专利技术实施例反演流场与真实流场的比对图，其中图(a)为反演流场示意图，图(b)是真实流场示意图。图4是本专利技术实施例海表流向、流速的反演结果与真实值比对图，其中图(a)是海表流向比对图，图(b)是海表流速比对图。图5是本专利技术海表流场反演的方法流程图。具体实施方式下面结合附图和具体实施例，进一步说明本专利技术方案。一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法，包括以下步骤：步骤1、获取顺轨干涉SAR探测的干涉相位信息，并进行复图像配准、平地相位去除，获得实测干涉相位；步骤2、将实测干涉相位输入经验模型，计算初猜流场，公式为：其中，u0表示初猜流场，λ表示雷达波长，V表示平台飞行速度，B表示有效基线长度，θ表示雷达入射角，φ0表示实测顺轨干涉相位。步骤3、获取海面背景风场、顺轨干涉SAR飞行探测的平台参数和雷达参数，与初猜流场一起输入M4S模型，计算仿真干涉相位；步骤4、判断仿真干涉相位与实测干涉相位的差是否小于设定的均方根误差阈值，若满足，则初猜流场即为反演流场，否则，转至步骤5校正初猜流场；步骤5、基于遗传算法构建适应度函数，并结合雷达、平台参数确定比例因子，计算校正系数，具体为：步骤5.1、设置初始比例因子，以及交叉概率和变异概率；步骤5.2、构建适应度函数：式中，fmin表示求解最小值，干涉相位偏差i,j指干涉相位矩阵的行和列，n表示迭代次数，N表示探测矩阵数据总数，表示利用M4S模型计算仿真干涉相位，表示实测干涉相位；步骤5.3、进行交叉、变异操作；步骤5.4、根据雷达和平台参数确定比例因子；步骤5.5、计算校正系数，所用公式为：Δu＝4παBsinθ(λV)(3)式中，Δu表示校正系数，λ表示雷达波长，V表示平台飞行速度，B表示有效基线长度，θ表示雷达入射角，α表示比例因子。本专利技术基于matlab遗传算法工具箱计算校正系数，其中设置初始比例因子αi,i＝1,2,3...,n时，n取20～30，并且αi取值跨度较大，例如α1＝0.0001，α2＝0.001，α3＝0.01，…，αn＝1000。步骤6、根据校正系数校正初猜流场，并转至步骤3仿真计算干涉相位，重新开展迭代计算；式中，表示特定点(i,j)的校正后流场，i,j指流场矩阵的行和列，表示校正前流场，Jij表示仿真干涉相位和实测干涉相位之差，Fij表示是否需要校正判断值，取值为0,1，n表示迭代次数。实施例1为了验证本专利技术方法的有效性，进行如下仿真。给定一个二维海表流场(100×100，空间间隔为50m)，海面背景风向为53°，风速为10m/s。星载顺轨干涉SAR的参数设置如表1所示。表1星载顺轨干涉SAR参数设置为了获取二维的海表流场，假设星载SAR(右侧视)沿垂直方向探测(按照雷达视向分别记为X和Y方向)，探测方案如图1所示，M4S模型计算的顺轨干涉相位图像如图2所示。海表流场的反演结果如图3和图4所示。图3(a)和(b)分别描述了反演流场与给定流场(真实流场)情况，图4(a)和(b)分别描述了海表流向、海表流速的反演结果与真实值比对情况。分析反演结果可知，反演流场与真实流场的符合程度较高，海表流向的均方根误差优于5.0°，海表流速的均方根误差优于0.05m/s。采用经典海表流场反演算法反演海表流场时，通常迭代6～8次，而采用遗传算法计算校正系数后，只需迭代3～4本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法，其特征在于，包括以下步骤：步骤1、获取顺轨干涉SAR探测的干涉相位信息，并进行复图像配准、平地相位去除，获得实测干涉相位；步骤2、将实测干涉相位输入经验模型，计算初猜流场；步骤3、获取海面背景风场、顺轨干涉SAR飞行探测的平台参数和雷达参数，与初猜流场一起输入M4S模型，计算仿真干涉相位；步骤4、判断仿真干涉相位与实测干涉相位的差是否小于设定的均方根误差阈值，若满足，则初猜流场即为反演流场，否则，转至步骤5校正初猜流场；步骤5、基于遗传算法构建适应度函数，并结合雷达、平台参数确定比例因子，计算校正系数；步骤6、根据校正系数校正初猜流场，并转至步骤3仿真计算干涉相位，重新进行迭代计算。

【技术特征摘要】
1.一种基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法，其特征在于，包括以下步骤：步骤1、获取顺轨干涉SAR探测的干涉相位信息，并进行复图像配准、平地相位去除，获得实测干涉相位；步骤2、将实测干涉相位输入经验模型，计算初猜流场；步骤3、获取海面背景风场、顺轨干涉SAR飞行探测的平台参数和雷达参数，与初猜流场一起输入M4S模型，计算仿真干涉相位；步骤4、判断仿真干涉相位与实测干涉相位的差是否小于设定的均方根误差阈值，若满足，则初猜流场即为反演流场，否则，转至步骤5校正初猜流场；步骤5、基于遗传算法构建适应度函数，并结合雷达、平台参数确定比例因子，计算校正系数；步骤6、根据校正系数校正初猜流场，并转至步骤3仿真计算干涉相位，重新进行迭代计算。2.根据权利要求1所述的基于遗传算法的顺轨干涉合成孔径雷达海表流场反演方法，其特征在于，步骤2中计算初猜流场u0所用公式为：式中，u0表示初猜流场，λ表示雷达波长，V表示平台飞行速度，B表示有效基线长度，θ表示雷达入射角，φ0表示实测顺轨干涉相位。3.根据权利要...

【专利技术属性】
技术研发人员：赵现斌，严卫，艾未华，陆文，王蕊，马烁，余茁夫，胡申森，高顶，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南,43