当前位置: 首页 > 专利查询>中南大学专利>正文

一种基于平地相位的SAR干涉基线精确估计方法技术

技术编号:11197870 阅读:304 留言:0更新日期:2015-03-26 04:33
本发明专利技术公开了一种基于平地相位的SAR干涉基线精确估计方法,该方法根据SAR干涉基线与平地相位的几何关系,建立严密的SAR干涉基线估计的平差模型,将基线估计的几何结构从起伏变化的地球表面转移到规则的参考椭球面上,并提出一种结合岭估计和截断奇异值分解的迭代未知参数求解算法。该SAR干涉基线精确估计方法是测量平差理论和InSAR理论的有机结合,其包括以下步骤:步骤1:数据预处理;步骤2:系统性信号去除;步骤3:模型建立;步骤4:模型解算。该SAR干涉基线精确估计方法原理直观,易于编程实现及应用,是一种稳健可靠的SAR干涉基线估计算法,可以用于提高InSAR技术测量的精度。

【技术实现步骤摘要】
一种基于平地相位的SAR干涉基线精确估计方法
本专利技术涉及涉及合成孔径雷达干涉测量(InSAR,SyntheticApertureRadarInterferometry)技术,具体涉及一种基于平地相位的SAR干涉基线精确估计方法。
技术介绍
经过二十多年的发展,合成孔径雷达干涉测量(InSAR)技术的理论逐渐完善,并在地形测绘和地表形变监测得了广泛的应用。近年来,其应用领域已从地震、火山、城市地表沉降等大范围宏观监测逐步拓展到桥梁、大坝、建筑物等基础设施的精细监测以及城市高精度三维重建,前景十分广阔。然而,InSAR测量精度受多种误差的影响,如大气延迟误差、DEM误差、随机相位误差以及基线估计误差等。在所有的这些误差中,基线估计误差对InSAR测量精度的影响是系统性的,尤其严重。基线误差不仅影响平地相位的去除,同时会影响地形相位与地表高程的转换系数,对差分InSAR会影响地形相位的去除,而对InSAR技术会直接影响生成DEM产品的精度。目前,基线初始估计方法,受卫星轨道状态矢量精度等因素的影响,难以获取高精度的基线估计结果。现有的基线估计方法包括:1)基于卫星轨道状态矢量的基线估计本文档来自技高网...
一种基于平地相位的SAR干涉基线精确估计方法

【技术保护点】
一种基于平地相位的SAR干涉基线精确估计方法,其特征在于,包括以下步骤:步骤1:数据预处理:对获取的N景SAR单视复数影像进行配准和重采样,并利用主、从影像的轨道状态矢量信息进行SAR干涉基线初始化估计;采用外部DEM进行差分干涉处理获得差分干涉图,并对差分干涉图进行滤波、解缠,获得解缠的差分干涉相位图φdiff,unw;N为整数,且N≥2;步骤2:系统性信号去除:采用先验信息或时序InSAR形变监测方法去除解缠的差分干涉相位图中的形变信号φdef,同时去除与高程相关的误差信号φerr,topo,获取残余解缠差分干涉相位图φres,uuw;此处的残余解缠差分干涉相位图φres,unw包括平地相...

【技术特征摘要】
1.一种基于平地相位的SAR干涉基线精确估计方法,其特征在于,包括以下步骤:步骤1:数据预处理:对获取的N景SAR单视复数影像进行配准和重采样,并利用主、从影像的轨道状态矢量信息进行SAR干涉基线初始化估计;采用外部DEM进行差分干涉处理获得差分干涉图,并对差分干涉图进行滤波、解缠,获得解缠的差分干涉相位图φdiff,unw;N为整数,且N≥2;步骤2:系统性信号去除:采用先验信息或时序InSAR形变监测方法去除解缠的差分干涉相位图中的形变信号φdef,同时去除与高程相关的误差信号φerr,topo,获取残余解缠差分干涉相位图φres,unw;此处的残余解缠差分干涉相位图φres,unw包括平地相位残余φflat,res、大气延迟相位φatm、DEM误差相位φtopo及相位噪声φnoise,有φres,unw=φflat,res+φatm+φtopo+φnoise;(1)步骤3:模型建立:利用初始化基线估计参数计算初始平地相位φflat,init,将φflat,init与φres,unw相加获得平差模型的观测值;根据φres,unw计算观测值的方差,并建立起用于参数平差的函数模型和用于后续参数平差定权的随机模型;步骤4:模型解算:基于测量平差计算,求得SAR干涉基线的精确估计结果。2.根据权利要求1所述的基于平地相位的SAR干涉基线精确估计方法,其特征在于,所述的步骤3中,参数平差的函数模型由下式表征:其中L为观测方程的观测向量;X为待求SAR干涉基线的参数向量;X=[Bc,0,Bn,0,αc,αn,φ0]T,参数向量的初始近似值为参数向量的改正数x=X-X0;Bc,0和Bn,0分别为影像中心基线的C和N分量,αc和αn分别为基线在C和N方向的变化率,φ0为参考点的解缠平地相位;为参数向量X的非线性函数;为f(X)的一阶偏导数;其中为主影像的名义斜距,为从影像的名义斜距,且为基线在TCN坐标系下矢量分解:根据基线的线性变化模型,又可以写成下面的公式:Bc(t)=Bc,0+αc·tBn(t)=Bn,0+αn·t;(4)Δ为L的随机误差向量;以上各个公式中,仅Bc,0,Bn,0,αc,αn和φ0为待求基线参数和参考点平地相位,其余的为已知量或可以由已知量计算得到的中间过程量;该参数平差的函数模型的误差方程矩阵表达方式为:

【专利技术属性】
技术研发人员:李志伟许兵朱建军杨亚夫
申请(专利权)人:中南大学
类型:发明
国别省市:湖南;43

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1