基于修正嵌入式容积卡尔曼滤波的相位展开算法制造技术

本发明专利技术公开一种基于修正嵌入式容积卡尔曼滤波的相位展开算法，该算法把经Levenberg‑Marquardt方法修正的嵌入式容积卡尔曼滤波器、基于修正矩阵束模型（AMPM）的局部相位梯度估计算法及量化跟踪策略结合起来，以保证精确和高效地展开缠绕相位图像，主要步骤如下：建立基于修正嵌入式容积卡尔曼滤波（MECKF）的相位展开算法递推状态估计模型，利用基于修正矩阵束模型（AMPM）的相位梯度估计方法获取上述递推状态估计模型所需的相位梯度信息；引入量化路径引导图策略，指导修正嵌入式容积卡尔曼滤波（MECKF）相位展开算法递推状态估计模型沿高质量区域到低质量区域的路径快速展开缠绕像元，直至完成所有缠绕像元的相位展开。本发明专利技术具有精度较高，稳健性较强的特点。

【技术实现步骤摘要】
基于修正嵌入式容积卡尔曼滤波的相位展开算法
本专利技术涉及干涉合成孔径雷达(InSAR)技术测量应用中干涉相位展开算法领域，尤其涉及一种基于修正嵌入式容积卡尔曼滤波的相位展开算法。
技术介绍
干涉合成孔径雷达(InSAR)可以高精度、高可靠性地获取地表三维信息和高程变化信息，被广泛应用在大地测绘、海洋监测、火山监测和地震检测等领域。干涉相位展开是干涉合成孔径雷达(lnSAR)技术应用中尤为关键的环节，其相位展开精度直接影响着干涉合成孔径雷达(InSAR)系统高程测量精度,故干涉图展开问题受到越来越多的关注。传统相位展开算法，包括枝切法、质量图引导法、网络流法、最小二乘法等，要在相位展开之前使用前置预滤波器抑制干涉图中的相位噪声，以提高展开相位的精度，但在尽可能地抑制干涉相位噪声的同时却易模糊掉干涉条纹的边缘特性。随后，一类基于数据融合的相位展开算法陆续被提出，包括扩展卡尔曼滤波相位展开算法(EKFPU)、不敏卡尔曼滤波相位展开算法(UKFPU)、粒子滤波相位展开算法等。这类算法利用自身具有抑制噪声的能力，可以在展开缠绕像元的同时抑制相位噪声，在一定程度上弥补了传统相位展开算法使用前置预滤波器的不足，但其相位展开精度有待进一步提高。
技术实现思路
针对上述现有技术，本专利技术要解决的技术问题是如何进一步提高相位展开算法的精度。为解决上述技术问题，本专利技术提供的技术方案是提供一种基于修正嵌入式容积卡尔曼滤波的相位展开算法(MECKFPU)，把经Levenberg-Marquardt方法修正后的嵌入式容积卡尔曼滤波器、基于修正矩阵束模型(AMPM)的局部相位梯度估计算法以及量化跟踪策略结合起来，利用修正嵌入式容积卡尔曼滤波器(MECKF)同时执行干涉相位的递推估计和相位噪声抑制，利用基于修正矩阵束模型(AMPM)的局部相位梯度估计算法快速和精确地从复干涉图中获取相位梯度信息，以及利用量化跟踪策略从高质量像元到低质量像元快速地搜索展开路径，以保证精确和高效地展开缠绕像元，主要步骤如下：步骤1利用干涉图相干系数图以及微分偏差图构造路径引导图，并将其进行归一化和量化操作，同时创建附链表的优先队列和一个全局的指针，指针初始值设为零；步骤2在路径引导图中选择一个质量最好的非边界像元作为初始像元，并默认它为已展开像元，把其缠绕相位作为展开相位；将与初始展开像元相邻的非边界缠绕像元标记为待展开像元，并根据待展开像元的量化路径引导值，把待展开像元插入到优先队列对应链表的顶部，同时指针指向量化路径引导值最大的待展开像元；步骤3根据指针标记，从优先队列相应链表顶部获取最佳待展开像元x，并利用基于修正嵌入式容积卡尔曼滤波的相位展开算法(MECKFPU)展开此缠绕像元；从优先队列相应链表中删除像元x；把邻接像元x的非边界缠绕像元标记为待展开像元，并根据其量化路径引导值，把它们分别插入到优先队列相应链表的顶部；并使指针始终指向量化路径引导值最大的待展开像元；步骤4优先队列中是否存在待展开像元？存在，转步骤3，否则转步骤5；步骤5结束。利用基于修正嵌入式容积卡尔曼滤波的相位展开算法(MECKFPU)同时执行干涉相位的递推估计和相位噪声抑制，过程如下：利用干涉图中相邻干涉相位之间的关系，以及把归一化复干涉的同向分量和正交分量分别作为干涉相位的两个观测值，在沿某一确定路径下，相位展开系统模型如下：其中，x(m,n)和x(a,s)分别表示(m,n)像元和(a,s)像元的真实干涉相位；表示干涉图中(m,n)像元与(a,s)像元之间的相位梯度估计值，本文通过AMPM局部相位梯度估计算法获得；表示干涉图中(m,n)像元与(a,s)像元之间的相位梯度估计误差；v1,(m,n)和v2,(m,n)分别表示附加在复干涉正交分量和同向分量上的噪声。嵌入式容积卡尔曼滤波器采用三阶嵌入式容积准则，使用带有权值的积分点实现对非线性系统后验均值和方差的逼近，具有良好的状态估计精度和数值稳定性，相应的积分点和权值计算如下：上式中，nx表示状态矢量维数；[δ]j表示[δ]的第j列，其[δ]的详细取值为现有技术。针对上述系统方程，利用修正嵌入式容积卡尔曼滤波器(MECKF)执行干涉相位的递推估计，按如下进行：为了充分利用已展开像元信息，基于修正嵌入式容积卡尔曼滤波的相位展开算法(MECKFPU)利用待展开像元周围的已展开像元信息进行预测，预测过程如下：上式中，(m,n)和(a,s)分别表示待展开像元以及待展开像元相邻8个像元中的已展开像元；ψ表示与(m,n)像元相邻的8个像元的集合；SNR(a,s)表示(a,s)像元的信噪比；表示由(a,s)像元的估计误差方差通过权系数d(a,s)加权得到的(m,n)像元的预测估计误差方差的预测值；Υj,(m,n)表示(m,n)像元积分点的预测值；Pxx,(m,n)表示状态预测值的预测估计误差方差；Q(m,n)|(a,s)表示的相位梯度估计误差方差；Levenberg-Marquardt优化方法：为了进一步提高嵌入式容积卡尔曼滤波器的收敛性，减小最佳待展开像元的展开误差，利用Levenberg-Marquardt方法优化预测公式中的预测估计误差方差Pxx,(m,n)：其中，μ表示优化Pxx,(m,n)的参数；I表示nx维单位矩阵。更新过程：MECKF相位展开算法更新过程如下：Γj,(m,n)＝h[Πj,(m,n)]R(m,n)＝1/SNR(m,n)κ(m,n)＝Pxy,(m,n)/Pyy,(m,n)上式中，y(m,n)和分别表示(m,n)像元的观测值和观测预测值；κ(m,n)表示(m,n)像元的增益矩阵；R(m,n)表示V(m,n)的方差；和分别表示(m,n)像元的状态估计和状态估计误差方差。MECKF相位展开方法可与相应的路径跟踪策略相结合，沿高质量区域到低质量区域的路径完成对缠绕像元递推估计。利用基于修正矩阵束模型(AMPM)的局部相位梯度估计算法快速和精确地从复干涉图中获取相位梯度信息，过程如下：在经归一化处理后的复干涉图中，(m,n)像元的复干涉信号可表示为：上式中，表示模2π缠绕的像元；fy,(m,n)和fx,(m,n)分别表示为以干涉图(m,n)像元为中心的局部窗口方位向局部频率和距离向局部频率；φy,(m,n)和φx,(m,n)分别表示以干涉图(m,n)像元为中心的局部窗口方位向单位相位梯度和距离向单位相位梯度；υ(m,n)表示附加在z(m,n)上的噪声。则在干涉图局部窗口内，(m,n)像元与(a,s)像元之间的相位梯度估计值可通过下述步骤获得：首先，把以(m,n)像元为中心的局部窗口(2η+1)×(2η+1)内的复干涉信号用矩阵Z表示，并对矩阵Z做奇异值分解，得去噪后的矩阵如下：其中，Uz和Vz分别表示Z的左奇异矩阵和右奇异矩阵；σ1和σb(b＝2,3,...,2η+1)分别表示Z的主奇异值和非主奇异值；[0](2η)×(2η+1)表示(2η)×(2η+1)的零矩阵。然后进一步构造子矩阵X0、X1和X2，并对X0做奇异值分解，建立子矩阵和如下：其中，U0s和V0s分别表示X0的主左奇异矢量和主右奇异矢量。最后，在干涉图局部窗口内，(m,n)像元与(a,s)像元之间的相位梯度估计值和相位梯度估计误差方差Q(m,n)|(a,本文档来自技高网...

【技术保护点】
一种基于修正嵌入式容积卡尔曼滤波的相位展开算法，其特征在于：把经Levenberg‑Marquardt方法修正后的嵌入式容积卡尔曼滤波器、基于修正矩阵束模型(AMPM)的局部相位梯度估计算法以及量化跟踪策略结合起来，利用修正嵌入式容积卡尔曼滤波器(MECKF)同时执行干涉相位的递推估计和相位噪声抑制，利用基于修正矩阵束模型(AMPM)的局部相位梯度估计算法快速和精确地从复干涉图中获取相位梯度信息，以及利用量化跟踪策略从高质量像元到低质量像元快速地搜索展开路径，以保证精确和高效地展开缠绕像元，主要步骤如下：步骤1利用干涉图相干系数图以及微分偏差图构造路径引导图，并将其进行归一化和量化操作，同时创建附链表的优先队列和一个全局的指针，指针初始值设为零；步骤2在路径引导图中选择一个质量最好的非边界像元作为初始像元，并默认它为已展开像元，把其缠绕相位作为展开相位；将与初始展开像元相邻的非边界缠绕像元标记为待展开像元，并根据待展开像元的量化路径引导值，把待展开像元插入到优先队列对应链表的顶部，同时指针指向量化路径引导值最大的待展开像元；步骤3根据指针标记，从优先队列相应链表顶部获取最佳待展开像元x，并利用基于修正嵌入式容积卡尔曼滤波的相位展开算法(MECKFPU)展开此缠绕像元；从优先队列相应链表中删除像元x；把邻接像元x的非边界缠绕像元标记为待展开像元，并根据其量化路径引导值，把它们分别插入到优先队列相应链表的顶部；并使指针始终指向量化路径引导值最大的待展开像元；步骤4优先队列中是否存在待展开像元？存在，转步骤3，否则转步骤5；步骤5结束。...

【技术特征摘要】
1.一种基于修正嵌入式容积卡尔曼滤波的相位展开算法，其特征在于：把经Levenberg-Marquardt方法修正后的嵌入式容积卡尔曼滤波器、基于修正矩阵束模型(AMPM)的局部相位梯度估计算法以及量化跟踪策略结合起来，利用修正嵌入式容积卡尔曼滤波器(MECKF)同时执行干涉相位的递推估计和相位噪声抑制，利用基于修正矩阵束模型(AMPM)的局部相位梯度估计算法快速和精确地从复干涉图中获取相位梯度信息，以及利用量化跟踪策略从高质量像元到低质量像元快速地搜索展开路径，以保证精确和高效地展开缠绕像元，主要步骤如下：步骤1利用干涉图相干系数图以及微分偏差图构造路径引导图，并将其进行归一化和量化操作，同时创建附链表的优先队列和一个全局的指针，指针初始值设为零；步骤2在路径引导图中选择一个质量最好的非边界像元作为初始像元，并默认它为已展开像元，把其缠绕相位作为展开相位；将与初始展开像元相邻的非边界缠绕像元标记为待展开像元，并根据待展开像元的量化路径引导值，把待展开像元插入到优先队列对应链表的顶部，同时指针指向量化路径引导值最大的待展开像元；步骤3根据指针标记，从优先队列相应链表顶部获取最佳待展开像元x，并利用基于修正嵌入式容积卡尔曼滤波的相位展开算法(MECKFPU)展开此缠绕像元；从优先队列相应链表中删除像元x；把邻接像元x的非边界缠绕像元标记为待展开像元，并根据其量化路径引导值，把它们分别插入到优先队列相应链表的顶部；并使指针始终指向量化路径引导值最大的待展开像元；步骤4优先队列中是否存在待展开像元？存在，转步骤3，否则转步骤5；步骤5结束。2.如权利要求1所述的基于修正嵌入式容积卡尔曼滤波的相位展开算法，其特征在于：...

【专利技术属性】
技术研发人员：谢先明，代高兴，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45