基于反向传播神经网络的大气延迟估计方法技术

本发明专利技术涉及信号处理技术领域，尤其涉及基于反向传播神经网络的大气延迟估计方法、装置、系统和存储介质，该方法包括：采用待观测区域的已知大气延迟值像素点的相关信息作为训练数据，应用误差后向传播原理建立神经网络，并用训练数据训练，将待观测区域的未知大气延迟值像素点相关信息输入训练好的网络，在更新已知信息的基础上不断求取新的未知大气延迟值像素点，直到求取了所有像素点的大气延迟值，该方法可以应用于计算机端软件，配以相应的硬件设备。本发明专利技术能够有效克服现有技术中提取大气延迟值模型的不具有代表性进而导致估计精度不高，克服了现有技术中数据自身其余误差对估计结果的影响，提高了大气延迟值估计精度。

【技术实现步骤摘要】
基于反向传播神经网络的大气延迟估计方法
本专利技术涉及信号处理
，尤其涉及雷达信号处理
中的基于反向传播神经网络的大气延迟矫正方法、装置、系统和存储介质。
技术介绍
合成孔径雷达差分干涉测量技术(DInSAR)是一种极具潜力的微波遥感技术，其在形变检测方面可以获得厘米级甚至毫米级的地表形变，并取得了成功应用，但其测量精度仍受到许多因素的制约：如影像配准误差、地形复杂或有较多植被覆盖区域的去相干噪声、轨道误差、复杂地区的相位解缠误差、大气延迟误差、外部数字高程模型不准引入的地形相位残差等。在这些误差中，由于大气误差具有不确定性，成为限制DInSAR测量精度进一步提高的瓶颈之一。现有的大气延迟矫正方法主要分为基于图像自身特性的矫正方法和基于外部数据的矫正方法。基于图像自身特性的矫正方法，主要有相位积累法、小基线集法和永久散射体法等。该方法对图像自身的数量和质量要求较高。若数据质量太差，则无法形成干涉，从而造成图像失相干。若数据数量太少，则无法对大气延迟的特性进行统计，则不能对图像中的大气延迟进行有效矫正，若数据数量太多，则会造成本文档来自技高网...

【技术保护点】
1.一种基于反向传播神经网络的大气延迟估计方法，其特征在于：/n步骤S1：从一幅SAR图像中选择存在连续大气延迟干扰像素点作为待观测区域；/n步骤S2：生成训练样本集；/n步骤S3：设计并训练神经网络，包括以下步骤：/n步骤S31：构建一个依次连接的输入层、隐藏层和输出层的三层的神经网络，每层的节点数分别为7、12、1；/n步骤S32：采用随机小值初始化方法初始化网络权值；/n步骤S33：将训练样本集输入到神经网络中；/n步骤S34：利用反向传播BP算法，对神经网络进行训练，当迭代次数达到1000或训练样本的均方误差小于10

【技术特征摘要】
1.一种基于反向传播神经网络的大气延迟估计方法，其特征在于：
步骤S1：从一幅SAR图像中选择存在连续大气延迟干扰像素点作为待观测区域；
步骤S2：生成训练样本集；
步骤S3：设计并训练神经网络，包括以下步骤：
步骤S31：构建一个依次连接的输入层、隐藏层和输出层的三层的神经网络，每层的节点数分别为7、12、1；
步骤S32：采用随机小值初始化方法初始化网络权值；
步骤S33：将训练样本集输入到神经网络中；
步骤S34：利用反向传播BP算法，对神经网络进行训练，当迭代次数达到1000或训练样本的均方误差小于10-6时停止迭代，得到训练好的神经网络；
步骤S4：对待观测区域内所有像素点进行分类：将待观测区域中所有的已知大气延迟值像素点组成已知大气延迟值点集；将待观测区域中除了已知大气延迟值像素点之外的所有像素点作为未知大气延迟值像素点，组成未知大气延迟值点集；
步骤S5：获得一个新的已知大气延迟值像素点；
步骤S6：获得待观测区域内所有选择存在连续大气延迟干扰像素点的大气延迟值。


2.根据权利要求1所述的基于反向传播神经网络的大气延迟估计方法，其特征在于：步骤S2中所述生成训练样本集包括以下步骤：
步骤S21：提取待观测区域内每个已知大气延迟值像素点的数字高程；
步骤S22：从待观测区域内选取一个未选过的已知大气延迟值像素点；
步骤S23：利用平面距离计算公式，计算所选已知大气延迟像素点与其余每个已知大气延迟值像素点之间的平面距离，将平面距离按照升序排序，得到平面距离序列；
步骤S24：利用距离加权公式，计算所选已知大气延迟值像素点与平面距离序列前四4个像素点中每个像素点之间的参考大气延迟值，将4个参考大气延迟值构成所选已知大气延迟值像素点的参考信息；
步骤S25：判断是否选完待观测区域内所有的已知大气延迟值像素点，若是，执行步骤S26，否则，执行步骤S22；
步骤S26：利用所有已知大气延迟值像素点的数字高程和参考信息生成训练样本集。


3.根据权利要求2所述的基于反向传播神经网络的大气延迟估计方法，其特征在于：步骤S21中所述数字高程包括像素点在SAR图像的方位向坐标值、在SAR图像的距离向坐标值、高程值。


4.根据权利要求2或3所述的基于反向传播神经网络的大气延迟估计方法，其特征在于：所述步骤S5中所述获得一个新的已知大气延迟值像素点包括以下步骤：
步骤S51：从未知大气延迟值点集内选取一个未知大气延迟值像素点，利用平面距离计算公式，计算所选像素点与已知大气延迟值像素点集中每个像素点的平面距离，对平面距离按照升序排序，得到平面距离序列；
步骤S52：判断平面距离序列中第4个已知大气延迟值像素点的平面距离值是否大于1km，若是，则将该像素点放回未知大气延迟值点集中执行步骤S51，否则，执行步骤S53；
步骤S53：利用与步骤S24中相同的距...

【专利技术属性】
技术研发人员：张继伟，杨腾，杨凤，符宗锐，者梅林，罗哲轩，
申请(专利权)人：云南电网有限责任公司带电作业分公司，
类型：发明
国别省市：云南;53