System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于分组稀疏的机载阵列干涉SAR层析成像方法技术_技高网

一种基于分组稀疏的机载阵列干涉SAR层析成像方法技术

技术编号:40541942 阅读:4 留言:0更新日期:2024-03-05 18:58
本发明专利技术提供一种基于分组稀疏的机载阵列干涉SAR层析成像方法,属于雷达技术领域,包括:步骤1、对多通道雷达回波数据进行二维成像,获取多通道单视复图像;步骤2、以参考通道图像为主,对多通道单视复图像进行配准;步骤3、以某一高度的平面为参考,去除其对应的通道间的干涉相位;步骤4、以平地为参考,对多通道间的幅相误差进行校正;步骤5、利用基于分组稀疏结合网格扰动的点云高程重建算法获取三维点云;步骤6、进行坐标转换和地理编码,得到最终三维点云结果。本发明专利技术结合分组稀疏的思想,采用正交匹配追踪算法,能够得到目标点云的真实高程位置。

【技术实现步骤摘要】

本专利技术属于雷达,具体涉及一种基于分组稀疏的机载阵列干涉sar层析成像方法。


技术介绍

1、阵列干涉合成孔径雷达(array interferometric synthetic aperture radartomography,array-insar)作为干涉合成孔径雷达(syntheic aperture radarinterfemetry,insar)技术的延伸,通过在高程向不同位置采集数据,形成目标高程方向的分辨能力,能够有效解决传统insar面临的叠掩难题,在山区测绘、城区三维建模等方面具有重要的应用价值和潜力。array-insar在方位向通过合成孔径形成目标方位向的高分辨能力,在斜距向通过发射宽带雷达信号进行斜距方向的高分辨,在高程向通过阵列多通道技术形成获取高程向分辨能力。当前array-insar主要采用先二维成像,再进行三维成像的处理手段,通过对不同通道获取的二维单视复图像(single look complex,slc)进行图像配准、通过校正、高程重建等处理得到目标的三维点云。array-insar在目标高程向的分辨,本质上属于信号处理当中常见的谱估计问题。由于目标在高程向往往是稀疏分布的,因此基于压缩感知的重建方法被用用到array-insar技术当中,并且已成为当前array-insar点云重建的经典方法。

2、然而,传统压缩感知算法需要对目标高程向进行离散化处理,并同时假设目标刚好处于离散网格上,从而不需要考虑目标偏离网格导致的失配问题。实际上,目标在高程向可能处于任意位置,故采用传统压缩感知无法有效避免目标发生的“网格失配”现象,从而导致重建结果出现误差或引入虚假目标。针对该问题,近些年已有学者研究基于无网格化的压缩感知算法,如最小原子范数(atomic norm minimization,anm)算法。该算法无需对目标高程向进行离散化处理,而是直接估计目标的高程位置和散射系数,避免网格离散导致的问题。但是该算法也面临着一大重要瓶颈,由于该算法具有过高计算复杂度,使其无法在大场景三维重建中得以应用。


技术实现思路

1、针对传统压缩感知算法中由于网格离散处理导致的目标网格失配问题,本专利技术提出一种基于分组稀疏的机载阵列干涉sar层析成像方法,将目标网格失配误差考虑到参数估计过程当中,通过对目标偏离网格的距离建模为一个扰动量,并进一步结合分组稀疏的思想,采用正交匹配追踪算法(orthogonal matching pursuit,omp)对目标的位置进行估计,从而得到目标点云的真实高程位置。

2、本专利技术方法是通过下述的技术方案实现的:

3、一种基于分组稀疏的机载阵列干涉sar层析成像方法,包括如下步骤:

4、步骤1、对多通道雷达回波数据进行二维成像,获取多通道单视复图像;

5、步骤2、以参考通道图像为主,对多通道单视复图像进行配准;

6、步骤3、以某一高度的平面为参考,去除其对应的通道间的干涉相位;

7、步骤4、以平地为参考,对多通道间的幅相误差进行校正;

8、步骤5、利用基于分组稀疏结合网格扰动的点云高程重建算法获取三维点云;

9、步骤6、进行坐标转换和地理编码,得到最终三维点云结果。

10、进一步地,所述步骤5包括:首先建立目标网格失配量模型,得到目标高程重建的表达式;利用泰勒展开公式得到目标偏离网格距离的表达式,采用一阶差分模型,得到目标雷达回波和目标偏离网格位置的距离之间的函数表达式。

11、进一步地,对步骤5中得到的函数表达式,建立阵列干涉合成孔径雷达的目标高程反演的矩阵表达式,利用目标位置和目标偏离网格的距离之间具有组稀疏的特性,对所述矩阵表达式进行分组表示,获得矩阵模型;

12、对分组表示后获得的矩阵模型,采用正交匹配追踪算法进行求解,得到目标位置和目标偏离网格的距离。

13、进一步地,根据采用正交匹配追踪算法进行求解得到的目标位置和目标偏离网格的距离,对目标的真实高程位置进行估计,得到目标的估计的高程位置。

14、进一步地,根据所述目标的真实高程位置建立感知矩阵,并利用最小二乘法得到目标后向散射系数的估计结果。

15、有益效果:

16、1)本专利技术通过对目标网格失配量进行建模并进行估计,可以解决传统网格离散化处理中导致的目标网格失配问题,提升array-insar三维点云重建质量。

17、2)本专利技术所提算法在传统omp算法的基础上,采用分组稀疏和一阶网格扰动建模方法,其计算复杂度和传统omp算法相当。相比于无网格化重建算法(如anm算法)具有较小的计算复杂度。这使得该算法在大场景array-insar三维点云生成中具有更大的应用优势。

本文档来自技高网...

【技术保护点】

1.一种基于分组稀疏的机载阵列干涉SAR层析成像方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于分组稀疏的机载阵列干涉SAR层析成像方法,其特征在于,所述步骤5包括:首先建立目标网格失配量模型,得到目标高程重建的表达式;利用泰勒展开公式得到目标偏离网格距离的表达式,采用一阶差分模型,得到目标雷达回波和目标偏离网格位置的距离之间的函数表达式。

3.根据权利要求2所述的一种基于分组稀疏的机载阵列干涉SAR层析成像方法,其特征在于,对步骤5中得到的函数表达式,建立阵列干涉合成孔径雷达的目标高程反演的矩阵表达式,利用目标位置和目标偏离网格的距离之间具有组稀疏的特性,对所述矩阵表达式进行分组表示,获得矩阵模型;

4.根据权利要求3所述的一种基于分组稀疏的机载阵列干涉SAR层析成像方法,其特征在于,根据采用正交匹配追踪算法进行求解得到的目标位置和目标偏离网格的距离,对目标的真实高程位置进行估计,得到目标的估计的高程位置。

5.根据权利要求4所述的一种基于分组稀疏的机载阵列干涉SAR层析成像方法,其特征在于,根据所述目标的真实高程位置建立感知矩阵,并利用最小二乘法得到目标后向散射系数的估计结果。

...

【技术特征摘要】

1.一种基于分组稀疏的机载阵列干涉sar层析成像方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于分组稀疏的机载阵列干涉sar层析成像方法,其特征在于,所述步骤5包括:首先建立目标网格失配量模型,得到目标高程重建的表达式;利用泰勒展开公式得到目标偏离网格距离的表达式,采用一阶差分模型,得到目标雷达回波和目标偏离网格位置的距离之间的函数表达式。

3.根据权利要求2所述的一种基于分组稀疏的机载阵列干涉sar层析成像方法,其特征在于,对步骤5中得到的函数表达式,建立阵列干涉合成孔径雷达的目标高...

【专利技术属性】
技术研发人员:郭其昌万阳良
申请(专利权)人:中国科学院空天信息创新研究院
类型:发明
国别省市:

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