【技术实现步骤摘要】
本专利技术属于合成孔径雷达干涉(insar)地表监测领域，尤其涉及自然地表形变监测的分布式散射体insar(ds-insar)近实时更新技术方案。
技术介绍
1、时间序列差分合成孔径雷达干涉测量技术(d-insar)已广泛用于早期滑坡探测及监测，矿区形变，城市地表沉降，地震形变等领域。广域山区茂密的植被覆盖导致雷达干涉图存在显著的去相关现象，需要使用分布式散射体insar(ds-insar)技术来提高相位质量。相位优化过程需要在局部空间中检索具有类似散射机制的地面目标的时序相位(同质像元)，并利用时序相位的时空特征最小化去相干噪声且保持相位估计的准确性。因此，该技术可以显著增加测量散射体的空间密度，从而实现更有效的时间序列d-insar变形分析。
2、在过去的几十年里，ds-insar的发展经历了重大演变。在复圆高斯(ccg)分布的假设中，ferretti等人引入了最大似然相位链接算法，称为相位三角测量算法(pta)。在这项工作的基础上，ansari等人提出了一种高效的计算方法，称为基于特征分解的干涉相位最大似然估计器(emi)。该方法旨在实现计算效率，同时优化干涉相位的估计。这些算法有助于推进相位链接技术、提高相位质量并在各种insar应用中实现更准确的变形分析。
3、然而，上述技术主要基于单极化数据，在一些植被覆盖的自然场景下并不能得到满意的结果。其局限性源于单极化数据提供的信息不足以准确表征目标散射行为。因此，这些单极化方法在捕获散射过程的完整复杂性和准确估计不同场景中的相位信息方面具有挑战。由于极
4、基于极化相位优化是通过选择时间相干性最高的通道来实现的。如穷举搜索极化优化(espo)方法使用两个评估指标来优化极化通道的选择。通过对分布式散射体(ds)采用平均相干性最优的指标计算极化投影角，使得时间序列d-insar结果得到进一步改善。然而，espo方法需要大量的暴力搜索计算，导致计算效率极低，不适用于大数据处理。为了解决espo的局限性，后来提出了一种称为基于相干矩阵分解的polpsi的次优解决方案以及一种基于散射机制滤波的极化相位优化方法。该方法旨在以自适应方式有效识别和处理持久性散射体(ps)和分布式散射体(ds)。与极化优化方法相比，另一种利用总功率(tp)相干矩阵方法的方法仅需要叠加来自不同极化通道的干涉相干矩阵即可得到更高精度的干涉相干矩阵。该方法允许直接从tp相干矩阵的非对角元素或通过应用极大似然估计算法来获得相位序列。基于tp相干矩阵的极大似然估计算法，也称为tp-emi，已被验证为多极化相位优化的有效方法，在效率和精度方面超越了espo方法。遗憾的是，tp-emi方法不具备序贯动态处理新增sar数据的能力。
5、在sar大数据时代，保持相位优化精度与实现高效动态处理之间的平衡至关重要。尤其对于非线性形变的地表，需要持续动态的监测。为了解决这个问题，序贯估计器(se)可以递归地处理新增数据集，从而减少数据存储要求并确保新数据的相位优化精度。但序贯估计器是针对单极化数据设计的，并且没有考虑地面目标散射行为的时间变化。
6、因此，本专利技术针对现有技术缺陷，提出结合极化sar信息，基于序贯估计的框架下进行相位优化，从而在实现近实时高效率的相位优化处理的同时保证相位优化的精度。
技术实现思路
1、本专利技术的目的是利用多极化sar数据实现相位优化的序贯动态处理，近实时的提供高质量的干涉相位图。
2、为了实现上述目的，本专利技术提出一种用于近实时ds-insar处理的序贯极化相位优化方法，包括以下处理过程：
3、序贯处理的环境文件准备，包括根据分割时序子集大小和分割空间分块数量将时间序列多极化sar数据划分为包含多个迷你时序子集的空间分块；
4、序贯处理的环境文件检查，包括检查已处理的历史数据，从而在新增sar数据时无需对历史sar数据进行重复处理；
5、读取sar数据文件和预处理，包括根据计算的空间分块大小和时序子集大小读取slc文件和差分干涉图文件，并去除slc相位中的地形相位贡献使得局部窗口内的条纹斜率降低，提高局部相位的空间平稳性；
6、时序子集的统计同质像元shp识别，包括在序贯处理时，对新增的时序sar影像子集进行shp同质像元识别，并作为相位优化的更新样本，减小地面目标散射特性的动态变化对相干矩阵估计精度的影响；
7、时序子集的setp-emi相位优化处理，包括根据读取的多极化sar数据和已识别的同质像元进行基于tp-emi的相位优化处理，在完成相位优化后对原始多极化slc数据进行数据压缩处理；所述数据压缩处理实现方式为，对优化后的slc相位进行归一化，并作为线性变换的基，对原始多极化slc进行数据压缩；
8、时序子集的相位优化的序贯处理和链接；
9、空间分块的总时间序列优化相位拼接，输出干涉相位图。
10、而且，所述序贯处理的环境文件准备的实现方式如下，
11、读取sar文件路径下的时序雷达影像的文件名，从而确定文件路径下的影像总数；将分割时序子集大小作为景数，计算迷你子集的个数；
12、读取sar文件路径下的第一景影像，从而获取影像行列号范围；根据用户定义的分割空间分块数量计算每个空间分块的行列号范围；在计算空间分块行列号范围的同时，根据用户设置的统计同质像元shp识别的窗口大小，对空间分块增加一半窗口大小的缓冲区，使得每个空间分块在边缘处有重叠度；
13、根据空间分块数量，创建相应的子文件夹，用于对分块数据结果的储存和序贯处理；在处理文件路径中保存空间分块列表文件。
14、而且，所述时序子集的统计同质像元shp识别实现方式如下，
15、在读取并预处理完sar数据后，读取sar数据集的强度数据；
16、根据用户定义的shp同质像元识别窗口，对强度数据进行同质像元识别。
17、而且，在完成相位优化后对原始多极化slc数据进行数据压缩处理时，利用归一化的极大似然估计相位作为线性变换的基，将多极化slc复数信号从原始高维数据转换为低维数据，实现方式如下，
18、假设有n景slc影像，具有h个极化通道；分割的时序子集个数为τ，每个时序子集包含ξ个影像；同时，局部窗口中有识别出的l个统计同质像元shp；采用线性变换把高维空间的数据zξ·l·h投影到低维空间zη·l·h，其中z为一个像元的时序子集矩阵，ξ·l·h是像元时序子集矩阵的维度，ξ为时间维度，表示时序影本文档来自技高网...
【技术保护点】
1.一种用于近实时DS-InSAR处理的序贯极化相位优化方法，其特征在于，包括以下处理过程：
2.根据权利要求1所述用于近实时DS-InSAR处理的序贯极化相位优化方法，其特征在于：所述序贯处理的环境文件准备的实现方式如下，
3.根据权利要求1所述用于近实时DS-InSAR处理的序贯极化相位优化方法，其特征在于：所述时序子集的统计同质像元SHP识别实现方式如下，
4.根据权利要求1所述用于近实时DS-InSAR处理的序贯极化相位优化方法，其特征在于：在完成相位优化后对原始多极化SLC数据进行数据压缩处理时，利用归一化的极大似然估计相位作为线性变换的基，将多极化SLC复数信号从原始高维数据转换为低维数据，实现方式如下，
5.一种用于近实时DS-InSAR处理的序贯极化相位优化系统，其特征在于：用于实现如权利要求1-4任一项所述的一种用于近实时DS-InSAR处理的序贯极化相位优化方法。
6.根据权利要求5所述用于近实时DS-InSAR处理的序贯极化相位优化系统，其特征在于：包括以下模块，
7.根据权利要求5所述
8.根据权利要求5所述用于近实时DS-InSAR处理的序贯极化相位优化系统，其特征在于：包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如权利要求1-4任一项所述的一种用于近实时DS-InSAR处理的序贯极化相位优化方法。
...【技术特征摘要】
1.一种用于近实时ds-insar处理的序贯极化相位优化方法，其特征在于，包括以下处理过程：
2.根据权利要求1所述用于近实时ds-insar处理的序贯极化相位优化方法，其特征在于：所述序贯处理的环境文件准备的实现方式如下，
3.根据权利要求1所述用于近实时ds-insar处理的序贯极化相位优化方法，其特征在于：所述时序子集的统计同质像元shp识别实现方式如下，
4.根据权利要求1所述用于近实时ds-insar处理的序贯极化相位优化方法，其特征在于：在完成相位优化后对原始多极化slc数据进行数据压缩处理时，利用归一化的极大似然估计相位作为线性变换的基，将多极化slc复数信号从原始高维数据转换为低维数据，实现方式如下，
5.一种用于近实时ds-insar处理的序贯极化相位优化系统，其特征在于：...
【专利技术属性】
技术研发人员：王一安，董杰，罗佳音，廖明生，张路，
申请(专利权)人：武汉大学，
类型：发明
国别省市：
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。