[發(fā)明專利]測量建筑五維形變的分析方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810264999.9
• 申請日: 2018-03-28
• 公開（公告）號: CN108646244B
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計(jì)）人: 謝酬;邵蕓;李冠楠;田幫森;卞小林;余永明
• 申請（專利權(quán)）人: 中科衛(wèi)星應(yīng)用德清研究院;中國科學(xué)院遙感與數(shù)字地球研究所;德清知遙空間信息科技有限公司;北京城建勘測設(shè)計(jì)研究院有限責(zé)任公司
• 主分類號: G01S13/90
• 分類號: G01S13/90;G01B7/16
• 代理公司: 北京晟睿智杰知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11603
• 代理人: 于淼

1.一種測量建筑五維形變的分析方法，其特征在于，采用合成孔徑雷達(dá)對目標(biāo)建筑進(jìn)行層析測量，包括：

獲取原始數(shù)據(jù)，所述原始數(shù)據(jù)包括N個對目標(biāo)區(qū)域的回波數(shù)據(jù)、每個所述回波數(shù)據(jù)的采集時(shí)間信息及攜帶雷達(dá)的衛(wèi)星的軌道信息，所述目標(biāo)區(qū)域包括目標(biāo)建筑，其中，N為大于或者等于2的正整數(shù)；

對N個所述回波數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，以獲得包括所述目標(biāo)建筑的N個初始二維圖像，其中，所述回波數(shù)據(jù)與所述初始二維圖像一一對應(yīng)；

對每個所述初始二維圖像進(jìn)行修正處理，以獲得N幅修正二維圖像，每個所述修正二維圖像包括所述目標(biāo)區(qū)域的多個散射體的成像點(diǎn)，其中，在每個所述修正二維圖像中，至少部分所述散射體的成像點(diǎn)與其他所述散射體的成像點(diǎn)重疊以形成疊掩點(diǎn)，所述散射體的成像點(diǎn)具有二維坐標(biāo)，其中，所述散射體的成像點(diǎn)的二維坐標(biāo)為其在第一平面上的二維坐標(biāo)，所述第一平面與第一方向垂直，所述第一方向?yàn)橛伤隼走_(dá)指向所述目標(biāo)建筑的方向；

對每個所述修正二維圖像進(jìn)行處理，將每個所述修正二維圖中的所述疊掩點(diǎn)進(jìn)行分離，以獲所述目標(biāo)區(qū)域的散射體的數(shù)量；

對每個所述修正二維圖像，選取所述修正二維圖像中的若干個所述散射體的成像點(diǎn)作為初始目標(biāo)點(diǎn)集，并對所述初始目標(biāo)點(diǎn)集進(jìn)行干涉點(diǎn)目標(biāo)分析，去除誤差成像點(diǎn)，以獲得每個所述修正二維圖像對應(yīng)的結(jié)果目標(biāo)點(diǎn)集；干涉點(diǎn)目標(biāo)分析的主要過程為；由選取的初始目標(biāo)點(diǎn)集進(jìn)行干涉點(diǎn)回歸分析，得到高程糾正，形變速率，殘余相位，并求得相位的標(biāo)準(zhǔn)差；對干涉點(diǎn)進(jìn)行相位解纏；對回歸模型進(jìn)行精化，進(jìn)行基線精化，大氣相位去除，估算非線性形變速率，再次進(jìn)行干涉點(diǎn)回歸分析，直到相位標(biāo)準(zhǔn)差滿足閾值要求；

根據(jù)每個所述修正二維圖像對應(yīng)的所述結(jié)果目標(biāo)點(diǎn)集中所述散射體的成像點(diǎn)在所述第一平面上的二維坐標(biāo)，計(jì)算出每個所述修正二維圖像中所述散射體的散射系數(shù)，包括：

在N個所述目標(biāo)二維圖像組成的數(shù)據(jù)集中，將第n個所述修正二維圖像中某個像素的復(fù)數(shù)值g_n看作所述目標(biāo)區(qū)域在所述第一平面上的投影，即所述雷達(dá)的反射信號沿高程向的積分，表示為:

其中，λ為雷達(dá)波長；S_p為沿層析向進(jìn)行采樣的第p個所述散射體在所述第一平面上的二維坐標(biāo)，p為正整數(shù)且pn，所述層析向垂直于所述第一平面；γ(s_p)為沿所述層析向進(jìn)行采樣的第p個所述散射體的散射系數(shù)；R為采集主圖像時(shí)的所述雷達(dá)與所述目標(biāo)建筑之間的距離；B_⊥n為衛(wèi)星第n位點(diǎn)與衛(wèi)星主位點(diǎn)在第二方向上的距離，所述衛(wèi)星第n位點(diǎn)為所述衛(wèi)星采集第n個所述修正二維圖像對應(yīng)的所述回波數(shù)據(jù)時(shí)所在的位點(diǎn)，所述衛(wèi)星主位點(diǎn)為所述衛(wèi)星采集所述主圖像對應(yīng)的所述回波數(shù)據(jù)時(shí)所在的位點(diǎn)；為第p個所述散射體在所述第一方向上的形變相位；e_n為噪聲；j為單位復(fù)數(shù)；n為大于或者等于1的正整數(shù)，且n≤N；

利用壓縮感知算法對公式(1)進(jìn)行化簡，首先定義第一矩陣K，使得γ在所述第一矩陣K上是可壓縮的，其中，γ為每個所述修正二維圖像對應(yīng)的所述結(jié)果目標(biāo)點(diǎn)集中各點(diǎn)的散射系數(shù)構(gòu)成的矩陣，在約束條件下，求得滿足min||γ||₁，

min||γ||₁,s.t.g＝K·γ (2)

其中，min||γ||₁為滿足γ的1范數(shù)取最小值時(shí)的γ；s.t.表示所述約束條件，所述約束條件為g＝K·γ，g表示由g_n構(gòu)成的矩陣；

假設(shè)沿高程向進(jìn)行L次離散采樣，每次采樣所選取的所述散射體的成像點(diǎn)具有稀疏性，且L≥2，公式(1)式可簡化為：

g_N+1＝K_N×L·γ_L×1+ε_N×1 (3)

其中，g_N+1為像素復(fù)數(shù)值矩陣增加噪聲項(xiàng)后構(gòu)成的矩陣；K_N×L為觀測矩陣；γ_L×1為L個離散點(diǎn)散射量矩陣；ε_N×1為噪聲矩陣；

利用至少兩個所述修正二維圖像中所述散射體的散射系數(shù)，計(jì)算出所述主圖像中的所述散射體的高度向向量，所述高度向?yàn)樗瞿繕?biāo)建筑垂直于地面的方向，其中，至少兩個所述修正二維圖像包括所述主圖像，所述主圖像為N個所述修正二維圖像中的第M個所述修正二維圖像，當(dāng)N為偶數(shù)時(shí)，M＝N/2，當(dāng)N為奇數(shù)時(shí)，M＝(N+1)/2；

獲取所述目標(biāo)區(qū)域的歷史溫度數(shù)據(jù)，根據(jù)所述歷史溫度數(shù)據(jù)，獲得所述目標(biāo)建筑的膨脹幅度數(shù)據(jù)；

根據(jù)每個所述回波數(shù)據(jù)的采集時(shí)間信息和所述主圖像和高度向向量，計(jì)算出所述目標(biāo)建筑的高度向形變速度。