[發(fā)明專利]結合UKF和AMPM的多基線InSAR高程重建方法有效
| 申請?zhí)枺?/td> | 202011642826.X | 申請日: | 2020-12-30 |
| 公開(公告)號: | CN112835041B | 公開(公告)日: | 2023-07-25 |
| 發(fā)明(設計)人: | 謝先明;宋明輝 | 申請(專利權)人: | 桂林電子科技大學 |
| 主分類號: | G01S13/90 | 分類號: | G01S13/90 |
| 代理公司: | 桂林市華杰專利商標事務所有限責任公司 45112 | 代理人: | 覃永峰 |
| 地址: | 541004 廣西*** | 國省代碼: | 廣西;45 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 結合 ukf ampm 基線 insar 高程 重建 方法 | ||
1.一種結合UKF和AMPM的多基線InSAR高程重建方法,其特征在于,包括如下步驟:
1)利用ML算法從多幅干涉相位圖中估計出粗略的地形高程hML,使用中值濾波器對hML進行濾波得到濾波高程圖其中最大似然率和聯(lián)合最大似然率FML(Φ|h)的計算公式如下:
公式(1)和公式(2)中,h為對應的地表高程值,代表第l通道的干涉圖纏繞相位,γl表示第l通道的干涉圖相干系數(shù),αl表示與InSAR系統(tǒng)第l通道相關的成像參數(shù),Φ為可觀測到的干涉相位纏繞向量;
2)構造穩(wěn)健的UKF系統(tǒng)模型,把L通道歸一化的復干涉信號的同相分量和正交分量分別作為狀態(tài)變量的觀測值,UKF系統(tǒng)模型表示如下:
公式(3)與公式(4)中,x(m,n)為像素點(m,n)的地形高度,作為狀態(tài)變量;為像素(m,n)與其相鄰像素(a,s)之間的高度梯度估計,ε(m,n)|(a,s)為像素(m,n)與其相鄰像素(a,s)之間的高度梯度誤差;是第l通道的干涉圖像素(m,n)與其相鄰像素(a,s)之間的相位梯度估計,由AMPM算法估計得到;z(m,n)為觀測向量,h[x(m,n)]為不含噪聲的觀測向量,v(m,n)為附加在歸一化復干涉信號同相分量和正交分量上的測量噪聲,zl(m,n)為第l通道的觀測向量;hl[x(m,n)]為第l通道的不含噪聲的觀測向量,vl(m,n)為附加在第l通道的歸一化復干涉信號同相分量和正交分量上的測量噪聲,其中,由AMPM算法可得如下公式:
公式(5)中,為局部窗口內(nèi)列方向的單位相位梯度估計值,為局部窗口內(nèi)行方向的單位相位梯度估計值;
3)計算每幅干涉相位圖的殘差點,即若2×2相鄰像素的纏繞相位梯度的環(huán)積分值絕對值為2π,則定義該像素點為殘差點,并進行“或”運算得到一幅殘差點二值化圖;
4)對步驟1)得到的高程圖進行均值濾波,然后使用Sobel算子對其進行邊緣檢測,得到一幅邊緣檢測的二值化圖,然后與步驟3)得到的二值化圖像繼續(xù)進行“或”運算,得到一幅新的二值化圖像,其中“1”代表低可靠像素點,“0”代表高可靠像素點;
5)根據(jù)步驟4)得到的二值化圖像,生成一個新的表示相位不連續(xù)的二值化圖像,記為“EDGE”;
6)創(chuàng)建路徑跟蹤策略所需的鏈接列表,用于存儲和排序等待展開并在展開階段進一步定義等待像素;
7)計算最長基線的干涉相位質(zhì)量圖,在本文的實驗中,指導UKF系統(tǒng)模型高程重建路徑的質(zhì)量圖是干涉圖的相位導數(shù)方差圖,其中質(zhì)量值ρm,n的計算公式為:
公式(6)中,是以像素點(m,n)為中心的窗口內(nèi)纏繞相位值,d×d表示窗口的大小;
8)根據(jù)路徑跟蹤策略,選取干涉圖中最長基線對應的質(zhì)量值最高的一個非邊界像素作為起始像素,即種子像素,由步驟1)獲得其高度估計值,將與種子像素直接相連的四個相鄰像素即上像素、下像素、左像素和右像素之間的非邊界像素標記為等待展開的像素,分別插入步驟6)構建的鄰接列表中,以此來引導UKF高程重建過程,其中UKF的預測公式表示如下:
公式(7)中,為像素點(a,s)的狀態(tài)估計值,為狀態(tài)值估計誤差,表示像素點(m,n)的預測狀態(tài)估計值,表示像素點(m,n)的預測估計誤差,Ψ表示相鄰八個像素點中已解纏的像素點集合,x[(m,n)|(a,s)]表示通過像素點(a,s)得到的像素點(m,n)的預測值,κ表示相鄰八個像素點中已解纏的像素點個數(shù),為新的狀態(tài)預測值,為新的狀態(tài)預測誤差值,χj(m,n),j=0,1,2表示像素點(m,n)狀態(tài)估計的Sigma點,Q(m,n)|(a,s)表示像素點(m,n)與像素點(a,s)的相位梯度估計誤差協(xié)方差,和為相應的自適應因子,更新公式如下:
公式(8)中,表示相應的Sigma點預測值,z-(m,n)表示干涉圖中像素點(m,n)的觀測矢量預測值,ρ(m,n)表示干涉圖中像素點(m,n)的增益矩陣,表示干涉圖中像素點(m,n)的觀測誤差方差,Pzz(m,n)和Pxz(m,n)表示加入自適應因子后的相應的估計誤差,為干涉圖中像素點(m,n)的最終高程估計值,為干涉圖中像素點(m,n)的最終估計誤差方差;
9)獲取步驟8)中所構建的鄰接列表中質(zhì)量值最高的像素x,如果像素x的邊緣值為0,則利用UKF相位解纏程序獲得像素x的高度估計及其估計誤差方差,若邊緣值為1,則將步驟1中濾波后的ML高程作為像素x的高度估計數(shù),再應用公式(7)得到像素x的估計誤差方差,然后,再從構建的鄰接列表中刪除像素x,將像素x的4個領域間的非邊界未解纏像素點分別標記為等待像素點,再按路徑跟蹤策略插入到鏈接列表中;
10)判斷鄰接列表是否為空,若非空,則繼續(xù)執(zhí)行步驟9);若為空,則算法結束,得到重建的高程圖。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于桂林電子科技大學,未經(jīng)桂林電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011642826.X/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G01S 無線電定向;無線電導航;采用無線電波測距或測速;采用無線電波的反射或再輻射的定位或存在檢測;采用其他波的類似裝置
G01S13-00 使用無線電波的反射或再輻射的系統(tǒng),例如雷達系統(tǒng);利用波的性質(zhì)或波長是無關的或未指明的波的反射或再輻射的類似系統(tǒng)
G01S13-02 .利用無線電波反射的系統(tǒng),例如,初級雷達系統(tǒng);類似的系統(tǒng)
G01S13-66 .雷達跟蹤系統(tǒng);類似系統(tǒng)
G01S13-74 .應用無線電波再輻射的系統(tǒng),例如二次雷達系統(tǒng);類似系統(tǒng)
G01S13-86 .雷達系統(tǒng)與非雷達系統(tǒng)
G01S13-87 .雷達系統(tǒng)的組合,例如一次雷達與二次雷達
- 自進化ANFIS與UKF結合的GPS/MEMS-INS組合定位誤差動態(tài)預測方法
- 基于多向?qū)?yōu)的全跟蹤式UKF濾波算法的雙站定位方法
- 一種單體電池EKF與UKF估算比較方法
- 一種聯(lián)合估計動力電池系統(tǒng)參數(shù)與荷電狀態(tài)的方法
- 一種多時間尺度雙UKF自適應估算SOC和電池容量C的方法
- 一種動基座下聯(lián)合濾波初始對準方法
- 基于UKF的無人機氣壓計異常數(shù)據(jù)處理的高度控制方法
- 一種基于PSO優(yōu)化UKF的EHB系統(tǒng)壓力估計方法
- 基于序貫分塊濾波的最近鄰UKF-SLAM方法
- 結合UKF和AMPM的多基線InSAR高程重建方法





