[發(fā)明專利]一種桿塔位移沉降監(jiān)測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202111150066.5
• 申請日: 2021-09-29
• 公開（公告）號: CN113884054B
• 公開（公告）日: 2023-09-26
• 發(fā)明（設(shè)計）人: 魏瑞增;黃勇;王磊;周恩澤;劉淑琴;饒章權(quán);鄂盛龍;江俊飛;何浣;郭圣
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責任公司;廣東電網(wǎng)有限責任公司電力科學研究院
• 主分類號: G01C5/00
• 分類號: G01C5/00;G01S13/90
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 陳旭紅;鐘文瀚

1.一種桿塔位移沉降監(jiān)測方法，其特征在于，包括：

獲取SAR影像，并對所述SAR影像進行預處理，得到配準影像集；其中，所述配準影像集包括若干配準影像；

對每一所述配準影像進行頻譜分析，并根據(jù)頻譜分析結(jié)果選取目標點；

通過差分干涉處理及SVD分解，對所述目標點進行噪聲處理，得到地面形變信息；

獲取輸電桿塔的當前形變量和歷史形變量；

根據(jù)所述地面形變信息及所述歷史形變量，建立桿塔位移沉降監(jiān)測模型，得到位移沉降判定閾值；

通過所述當前形變量及所述位移沉降判定閾值，得到桿塔位移沉降判定結(jié)果；

其中，所述對每一所述配準影像進行頻譜分析，并根據(jù)頻譜分析結(jié)果選取目標點，具體地：

通過對每一配準影像進行頻譜分析以選取目標點，且所述目標點滿足：

其中，N為配準影像的總個數(shù)，α_i為像素i在圖像中的頻譜相關(guān)值，β_i為像素i的離散度，α_A和β_A分別為SAR影像中的頻譜相關(guān)值與離散度的平均值；

所述通過差分干涉處理及SVD分解，對所述目標點進行噪聲處理，得到地面形變信息，包括：

對目標點的差分干涉圖進行誤差消除及去除地形相位干擾，并將目標點的差分干涉圖的相位轉(zhuǎn)換為矩陣，得到系數(shù)矩陣；

通過SVD分解對所述系數(shù)矩陣進行處理，消除干擾及誤差的影響。

2.如權(quán)利要求1所述的一種桿塔位移沉降監(jiān)測方法，其特征在于，所述對所述SAR影像進行預處理，得到配準影像集，具體地：

選取一個SAR影像作為主影像，將不同時刻的SAR影像與所述主影像進行配準，得到不同時刻的SAR影像對應的配準影像；

將所有配準影像組成配準影像集。

3.如權(quán)利要求1所述的一種桿塔位移沉降監(jiān)測方法，其特征在于，所述目標點的差分干涉圖的相位，通過以下公式表示：

其中，Δφ_i(x,y)為坐標為(x,y)的目標點的第i個差分干涉圖的相位，φ(t_z,x,y)為主影像中坐標為(x,y)的目標點的干涉相位，φ(t_f,x,y)為輔影像中坐標為(x,y)的目標點的干涉相位，d(t_z,x,y)為主影像中坐標為(x,y)的目標點的雷達方向的位移，d(t_f,x,y)為輔影像中坐標為(x,y)的目標點的雷達方向的位移，λ為雷達波長；

所述將目標點的差分干涉圖的相位轉(zhuǎn)換為矩陣，通過以下公式表示：

其中，為差分干涉圖的相位矩陣，δ為差分干涉圖的相位矩陣的系數(shù)，為相位矩陣，H為系數(shù)矩陣。

4.一種桿塔位移沉降監(jiān)測系統(tǒng)，其特征在于，包括：

配準模塊，用于獲取SAR影像，并對所述SAR影像進行預處理，得到配準影像集；其中，所述配準影像集包括若干配準影像；

目標點選取模塊，用于對每一所述配準影像進行頻譜分析，并根據(jù)頻譜分析結(jié)果選取目標點；

噪聲處理模塊，用于通過差分干涉處理及SVD分解，對所述目標點進行噪聲處理，得到地面形變信息；

輸電桿塔形變獲取模塊，用于獲取輸電桿塔的當前形變量和歷史形變量；

桿塔位移沉降監(jiān)測模型建立模塊，用于根據(jù)所述地面形變信息及所述歷史形變量，建立桿塔位移沉降監(jiān)測模型，得到位移沉降判定閾值；

桿塔位移沉降判定模塊，用于通過所述當前形變量及所述位移沉降判定閾值，得到桿塔位移沉降判定結(jié)果；

其中，所述目標點選取模塊，還用于：

通過對每一配準影像進行頻譜分析以選取目標點，且所述目標點滿足：

其中，N為配準影像的總個數(shù)，α_i為像素i在圖像中的頻譜相關(guān)值，β_i為像素i的離散度，α_A和β_A分別為SAR影像中的頻譜相關(guān)值與離散度的平均值；

所述噪聲處理模塊，還用于：

對目標點的差分干涉圖進行誤差消除及去除地形相位干擾，并將目標點的差分干涉圖的相位轉(zhuǎn)換為矩陣，得到系數(shù)矩陣；

通過SVD分解對所述系數(shù)矩陣進行處理，消除干擾及誤差的影響。