[發(fā)明專利]基于毫米波雷達(dá)的山體滑坡預(yù)測(cè)方法和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202210916809.3
• 申請(qǐng)日: 2022-08-01
• 公開（公告）號(hào): CN114966601B
• 公開（公告）日: 2022-10-21
• 發(fā)明（設(shè)計(jì)）人: 陳墾;唐勇;張勝;周勇;馮友懷;陳濤;陳祥
• 申請(qǐng)（專利權(quán)）人: 南京隼眼電子科技有限公司;四川數(shù)字交通科技股份有限公司
• 主分類號(hào): G01S7/41
• 分類號(hào): G01S7/41;G06N20/00;G06Q10/04;G06V10/764;G06V10/774
• 代理公司: 深圳紫藤知識(shí)產(chǎn)權(quán)代理有限公司 44570
• 代理人: 方世棟

1.一種基于毫米波雷達(dá)的山體滑坡預(yù)測(cè)方法，其特征在于，包括：

以設(shè)置于待測(cè)山體的角反射器為目標(biāo)位置，通過毫米波雷達(dá)獲取所述角反射器的相位波動(dòng)參數(shù)；

通過機(jī)器學(xué)習(xí)算法對(duì)所述相位波動(dòng)參數(shù)進(jìn)行調(diào)制訓(xùn)練，得到強(qiáng)預(yù)測(cè)函數(shù)，根據(jù)所述強(qiáng)預(yù)測(cè)函數(shù)得到最優(yōu)分類結(jié)果；

根據(jù)所述最優(yōu)分類結(jié)果計(jì)算山體滑坡區(qū)域的真實(shí)位移，并與設(shè)定的山體位移閾值比較，根據(jù)比較結(jié)果對(duì)山體滑坡的情況進(jìn)行預(yù)警；

其中，所述通過機(jī)器學(xué)習(xí)算法對(duì)所述相位波動(dòng)參數(shù)進(jìn)行調(diào)制訓(xùn)練，得到強(qiáng)預(yù)測(cè)函數(shù)，根據(jù)所述強(qiáng)預(yù)測(cè)函數(shù)得到最優(yōu)分類結(jié)果，進(jìn)一步包括：

采集若干時(shí)序差分干涉相位圖，提取差分干涉相位并作為數(shù)據(jù)集，得到第一訓(xùn)練樣本；

根據(jù)所述第一訓(xùn)練樣本，計(jì)算強(qiáng)預(yù)測(cè)函數(shù)，得到訓(xùn)練好的強(qiáng)預(yù)測(cè)器；

通過所述強(qiáng)預(yù)測(cè)器對(duì)所有的所述時(shí)序差分干涉相位圖進(jìn)行分類，得到最優(yōu)分類結(jié)果，根據(jù)所述最優(yōu)分類結(jié)果，得到各時(shí)間點(diǎn)的高精度形變相位，完成誤差修正；

根據(jù)所述第一訓(xùn)練樣本，計(jì)算強(qiáng)預(yù)測(cè)函數(shù)，進(jìn)一步包括：

初始化訓(xùn)練數(shù)據(jù)集中m組訓(xùn)練樣本權(quán)重w_i；其中，，且i為1到m之間的整數(shù)；

配置p個(gè)弱預(yù)測(cè)器，將訓(xùn)練樣本的差分干涉相位作為樣本特征屬性對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練和預(yù)測(cè)；

經(jīng)過p次訓(xùn)練后，將p個(gè)弱預(yù)測(cè)函數(shù)加權(quán)合成強(qiáng)預(yù)測(cè)函數(shù)，得到強(qiáng)預(yù)測(cè)器；其中，所述強(qiáng)預(yù)測(cè)函數(shù)為：

；

式中，p為弱預(yù)測(cè)器的個(gè)數(shù)，a_t為第t個(gè)弱預(yù)測(cè)器的權(quán)重系數(shù)，且t為1到p之間的整數(shù)；

所述a_t的獲取進(jìn)一步包括：

調(diào)整訓(xùn)練樣本權(quán)重w_i并進(jìn)行歸一化，所述歸一化具體為：

；其中，，

式中，e_c為訓(xùn)練樣本的預(yù)測(cè)誤差絕對(duì)值，e_?為預(yù)定誤差限值；

根據(jù)所述訓(xùn)練樣本權(quán)重w_i，計(jì)算第t個(gè)弱預(yù)測(cè)器的預(yù)測(cè)誤差率e_t；其中，，且i為1到m之間的整數(shù)，t為1到p之間的整數(shù)，p為弱預(yù)測(cè)器的個(gè)數(shù)；

根據(jù)所述第t個(gè)弱預(yù)測(cè)器的預(yù)測(cè)誤差率e_t，計(jì)算第t個(gè)弱預(yù)測(cè)器的權(quán)重系數(shù)a_t；其中，，且t為1到p之間的整數(shù)，p為弱預(yù)測(cè)器的個(gè)數(shù)。

2.根據(jù)權(quán)利要求1所述的一種基于毫米波雷達(dá)的山體滑坡預(yù)測(cè)方法，其特征在于，所述采集若干時(shí)序差分干涉相位圖，提取差分干涉相位并作為數(shù)據(jù)集，得到第一訓(xùn)練樣本，進(jìn)一步包括：

在所述時(shí)序差分干涉相位圖中選取M幅時(shí)序差分干涉相位圖，并分別從M幅時(shí)序差分干涉相位圖中選取N個(gè)位置相同的圖像元素，提取每個(gè)所述圖像元素在時(shí)間序列上的差分干涉相位，并將每個(gè)所述差分干涉相位作為一個(gè)數(shù)據(jù)集，進(jìn)而將得到的N個(gè)數(shù)據(jù)集作為第一訓(xùn)練樣本；其中，M和N為自然數(shù)。

3.根據(jù)權(quán)利要求2所述的一種基于毫米波雷達(dá)的山體滑坡預(yù)測(cè)方法，其特征在于，所述時(shí)序差分干涉相位圖以預(yù)定時(shí)間周期性地監(jiān)測(cè)得到。

4.根據(jù)權(quán)利要求1所述的一種基于毫米波雷達(dá)的山體滑坡預(yù)測(cè)方法，其特征在于，通過所述強(qiáng)預(yù)測(cè)器對(duì)所有的所述時(shí)序差分干涉相位圖進(jìn)行分類，得到最優(yōu)分類結(jié)果，根據(jù)所述最優(yōu)分類結(jié)果，得到各時(shí)間點(diǎn)的高精度形變相位，完成誤差修正，進(jìn)一步包括：

將所有的所述時(shí)序差分干涉相位圖以圖像元素為單位構(gòu)建時(shí)序分類集合；

將時(shí)序分類集合輸入所述強(qiáng)預(yù)測(cè)函數(shù)中，通過所述強(qiáng)預(yù)測(cè)函數(shù)輸出時(shí)序差分干涉相位圖中圖像元素點(diǎn)修正后的坐標(biāo)，作為最優(yōu)分類結(jié)果，得到修正后的相位。

5.根據(jù)權(quán)利要求1所述的一種基于毫米波雷達(dá)的山體滑坡預(yù)測(cè)方法，其特征在于，根據(jù)所述最優(yōu)分類結(jié)果計(jì)算山體滑坡區(qū)域的真實(shí)位移，進(jìn)一步包括：

對(duì)所述待測(cè)山體的邊坡建立數(shù)字高程模型，根據(jù)數(shù)字高程信息提取所述目標(biāo)位置的坡向和坡度；

測(cè)量所述毫米波雷達(dá)到所述目標(biāo)位置的視線方向位移；

將所述視線方向位移投影到所述坡向和坡度所確定的最大坡度方向上，從而獲得山體滑坡區(qū)域的真實(shí)位移。