地基干涉合成孔径雷达图像非线性大气相位补偿方法

采用基于永久散射体(PS)技术的大气相位(AP)补偿方法对地基干涉合成孔径雷达(GB-InSAR) 干涉相位图进行分析时,部分图像的干涉相位随距离呈现出复杂的非线性,导致无法建立合理的多参数模型来模拟大气相位,常规的补偿方法不再适用。该文提出一种改进的GB-InSAR图像非线性大气相位补偿方法,首先采用常规方法对干涉相位图进行大气相位补偿,并根据PS点的补偿后相位序列的标准差,进行稳定PS点的选择,然后对稳定PS点进行子区域划分,通过反距离加权插值估计出所有PS点的大气相位,从而实现大气相位的有效补偿。采用该文所提方法,对460幅雷达图像进行了处理,相比于常规方法,可以有效地补偿干涉相位图中的非线性大气相位分量。基于若干高稳定参考点的对比结果表明,该方法减小了最大约1 rad的相位测量误差。      

地基大视场SAR形变监测的非均匀大气相位校正方法

大气变化是地基干涉合成孔径雷达(GB-InSAR)形变监测的主要干扰因素。由于监测环境的地形复杂,水汽、湿度和温度的空间异质性,基于均匀大气介质假设的校正方法可能导致大气校正精度较低。该文提出了一种两阶段半经验模型,用于估计和校正复杂大气条件下特大滑坡GB-InSAR监测过程中出现的大气相位误差。该方法兼顾线性大气相位和非线性大气相位,首先根据测区的范围和高程对观测到的大气相位进行建模,校正与地形相关的线性大气相位。然后,考虑复杂大气条件和方位向大视场角度场景下出现的空间域非均匀大气情况,选取稳定永久散射体(PS)通过插值的方式获取所有PS点的大气相位,校正非线性大气相位。采用该方法对三峡库区新铺和藕塘特大滑坡的地基大视场雷达图像进行处理,相比于常规方法减小大气相位误差最大约2 mm。能有效校正特大滑坡监测场景下出现的非均匀大气相位,满足特大滑坡广域范围监测需求。     

基于气象数据辅助的GB-InSAR大气相位补偿方法

地基干涉合成孔径雷达GB-InSAR(Ground-Based Interferometric Synthetic Aperture Radar)测量中,大气相位是主要测量误差源之一.对于大气相位非线性变化的干涉相位图,常规的基于参数模型的补偿方法不再适用.该文提出一种基于气象数据辅助的GB-InSAR大气相位补偿方法...     

机载双天线InSAR运动补偿误差的影响分析

干涉SAR运动补偿是实现高精度机载干涉SAR测量的关键。该文针对运动补偿误差对机载双天线干涉SAR测量的影响进行了详细的分析。首先在参考高程无误差和有误差两种情况下对运动补偿残余误差进行建模;随后分析了无测量误差条件下运动补偿残余误差对干涉相位和平面定位精度的影响;接着分析了存在航迹测量误差和基线测量误差条件下运动补偿残余误差的影响;最后,通过仿真和实测数据实验验证了理论推导的正确性。该文的分析结果为机载双天线干涉SAR系统设计和数据处理提供了理论基础。     

基于K-means算法的时序GB-InSAR图像PS实时选择方法

GB-InSAR(Ground-based Interferometric Synthetic Aperture Radar,地基干涉合成孔径雷达)是一种新型的形变测量工具,应用于长期连续监测时,为了保证形变测量的准确性和实时性,通常需要将SAR图像进行分组处理,并基于PS(Permanent Scatterer,永久...     

面向植被边坡的地基SAR高相干点选择

基于高相干点进行相位分析,才能有效保证地基SAR（Synthetic Aperture Radar,合成孔径雷达）形变测量的准确性。在差分干涉测量领域中,广泛使用幅度离差法,可以有效地选择出岩石、建筑物等PS（Permanent Scatterer,永久散射体）点作为高相干点,但对于植被边坡,采用该方法选择出高相干点数量较少,不利于差分干涉处理。在星载SAR领域,普遍采用StaMPS方法解决植被边坡的高相干点选择问题。本文探索了StaMPS方法在地基SAR领域的适用性,提出采用非PS点来计算相干系数门限,并引入DS（Distributed Scatterer,分布式散射体）选择技术,进一步提高了高相干点的数量。对一处植被边坡的实验结果表明,相比于幅度离差法和StaMPS方法,改进方法在提高高相干点数量的同时,有效保证了其相位质量。      

机载干涉SAR 运动补偿中地物目标定位误差的影响分析

在基于IMU/GPS 测量数据的运动补偿方法中,IMU 测量误差和地物目标定位误差导致不准确的相位补偿量,从而引入残余运动误差。该文针对机载干涉SAR 运动补偿中地物目标定位误差的影响,建立了在斜视条件下由地物目标定位误差引入的残余运动误差的数学模型,分析了导致地物目标定位误差的系统采样延时误差、多普勒中心频率误差和参考DEM 误差对残余运动误差的影响,重点讨论了参考DEM 误差对干涉SAR 图像质量、干涉相位和相干系数的影响。该文的讨论结果为机载高精度SAR 和重轨干涉SAR 数据处理中运动补偿精度提供了理论基础。      

地基SAR差分干涉测量大气扰动误差校正

在地基SAR(GB-SAR)差分干涉测量中,大气扰动影响是其测量精度误差的重要来源。提出了一种基于角反射器的地基SAR差分干涉测量大气扰动误差校正方法;该方法利用角反射器作为稳定控制点,根据其干涉相位的变化情况来分析观测区域大气扰动影响,从而实现对其扰动误差的校正。为了检验该校正方法的实用性,进行了三面角反射器外场形变测量中大气扰动误差校正实验,并将其校正结果与基于气象参数补偿法的校正结果进行了对比。结果表明,该校正方法具有很好的可靠性和精确性。     

超高分辨率星载SAR系统多子带信号处理技术研究

多子带信号拼接是星载合成孔径雷达（Synthetic Aperture Radar, SAR）实现超高距离分辨率的重要方式,但受限于硬件系统、大气传输等非理想因素的影响,接收各子带信号在子带内会存在幅度和相位误差,子带间也存在幅度、相位和时延不一致误差。这些误差严重影响多子带合成后的信号质量以及最终的图像质量。本文基于星载多子带SAR系统模型,首先提出了一种先单子带成像,再多子带信号拼接的成像处理策略;然后在此基础上,针对子带内/子带间幅相和时延误差提出一种基于各子带强目标点数据的误差估计与补偿方法。该方法主要包括基于质量相位梯度自聚焦（Quality Phase Gradient Autofocus, QPGA）准则的强目标点数据提取、基于PGA的子带内误差估计、子带间误差估计和误差补偿与频谱合成四个步骤。理论仿真分析数据实验验证了本方法的有效性。      

利用MODIS水汽数据进行ASAR干涉测量大气改正研究

对流层水汽引起的大气相位延迟是制约重复轨道InSAR 高精度测量的重要因素之一。为有效解决InSAR 中大气相位延迟的问题,对InSAR 中大气延迟误差进行了分析,研究了利用MODIS 水汽数据对ASAR 干涉图大气改正的方法及其关键技术,并以太原地区的ASAR 干涉图为例,对其进行大气改正。实验结果表明,MODIS/ASAR 大气改正方法可以显著地提高干涉图的质量,同时形变反演的精度也得到了明显的改善,验证了MODIS 与ASAR 数据融合获取地表形变信息的必要性和可靠性。     

热晕效应位相补偿的数值模拟

研究了大气热晕效应自适应光学(adaptive-optics, AO)位相补偿数值模拟方法。利用自主开发的高能激光大气传输四维数值模拟程序对准直光束瞬态热晕位相补偿进行了模拟,定量分析了不同的热晕强度下,AO系统空间带宽对位相补偿效果的影响。数值模拟结果表明,当热晕比较弱时,空间带宽对位相补偿效果的影响不大;当热晕比较强时,空间带宽越大,位相补偿效果越差。当热晕强度大于某一阈值时,在一个风渡越时间内,产生了位相补偿不稳定性(phase compensation instability, PCI),空间带宽越大,发生PCI的阈值越小。     

基于相干化处理的步进频率ISAR成像算法研究

在步进频率高分辨ISAR成像中,传统的参数估计方法往往不能准确地估计出运动目标的速度和加速度值,其补偿后存在的相位误差对宽带合成ISAR图像有较大的影响。因此,该文提出了一种基于相邻相关法和相位相干化的步进频率高分辨ISAR成像技术,即通过相邻相关法估计运动目标的径向运动参数,在对回波数据包络进行补偿后,利用相位相干化对各子脉冲的相位误差进行校正,再利用频带拼接技术获取目标的合成高分辨1维距离像。之后,利用RD算法实现目标的高分辨ISAR成像。该方法具有精确相位误差补偿精度和高运算效率的优点。仿真和实测数据验证了该方法的有效性。     

基于多通道的跳频信号欠采样频率估计

为实现跳频信号频率跟踪估计,本文提出一种基于多通道的跳频信号欠采样频率估计方法。基于快速傅里叶变换（FFT）,提出了一种3谱线方程的频率校正算法,提高了基于中国余数定理的频率估计方法对短序列信号的频率估计精度,与现有的两种基于离散傅里叶变换（DFT）的频率校正算法相比,序列补零数量灵活。给出了一种频率估计检错机制,可以提高算法可靠性。仿真结果表明,本文所提频率估计算法的精度优于现有算法,增加序列补零数量可进一步提高算法的估计精度和信噪比阈值,降低误差平台;检错机制在-23 dB至8 dB信噪比范围内的准确率高于95.5%。      

稀疏参考点下的室内定位方法

随着移动互联网的发展,人们对于室内的位置服务需求日益增加。基于Wi-Fi的指纹库室内定位算法具有成本低、定位误差小的优点,但指纹库信号采集需要消耗大量的时间和人力,本文对稀疏参考点下构建高效指纹数据库和高精度室内定位的方法进行了深入研究。本文改进了卡尔曼滤波有效解决了Wi-Fi的噪声和缺失点,设计了基于信号强度差分方差的无线接入点筛选策略来滤除信息量较低的接入点,提出了一种基于支持向量回归拟合的克里金插值算法（Kriging Interpolation Algorithm Based On Support Vector Regression, SVR-Kriging）进行指纹库的构建,最后通过接入点加权的K加权近邻法（AP weighted and Weighted K-Nearest Neighbor, AWKNN）完成定位。将该方法应用于实际的二维、三维定位场景,实验结果表明二维场景平均定位误差为1.01 m,三维场景平均定位误差为0.92 m。该方法解决了指纹数据库信号采集困难、接入点数据冗余的问题,有效地降低了定位误差。