CN103344653B - 一种基于双gps接收机的土壤湿度实时测量系统及方法 - Google Patents

Abstract

本发明提供一种基于双GPS接收机的土壤湿度实时测量系统及方法，测量系统包括两个天线处于不同高度的GPS接收机，以及用于信号处理的计算机。测量方法中利用接收到的两路干涉信号的差值，得到幅度差分信号的实测值；再模拟获得幅度差分信号的理论值；最后通过波形匹配的方式，寻求与实测值波形值最为匹配的理论值，该理论值对应的湿度值就是待测的土壤湿度值。本发明不再寻求干涉信号中拐点的存在，而是两个接收机协同作用，将干涉信号进行差分运算，得到幅度差分信号；采用理论值与真实参考值进行最短余弦距离匹配的方法，来测量土壤湿度，可以提高探测精度。

Description

一种基于双GPS接收机的土壤湿度实时测量系统及方法

技术领域

本发明属于电子、信息技术领域，尤其涉及一种基于双GPS接收机的土壤湿度实时测量系统及方法。

背景技术

土壤湿度是土地资源和环境管理的重要参数。土壤湿度的定量观测早已成为气象学、水文学、生态学、农业以及地球科学等众多学科和领域关注的重要内容。

目前测量土壤湿度的方法主要有下列几种：

田间实测法包括烘干法，张力计法，中子仪法，电阻法等(张晓虎,李新平.几种常用土壤含水量测定方法的研究进展.陕西农业科学.2008,6:114-117)。该方法可以准确测量土体剖面的含水量，测定土层较多，深度较大，但实测范围有限，人力财力耗费大，数据得不到及时更新。土壤水分模型法是根据物质守恒原理，建立方程而求解土壤水分，具有快速、可提供面信息等优势。但是实验需要大量气象数据支持，较为复杂，且估测误差较大。

利用合成孔径雷达SAR卫星的遥感土壤湿度法(赵少华、杨永辉，基于双时相ASAR影像的土壤湿度反演研究，农业工程学报，2008年6月，184-188)利用土壤表面发射或反射的电磁能力，建立土壤湿度与遥感数据间的关系模型，从而反演出土壤水分。但是该方法受限于SAR卫星的重返周期，数据的时间连续性不高，同一地方需几日才能获得一场数据。

目前一些学者开展了利用GPS反射信号测量土壤湿度的研究。美国进行了利用天顶天线和下视天线的实验(毛克彪、王建明、张孟阳。GNSS-R信号反演土壤水分研究分析，遥感信息2009，3)，该方法需要采用特殊设计的延迟接收机。武汉大学曾利用天线和接收机进行过反射信号和直达信号的比值研究来反演土壤湿度(严颂华张训械，基于GNSS-R信号的土壤湿度反演研究，电波科学学报，2010年第1期)，但该方法主要利用的是直达信号及反射信号功率的比值，容易受到地面粗糙度的影响。另一种方法是采用单路GPS干涉信号，如，采用搜索干涉信号的拐点来实现土壤湿度反演(专利CN201010207399.2)。但是该方法在实际接收信号的过程中，有时会出现干涉信号幅度变化不明显，找不到拐点的情况。原因在于天线波束方向性的影响，方位角变化引起的信号幅度有可能会抵消掉仰角变化的影响。可见，利用GPS信号反演土壤湿度仍然需要进一步探索和研究。

发明内容

针对背景技术中，采用单路GPS干涉信号并通过搜索干涉信号的拐点来实现土壤湿度反演的方法存在的问题，本发明提供一种基于双GPS接收机的土壤湿度实时测量系统及方法。

为解决上述技术问题，本发明采用如下技术方案：

一种基于双GPS接收机的土壤湿度实时测量系统，其特征在于：包括两个垂直极化的不同高度的GPS接收天线、两个GPS接收机、计算机；两个GPS接收天线分别与两个GPS接收机连接，两个GPS接收机分别与计算机连接。

一种利用权利要求1所述的系统进行土壤湿度实时测量的方法，包括以下步骤，

步骤1，采集双路干涉信号；

利用两个垂直极化的GPS接收天线和两个GPS接收机分别接收不同高度上的由GPS直达信号与地面反射信号形成的干涉信号；两个干涉信号在两个GPS接收机内经过处理得到两个干涉信号的功率；两个干涉信号的功率经过USB接口送至计算机；

步骤2，获得双路干涉信号的幅度差分信号的实测值；

计算机对两个干涉信号的功率进行由增益到幅度的转化，先按仰角从低到高排列，再进行滤波处理，然后做差分运算，得到两个干涉信号的幅度差分信号的实测波形；

步骤3，计算双路干涉信号的幅度差分信号的理论值；

设定土壤湿度和GPS接收机高度的范围及两者的步进变化，计算机对每组设定的土壤湿度值和GPS接收机高度值，依据干涉理论进行模拟，得到干涉信号的幅度差分信号的理论波形；

步骤4，根据理论值和实测值求土壤湿度的最佳匹配值，确定待测土壤湿度；

对每组设定的土壤湿度值和GPS接收机高度值对应的每个干涉信号的幅度差分信号，计算其理论值与实测值的余弦距离，比较这些余弦距离的大小，余弦距离最大值点对应的土壤湿度就是待测土壤的湿度。

所述步骤2中干涉信号的功率由增益到幅度的转化公式为：

其中，i＝1或2，分别表示两个天线，k_i为功率power_i与天线的增益G_i及反射信号的比例系数，R是反射信号与直达信号相比的反射系数，与土壤湿度有关；θ，分别是GPS信号的入射角和方位角。

所述步骤3中干涉信号的幅度差分信号为：

其中， ${\mathrm{\φ}}_1=\frac{4\mathrm{\π}}{\mathrm{\λ}}\·H_1\·\cos \left({\mathrm{\θ}}_{\mathrm{inc}}\right),{\mathrm{\φ}}_2=\frac{4\mathrm{\π}}{\mathrm{\λ}}\·\left(H_2\right)\·\cos \left({\mathrm{\θ}}_{\mathrm{inc}}\right),$ R由菲涅尔反射系数确定：

$R=\frac{\mathrm{\ϵ}\cos \left({\mathrm{\θ}}_{\mathrm{inc}}\right)-\sqrt{\mathrm{\ϵ}-{\sin }^2\left({\mathrm{\θ}}_{\mathrm{inc}}\right)}}{\mathrm{\ϵ}\cos \left({\mathrm{\θ}}_{\mathrm{inc}}\right)+\sqrt{\mathrm{\ϵ}-{\sin }^2\left({\mathrm{\θ}}_{\mathrm{inc}}\right)}}$

其中，介电常数ε采用下面的Hallikainen经验模型决定：

ε＝(2.862-0.012s+0.001c)+(3.803+0.462s-0.341c)m_v+(119.006-0.500s+0.633c)m_v ²

其中，m_v代表土壤湿度，s＝0.51,c＝0.49。

所述步骤4中余弦距离的计算公式为：

$\mathrm{sim}(X,Y)=\cos \mathrm{\θ}=\frac{\stackrel{\→}{X}*\stackrel{\→}{Y}}{\left|\right|X\left|\right|*\left|\right|Y\left|\right|},$

其中，||X||和||Y||是向量X和Y的模，X(ele1,ele2,…eleN)为步骤2得到的幅度差分信号的实测值序列，Y(ele1,ele2,…eleN)为步骤3得到的幅度差分信号的理论值序列，ele1,ele2,…eleN表示仰角。

与现有技术相比，本发明的优点在于：本发明不再寻求干涉信号中的拐点，解决了仰角范围内不存在拐点的问题；其采用两个不同高度的天线及两个接收机来接收干涉信号，将干涉信号进行差分运算，得到幅度差分信号，由于GPS卫星的移动导致的方位变化对着两个接收机来说是同样的，从而会消去由于方位角的增益引起的变化；采用理论值与实测值进行最短余弦距离匹配的方法来测量土壤湿度，而不再处理包络，这样参与运算的数据点更多，稳定性更高，同时提高了探测精度。

附图说明

图1是本发明的系统结构示意图。

图2是本发明的实测两个GPS接收机输出的两路干涉信号。

图3是本发明的处理后的两个干涉信号。

图4是本发明实施例中的实测差分信号和理论模拟的差分信号。

图5是本发明实施例中的横坐标为高度，纵坐标为土壤湿度的余弦距离三维图像。

图6是本发明的方法流程图。

其中，1，2—天线，3，4—接收机，5—计算机，6—待测湿度的土壤，7—GPS卫星。

具体实施方式

下面以具体实施例并结合附图，对本发明作进一步说明。

步骤1：双路干涉信号的采集；

如图1所示，在高度为H1＝1.1m和H2(0.5m<H1<10m,H1＝H2+0.2m)处分别设置两个垂直极化的微带天线1和天线2作为接收天线，天线的法向指向水平方向。则每个天线接收到的都是GPS卫星的直达信号与经由地面的反射信号合成的干涉信号，信号经两个接收机3和4处理后由USB接口送至计算机5。单路接收信号的功率可以表示为：

i＝1,2是指两路天线；k_i是指功率power_i与天线的增益Gi及反射信号成比例关系；R是反射信号与直达信号相比的反射系数，它与土壤湿度有关；θ_inc，分别是GPS信号的入射角和方位角；是架设高度为H_i的天线接收到的GPS信号在入射角为θ_inc时的相位延迟量。

附图2给出了实测两路接收机输出的干涉信号，其中8为高度为1.1米的天线接收到的信号功率，9为高度为0.9米的天线接收到的信号功率。

步骤2：干涉信号幅度差分的获得；

本发明将两路干涉信号首先由功率转化为幅度，每路干涉信号的幅度为：

然后按仰角从低到高进行排序，这是因为数据采集时是在世界统一时UTC框架下按秒采集的，需要将同一仰角的数据归纳在一起。然后进行平滑滤波以去除干扰和噪声(这里的平滑和滤波可以采用通用的平滑滤波算法均可，实施例采用了10点平均)。

图2所示中为处理后的干涉信号(接收自PRN4,4号GPS卫星)，其中10是H＝1.1米的天线接收，而11是H＝0.9的天线接收的干涉信号处理后的图形，由于天线的高度差别，两路信号有着明显的相位差别，两路信号相位上互有超前和滞后。

再进行差分(减法)运算。差分运算的结果见附图4中的12(实测差分信号)。

步骤3：干涉差分信号理论值的计算；

设定土壤湿度和GPS接收机高度的范围及两者的步进变化，计算机对每组设定的土壤湿度值和GPS接收机高度值，依据干涉理论进行模拟，得到干涉信号的幅度差分信号的理论波形；

由于地面的不平整和反射点的移动，会导致接收机与反射点高度有轻微变化，所以设定天线架设高度H在1.5米和0.8米之间按0.01米步进变化，(两天线固定高度差为0.2米)，土壤湿度在0.1至0.4之间变化(这是一般土壤湿度的上下限)，按照0.005的步进变化。对于每个设定的H和土壤湿度，按下面公式计算其理论值：

干涉信号的幅度差分信号为：

其中 ${\mathrm{\&phi;}}_1=\frac{4\mathrm{\&pi;}}{\mathrm{\&lambda;}}\&CenterDot;H_1\&CenterDot;\cos \left({\mathrm{\&theta;}}_{\mathrm{inc}}\right),{\mathrm{\&phi;}}_2=\frac{4\mathrm{\&pi;}}{\mathrm{\&lambda;}}\&CenterDot;\left(H_2\right)\&CenterDot;\cos \left({\mathrm{\&theta;}}_{\mathrm{inc}}\right),$ 在两个天线性能完全一致时，功率比值系数k_i相同，设为k,天线增益G_i取值相同，设为G.，R由菲涅尔反射系数确定：

$R=\frac{\mathrm{\&epsiv;}\cos \left({\mathrm{\&theta;}}_{\mathrm{inc}}\right)-\sqrt{\mathrm{\&epsiv;}-{\sin }^2\left({\mathrm{\&theta;}}_{\mathrm{inc}}\right)}}{\mathrm{\&epsiv;}\cos \left({\mathrm{\&theta;}}_{\mathrm{inc}}\right)+\sqrt{\mathrm{\&epsiv;}-{\sin }^2\left({\mathrm{\&theta;}}_{\mathrm{inc}}\right)}}$

上面公式中的介电常数ε采用下面的Hallikainen经验模型决定：ε＝(2.862-0.012s+0.001c)+(3.803+0.462s-0.341c)m_v+(119.006-0.500s+0.633c)m_v ²其中，m_v代表土壤湿度，s＝0.51,c＝0.49。

图4中曲线13为理论模拟的多个差分信号中的一个，是天线高度为1.12米，湿度为0.125所对应的理论值。

步骤4：根据理论值和实测值求土壤湿度的最佳匹配值，确定待测土壤湿度；

对每组设定的土壤湿度值和GPS接收机高度值对应的每个干涉信号的幅度差分信号，计算其理论值与实测值的余弦距离，比较这些余弦距离的大小，余弦距离最大值点对应的土壤湿度就是待测土壤的湿度。

依次对每组设定的土壤湿度值和GPS接收机高度值对应的每个干涉信号的幅度差分信号，计算实测值12与理论值(例如图3中13)的余弦距离从而估计其逼近程度。两个接收机接收到的干涉信号的幅度差分波形与理论波形很相似，但是，到底是对应哪个湿度和哪个高度的理论值，需要检查这个实际采集数据和理论值的偏差，以量化的形式来度量。本发明采用余弦距离来度量这个偏差。偏差最小的参数(土壤湿度)即为测得的地面土壤的土壤湿度。

若实测干涉信号的幅度差分序列(由步骤2得到)为X(ele1,ele2,…eleN)，理论值序列(由步骤3得到)为Y(ele1,ele2,…eleN)，则两者的余弦距离为：

$\mathrm{sim}(X,Y)=\cos \mathrm{\&theta;}=\frac{\stackrel{\&RightArrow;}{X}*\stackrel{\&RightArrow;}{Y}}{\left|\right|X\left|\right|*\left|\right|Y\left|\right|},$ 其中||X||和||Y||是向量X和Y的模；

因为是采用余弦来计算，当两个矢量接近，即||X||和||Y||的夹角为0时得到值为1，随着两个矢量||X||和||Y||的偏差越大，即夹角变大时，余弦距离值会变小。所以在二维匹配时搜索得到余弦距离最大值时，所对应的夹角最小，即两矢量偏差最小。

本实施例以土壤湿度在0.1至0.4之间以步进0.005变化(步进变化率可以根据具体情况在0.001至0.05之间变化)，在高度0.8至1.5之间以步进0.01变化时，计算在每个步进点上的余弦距离，形成一幅横坐标为高度，纵坐标为土壤湿度的余弦距离三维图像，如图5所示。寻找图像中的余弦距离最大值。图5中14即为该3维图中的余弦距离最大值点，代表模拟波形与实测值最接近，偏差最小，此时对应的土壤湿度(0.13)就是待求的参数值。

本发明以实施例，即利用GPS信号的地基土壤湿度测量为参考来描述。然而本发明的实施还可扩展利用GLONASS或北斗系统信号，用于车载等移动平台。

Claims (4)

1.一种利用双GPS接收机系统进行土壤湿度实时测量的方法，其特征在于：包括以下步骤，

步骤1，采集双路干涉信号；

利用两个垂直极化的GPS接收天线和两个GPS接收机分别接收不同高度上的由GPS直达信号与地面反射信号形成的干涉信号；两个干涉信号在两个GPS接收机内经过处理得到两个干涉信号的功率；两个干涉信号的功率经过USB接口送至计算机；

步骤2，获得双路干涉信号的幅度差分信号的实测值；

计算机对两个干涉信号的功率进行由增益到幅度的转化，先按仰角从低到高排列，再进行滤波处理，然后做差分运算，得到两个干涉信号的幅度差分信号的实测波形；

步骤3，计算双路干涉信号的幅度差分信号的理论值；

设定土壤湿度和GPS接收机高度的范围及两者的步进变化，计算机对每组设定的土壤湿度值和GPS接收机高度值，依据干涉理论进行模拟，得到干涉信号的幅度差分信号的理论波形；

步骤4，根据理论值和实测值求土壤湿度的最佳匹配值，确定待测土壤湿度；

对每组设定的土壤湿度值和GPS接收机高度值对应的每个干涉信号的幅度差分信号，计算其理论值与实测值的余弦距离，比较这些余弦距离的大小，余弦距离最大值点对应的土壤湿度就是待测土壤的湿度。

2.根据权利要求1所述的土壤湿度实时测量的方法，其特征在于：所述步骤2中干涉信号的功率由增益到幅度的转化公式为：

其中，i＝1或2，分别表示两个天线，k_i为功率power_i与天线的增益G_i及反射信号的比例系数，R是反射信号与直达信号相比的反射系数，与土壤湿度有关；θ,分别是GPS信号的入射角和方位角；φ_i是架设高度为H_i的天线接收到的GPS信号在入射角为θ_inc时的相位延迟量。

3.根据权利要求2所述的土壤湿度实时测量的方法，其特征在于：所述步骤3中干涉信号的幅度差分信号为：

其中，在两个天线性能完全一致时，功率比值系数k_i相同，设为k，天线增益G_i取值相同，设为G，R由菲涅尔反射系数确定：

其中，介电常数ε采用下面的Hallikainen经验模型决定：

ε＝(2.862-0.012s+0.001c)+(3.803+0.462s-0.341c)m_v+(119.006-0.500s+0.633c)m_v ²

其中，m_v代表土壤湿度，s＝0.51,c＝0.49。

4.根据权利要求3所述的土壤湿度实时测量的方法，其特征在于：所述步骤4中余弦距离的计算公式为：

其中，||X||和||Y||是向量X和Y的模，为步骤2得到的幅度差分信号的实测值序列，为步骤3得到的幅度差分信号的理论值序列，ele1,ele2,…eleN表示仰角。