CN103543453A - 一种地球同步轨道合成孔径雷达干涉的高程反演方法 - Google Patents
一种地球同步轨道合成孔径雷达干涉的高程反演方法 Download PDFInfo
- Publication number
- CN103543453A CN103543453A CN201310517927.8A CN201310517927A CN103543453A CN 103543453 A CN103543453 A CN 103543453A CN 201310517927 A CN201310517927 A CN 201310517927A CN 103543453 A CN103543453 A CN 103543453A
- Authority
- CN
- China
- Prior art keywords
- interference
- geo
- elevation
- geo sar
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9058—Bistatic or multistatic SAR
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种地球同步轨道合成孔径雷达干涉的高程反演方法,其包括:步骤1,选取GEO SAR获取干涉数据的轨道,采集轨道上的干涉数据;步骤2,根据步骤1获得的干涉数据利用BP算法进行GEO SAR成像处理;步骤3,根据经步骤2处理后的GEO SAR图像建立GEO干涉模型,当相位矢量与成像平面分离时,根据GEO干涉模型进行GEO SAR干涉高程反演。本发明的高程反演方法通过建立合理的GEO SAR干涉模型,实现有效相位矢量与成像平面分离情况下的高程反演处理,解决了GEO SAR干涉处理的高程反演的核心问题——有效相位矢量与成像平面分离问题,实现了任意位置处利用GEO SAR干涉处理的高程反演。
Description
技术领域
本发明属于合成孔径雷达技术领域,尤其涉及一种地球同步轨道合成孔径雷达干涉的高程反演方法。
背景技术
合成孔径雷达(SAR)是一种全天候、全天时的高分辨率微波遥感成像雷达,可安装在飞机、卫星、导弹等飞行平台上。自上世纪50年代发明以来,已经在很多领域取得了越来越广泛的应用,例如灾害控制、植被分析、微波遥感等领域。地球同步轨道合成孔径雷达(GEO SAR)是运行在36000km高度地球同步椭圆轨道上的SAR卫星。相比于低轨SAR(LEO SAR,轨道高度低于1000Km)而言,GEO SAR具有成像范围大、重访时间短、抗打击与抗摧毁能力强等特点,目前已成为国内外的研究热点。
其中干涉处理是GEO SAR研究的一个重要方面。GEO SAR干涉处理的最大难点在于GEO SAR高轨道高度、较大的轨道空变形、严重的摄动影响以及较大的等效前斜角度,使得GEO SAR的有效相位矢量不在成像平面中。对于传统成像算法近直线运动轨迹而言,带高程的地面点在进行二维成像时会投向地面上的某一点。这两个点与轨道上垂直处的点构成了成像平面。然而对于目标点而言,它的有效相位中心位于孔径中心,因此孔径中心与目标连线产生的有效相位矢量并不位于成像平面内。这种分离会导致传统的低轨高程反演的干涉模型严重失效(有时可以相差10倍);同时由于GEO干涉具有大场景干涉处理的特点,但对于大场景的边缘的目标点采用低轨高程反演的干涉模型进行处理时,同样会使计算得到的模糊高度与真实值相差较大,这会导致一个多周期的目标场景的高程误差在几十米甚至上百米以上。因此,GEO SAR干涉处理的核心问题就是如何解决有效相位矢量与成像平面分离的问题,并且达到较好的精度,这在现有的各种GEO SAR干涉处理算法中并未有提及。
发明内容
为解决上述问题,本发明提供一种地球同步轨道合成孔径雷达干涉的高程反演方法,该高程反演方法能够通过建立合理的GEO SAR干涉模型,实现有效相位矢量与成像平面分离情况下的高程反演处理,实现任意位置处利用GEOSAR干涉处理的高程反演。
本发明的地球同步轨道合成孔径雷达干涉的高程反演方法包括:
步骤1,选取GEO SAR获取干涉数据的轨道,采集所述轨道上的干涉数据:
步骤2,根据步骤1获得的干涉数据利用BP算法进行GEO SAR成像处理;
步骤3,根据经步骤2处理后的GEO SAR图像建立GEO干涉模型,当相位矢量与成像平面分离时,根据所述GEO干涉模型进行GEO SAR干涉高程反演;
进一步的,所述步骤1包括:
步骤11,固定卫星的波束指向和下视角,在卫星成像工作时间对应的轨道区间上选取距轨道起始工作时刻和终止工作时刻大于半个合成孔径时间的任意一个位置做为合成孔径中心位置,确定指定视角对应的地面点的经纬度,并将该地面点设定为场景中心点;
利用合成孔径时间Ts和脉冲重复时间PRT确定所述第一轨轨道上每个脉冲发射时刻的卫星位置;
步骤12,根据两轨之间的时间间隔确定第二轨的位置;
进一步的,所述步骤2包括:
步骤21,根据所述步骤1采集的干涉数据建立雷达回波信号模型,该雷达回波信号模型如式(1)所示:
其中t为距离向时间;n方位向时间;kr为调频斜率;Rn为不同方位向时刻对应的斜距;λ为载波波长;g(t,n)为回波信号包络;
步骤22,对所述雷达回波信号模型进行距离向脉冲压缩处理后获得式(2):
其中t为距离向时间;n方位向时间;Rn为不同方位向时刻对应的斜距;λ为载波波长;h(t,n)为距离向脉冲压缩后信号的包络;
步骤23,在方位向聚焦时对式(2)进行相位补偿和保相处理获得式(3):
其中i和k指示成像图像上像素点的位置,经过BP算法的反投,图像上(i,k)处的像素值表示为式(4):
其中Rc为合成孔径中心与目标的距离;I为聚焦后的像素点;
进一步的,所述步骤3包括:
步骤31,根据步骤2获得进行GEO SAR成像处理后的两幅GEO SAR图像,通过所述两幅GEO SAR图像的互相关法计算偏移量插值,然后根据该偏移量插值进行图像配准;
步骤32,配准完成后,将所述两幅GEO SAR图像的主图像和辅图像共轭相乘得到干涉相位图,并对所述干涉相位图进行去平地处理得到反映地形高度变化的稀疏干涉条纹;
步骤33,利用所述干涉相位图及稀疏干涉条纹生成相关系数图;
步骤34,对所述相关系数图采用Goldstein相位滤波方法进行滤除干涉相位噪声处理,采用相位解缠方法进行相位解缠处理;
步骤35,根据经步骤34处理后的相关系数图,将相位矢量与成像平面分离获得GEO SAR干涉模型,然后将主辅卫星位置投影到成像平面进行分析,根据所述GEO SAR干涉模型推导获得高程反演表达式进行高程反演:
步骤36,通过地理编码将所述GEO SAR干涉模型及高程反演表达式中的斜距方位坐标转化到地距方位坐标。
进一步的,所述步骤12包括:
步骤121,利用卫星通过所述第一轨轨道的孔径中心位置、所述场景中心点及该卫星下点位置所组成平面的时刻确定第二轨的孔径中心时刻;
步骤122,以第二轨的孔径中心对应的卫星时刻为基准时刻向卫星轨道的前后时间方向每一个脉冲重复时间PRT在卫星轨道上确定一个第二轨轨道上每个脉冲发射时刻的卫星位置,直到延伸至基准时刻的前后半合成孔径时间长度。
本发明的有益效果在于:
本发明能够通过建立合理的GEO SAR干涉模型,实现有效相位矢量与成像平面分离情况下的高程反演处理,解决了GEO SAR干涉处理的高程反演的核心问题——有效相位矢量与成像平面分离问题,实现了任意位置处GEO SAR干涉处理的高程反演,具有良好的效果和精度。
附图说明
图1为本发明的地球同步轨道合成孔径雷达干涉的高程反演方法的GEO SAR干涉处理轨道选取示意图;
图2为本发明的地球同步轨道合成孔径雷达干涉的高程反演方法的GEO SARBP成像算法示意图;
图3为本发明的地球同步轨道合成孔径雷达干涉的高程反演方法的GEO SAR干涉高程反演流程图;
图4为本发明的地球同步轨道合成孔径雷达干涉的高程反演方法的GEO SAR空间干涉模型示意图;
图5为本发明的地球同步轨道合成孔径雷达干涉的高程反演方法的GEOSAR干涉有效相位矢量与成像平面分离情况下干涉三维结构结构示意图;
图6为本发明的地球同步轨道合成孔径雷达干涉的高程反演方法的GEOSAR干涉结果示意图;
图7为本发明的地球同步轨道合成孔径雷达干涉的高程反演方法的去除平地相位处理后的结果示意图;
图8为本发明的地球同步轨道合成孔径雷达干涉的高程反演方法的相位滤波后的结果示意图;
图9为本发明的地球同步轨道合成孔径雷达干涉的高程反演方法的相位解缠后的结果示意图;
图10为本发明的地球同步轨道合成孔径雷达干涉的高程反演方法的利用GEO SAR干涉高程反演模型处理的结果示意图。
具体实施方式
下面结合图1至图10对本发明进行详细论述。本发明的地球同步轨道合成孔径雷达干涉的高程反演方法具体包括以下步骤:
步骤1,选取GEO SAR获取干涉数据的轨道,采集所述轨道上的干涉数据。
考虑到本发明是在利用干涉处理进行高程反演,需要在合适的轨道下利用GEO卫星获取的SAR图像数据进行处理。因此,在本发明在GEO SAR干涉模型进行高程反演之前,先进行GEO SAR获取干涉数据轨道的选取,具体方法如下:
如图1所示,首先根据要求选取第一轨轨道的孔径中心位置,确定指定下视角对应的地面点的经纬度,设定为场景中心点。然后再由给定的合成孔径时间Ts和脉冲重复时间PRT等参数,确定第一轨轨道上每个脉冲发射时刻卫星的位置。
接下来根据给定的两轨之间的时间间隔,确定第二轨的大概位置。首先利用寻找卫星通过在第二轨中卫星通过第一轨孔径中心位置与场景中心点及此刻星下点位置所组成平面的时刻确定第二轨的孔径中心时刻。然后再确定第二轨轨道上每个脉冲发射时刻卫星的位置。最终通过上述步骤完成轨道选取的操作。
步骤2,根据步骤1获得的干涉数据利用BP算法进行GEO SAR成像处理。
成像处理是GEO SAR干涉处理的基础。根据GEO SAR的系统特点考虑以下因素:GEO SAR系统的高轨道高度、长孔径时间以及较大的等效前斜角度,使得GEO SAR的空变性变得异常严重;同时由于卫星运动、地球自转和目标场景的复杂三维几何关系,使得空变方向难以求解;并且卫星运行不同位置处空变方向存在差异,使得既有GEO SAR成像算法无法适用于所有位置处。同时由于时域相关算法(BP算法)理论上最为精确,并且能够不受轨迹和场景的限制,能够对任意情况下的回波信号进行成像,因此选取BP算法进行成像。成像的处理流程如图2所示。
1)回波信号模型
根据所述步骤1采集的干涉数据建立雷达回波信号模型,该雷达回波信号模型如式(1)所示:
其中t为距离向时间;n方位向时间;kr为调频斜率;Rn为不同方位向时刻对应的斜距;λ为载波波长;g(t,n)为回波信号包络。
2)距离向脉冲压缩
对所述雷达回波信号模型进行距离向脉冲压缩处理后获得式(2):
其中t为距离向时间;n方位向时间;Rn为不同方位向时刻对应的斜距;λ为载波波长;h(t,n)为距离向脉冲压缩后信号的包络。
3)方位向脉冲压缩
其中需要注意的是在GEO SAR成像处理的单点像素反向投影操作中,为了保证最终在方位向累加聚焦时可以相干叠加,应该在每个方位时刻进行相位补偿。同时为了后续的GEO SAR干涉处理,在方位向聚焦的同时进行保相处理,使有效相位矢量为场景目标至合成孔径中心连线所构成的矢量。根据上述思想在方位向聚焦时对式(2)进行相位补偿和保相处理后的信号表示如下:
其中i和k指示成像图像上像素点的位置。因此,经过BP算法的反投,图像上(i,k)处的像素值表示为:
其中Rc为合成孔径中心与目标的距离;I为聚焦后的像素点。
步骤3,根据经步骤2处理后的GEO SAR图像建立GEO干涉模型,当相位矢量与成像平面分离时,根据所述GEO干涉模型进行GEO SAR干涉高程反演。
GEO SAR干涉高程反演的整个处理流程如图3所示包含下列7个步骤:
1)图像配准:
由于两幅GEO SAR图像成像轨道、视角或时间的偏差,在距离向和方位向都会存在一定的错位和扭曲,生成干涉图之前必须使同一场景的两幅GEO SAR图像的几何关系一致,以保证干涉图具有较高的信噪比和相干性。通过互相关法计算偏移量插值进行精配准,具体流程参考文献1。
2)干涉图生成与去平地处理
配准完成后主图像和辅图像共轭相乘,得到干涉相位图。生成的干涉图的相位包含了平地相位信息和地形高程相位信息。由于平地效应常常会造成干涉条纹过密,给相位解缠带来困难,因此,在相位解缠前,利用轨道信息消除平地效应,得到反映地形高度变化的稀疏干涉条纹。
3)相关系数图的生成
在进行主辅图像配准后就可以利用它们生成相关系数图。相关系数图不仅可以用来判断生成干涉图的质量,同时还可以作为相位解缠的质量图,指导相位解缠的路径或权值设置。
4)相位滤波
时间或基线失相关、热噪声、数据处理噪声等噪声的存在使得干涉图信噪比低,严重影响相位解缠的精度,甚至使相位解缠无法进行。因此采用Goldstein相位滤波方法有效的措施滤除干涉相位噪声,具体操作步骤参考文献1。
5)相位解缠
由于三角函数的周期性,干涉图中各点的相位值只能落入主值[-π,π]的范围内,所以干涉纹图中的相位只是真实相位的主值,要得到反映高程信息的真实相位值必须对每个相位值加上2π的整数倍,将由相位主值得到真实相位值的过程统称为相位解缠。在这里可以利用传统的相位解缠方法如枝切法、最小二乘法以及最小费用流法进行相位解缠,具体处理方法的实施步骤参考文献2。
6)、高程反演
有效相位矢量与成像平面分离情况下,GEO SAR干涉模型的空间示意如图4所示,其中R1和R2是场景中带高程的点分别到主卫星轨道的斜距和辅卫星轨道的斜距。R′1和R′2是带高程的目标点在地平面上投影点到主卫星轨道的斜距和辅卫星轨道的斜距。R是成像平面上目标点到轨迹或轨迹延长线的距离。
下面分析具体的GEO SAR干涉的高程反演模型。如图5所示,为了解决上述两个问题,将主辅卫星位置投影到成像平面进行分析。其中M和S是主辅卫星的位置,B是主辅卫星间基线的大小。由P、P′和主卫星轨迹上均与它们垂直的一点M′构成成像平面。S′是辅卫星位置在该成像平面上的投影点,d是它们间的距离,r是是辅卫星位置和成像平面上投影点连线的矢量与辅卫星位置与目标点连线矢量的夹角。R1和R2是孔径中心到目标点的斜距,孔径中心为有效相位中心。BE是主、辅卫星位置在成像平面上投影点间的距离,表示为有效基线。θE是成像平面上的有效下视角,ξ为有效基线在成像平面上与水平方向的夹角。R是等投影位置到M′点的斜距。由此,GEO干涉模型公式推导如下:
将主辅卫星位置投影到成像平面产生干涉相位差,该干涉相位差如式(5)所示:
利用空间角变换将式(5)进行变换,表示为:
其中d是辅卫星位置到在成像平面的距离;r是辅卫星位置和成像平面上投影点连线的矢量与辅卫星位置与目标点连线矢量的夹角。
由(6)式求微分得式(7):
将主辅卫星位置投影到成像平面的场景中点的高程表达式为h=H-RcosθE (8)
其中H是目标点近似的高程;R是等投影位置到M′点的斜距;θE是投影面上的有效下视角。
对(8)式求微分表示为:
dh=RsinθEdθE (9)
利用余弦定理,则式(9)表示为:
其中BE是主、辅卫星位置在投影面上投影点间的距离,表示为有效基线;ξ为有效基线与水平方向的夹角。
对(10)式求全微分:
联立(11)式与(12)式得到(13)式
将(13)式代入(7)式,表示新的微分表达式为(14)式:
利用等效的垂直基线将(14)式化简为:
最终将表达式(9)代入表达式(15)得到的高程反演表达式如(16)式所示:
当基线没有A1ong-track分量,并且假设R2≈R1=R时,退化为低轨干涉模型:
但在GEO干涉的轨道运行过程中由于椭圆轨道的高度空变形,并不能一直保证没有Along-track分量,同时当成像投影面和有效相位不共面非常严重或在非常大的成像场景情况下,R2和R将会有非常大的差距,因此GEO干涉模型的反演结果和低轨干涉的反演结果届时将会有非常大的差异。
7)地理编码
在整个干涉处理流程的最后一步,通过地理编码将斜距方位坐标转化到地距方位坐标,即将场景中的坐标由经度、维度和高度表示。在转换的过程中可以通过插值将斜距投向地距的不均匀分布点转换为均匀分布的网格。
在本实例中,相关参数如表1所示:
表1
轨道类型 | ‘8’字形 |
轨道半长轴 | 42164.17Km |
轨道倾角 | 53° |
轨道离心率 | 0.07 |
近地点幅角 | 270 |
天线尺寸 | 30m |
载波波长 | 0.24m |
采样率 | 18MHz |
带宽 | 20MHz |
脉冲重复频率PRF | 100Hz |
轨道位置 | 近地点 |
合成孔径时间 | 80s |
BP成像素间隔 | 10m |
空间基线 | 6.399Km |
时间基线 | 5天 |
场景中心点纬度 | 南纬78.36 |
场景中心点经度 | 东经105.9 |
场景最高高程 | 559m |
场景最低高程 | 0m |
我们利用设置的相关参数,通过文中的GEO SAR干涉的高程反演方法进行处理,并得到了最终反演的高程结果。
图6显示了根据上述设置的参数仿真生成的干涉图,可以看出较为清晰的受到地形信息影响的平地条纹。图7为进行平地相位处理后的干涉图。去除平地相位后的干涉图可以清晰的显现出场景的地形条纹。图8为进行相位滤波后的干涉图,显示了相位噪声得到了较好地抑制和消除。图9为相位解缠后的干涉图,多周期变化的地形条纹得到恢复,真实的反映了场景由于高程变化导致的相位变化。图10是最终根据GEO SAR干涉的高程反演模型进行反演并通过插值进行地理编码后得到的地形高程结果图。根据最终的结果分析高程反演后的最高点高程为558.6056m,与设置高程559m结果符合的较好,说明利用提出的GEO SAR的高程反演方法有较好的精度。
通过仿真结果可以看出利用这种地球同步轨道合成孔径雷达干涉的高程反演方法的有效性。利用本方法可以实现GEO SAR干涉的高程反演。
当然,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (3)
1.一种地球同步轨道合成孔径雷达干涉的高程反演方法,其特征在于,包括:
步骤1,选取GEO SAR获取干涉数据的轨道,采集所述轨道上的干涉数据;
步骤2,根据步骤1获得的干涉数据利用BP算法进行GEO SAR成像处理;
步骤3,根据经步骤2处理后的GEO SAR图像建立GEO干涉模型,当相位矢量与成像平面分离时,根据所述GEO干涉模型进行GEO SAR干涉高程反演;
进一步的,所述步骤1包括:
步骤11,固定卫星的波束指向和下视角,在卫星成像工作时间对应的轨道区间上选取距轨道起始工作时刻和终止工作时刻大于半个合成孔径时间的任意一个位置做为合成孔径中心位置,确定指定视角对应的地面点的经纬度,并将该地面点设定为场景中心点;
利用合成孔径时间Ts和脉冲重复时间PRT确定所述第一轨轨道上每个脉冲发射时刻的卫星位置;
步骤12,根据两轨之间的时间间隔确定第二轨的位置;
进一步的,所述步骤2包括:
步骤21,根据所述步骤1采集的干涉数据建立雷达回波信号模型,该雷达回波信号模型如式(1)所示:
其中t为距离向时间;n方位向时间;kr为调频斜率;Rn为不同方位向时刻对应的斜距;λ为载波波长;g(t,n)为回波信号包络;
步骤22,对所述雷达回波信号模型进行距离向脉冲压缩处理后获得式(2):
其中t为距离向时间;n方位向时间;Rn为不同方位向时刻对应的斜距;λ为载波波长;h(t,n)为距离向脉冲压缩后信号的包络;
步骤23,在方位向聚焦时对式(2)进行相位补偿和保相处理获得式(3):
其中i和k指示成像图像上像素点的位置,经过BP算法的反投,图像上(i,k)处的像素值表示为式(4):
其中Rc为合成孔径中心与目标的距离;I为聚焦后的像素点。
2.如权利要求1所述的地球同步轨道合成孔径雷达干涉的高程反演方法,其特征在于,所述步骤3包括:
步骤31,根据步骤2获得进行GEO SAR成像处理后的两幅GEO SAR图像,通过所述两幅GEO SAR图像的互相关法计算偏移量插值,然后根据该偏移量插值进行图像配准;
步骤32,配准完成后,将所述两幅GEO SAR图像的主图像和辅图像共轭相乘得到干涉相位图,并对所述干涉相位图进行去平地处理得到反映地形高度变化的稀疏干涉条纹;
步骤33,利用所述干涉相位图及稀疏干涉条纹生成相关系数图;
步骤34,对所述相关系数图采用Goldstein相位滤波方法进行滤除干涉相位噪声处理,采用相位解缠方法进行相位解缠处理;
步骤35,根据经步骤34处理后的相关系数图,将相位矢量与成像平面分离获得GEO SAR干涉模型,然后将主辅卫星位置投影到成像平面进行分析,根据所述GEO SAR干涉模型推导获得高程反演表达式进行高程反演:
步骤36,通过地理编码将所述GEO SAR干涉模型及高程反演表达式中的斜距方位坐标转化到地距方位坐标。
3.如权利要求1所述的地球同步轨道合成孔径雷达干涉的高程反演方法,其特征在于,所述步骤12包括:
步骤121,利用卫星通过所述第一轨轨道的孔径中心位置、所述场景中心点及该卫星下点位置所组成平面的时刻确定第二轨的孔径中心时刻;
步骤122,以第二轨的孔径中心对应的卫星时刻为基准时刻向卫星轨道的前后时间方向每一个脉冲重复时间PRT在卫星轨道上确定一个第二轨轨道上每个 脉冲发射时刻的卫星位置,直到延伸至基准时刻的前后半合成孔径时间长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310517927.8A CN103543453B (zh) | 2013-10-28 | 2013-10-28 | 一种地球同步轨道合成孔径雷达干涉的高程反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310517927.8A CN103543453B (zh) | 2013-10-28 | 2013-10-28 | 一种地球同步轨道合成孔径雷达干涉的高程反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103543453A true CN103543453A (zh) | 2014-01-29 |
CN103543453B CN103543453B (zh) | 2017-01-18 |
Family
ID=49967075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310517927.8A Active CN103543453B (zh) | 2013-10-28 | 2013-10-28 | 一种地球同步轨道合成孔径雷达干涉的高程反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103543453B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823206A (zh) * | 2014-03-11 | 2014-05-28 | 北京理工大学 | 一种基于导航卫星的星地双基地sar时频同步方法 |
CN104459694A (zh) * | 2014-12-04 | 2015-03-25 | 北京航空航天大学 | 一种基于高阶斜距模型的geo sar高分辨成像方法 |
CN104749574A (zh) * | 2015-03-20 | 2015-07-01 | 北京理工大学 | 一种基于sar回波数据的geo卫星姿态抖动补偿方法 |
CN105116410A (zh) * | 2015-07-20 | 2015-12-02 | 西北农林科技大学 | 基于线性模型匹配的干涉相位图自适应滤波算法 |
CN107064933A (zh) * | 2017-03-10 | 2017-08-18 | 中国科学院遥感与数字地球研究所 | 基于循环谱估计的sar层析建筑物高度的方法 |
CN107886248A (zh) * | 2017-11-16 | 2018-04-06 | 中国南方电网有限责任公司 | 一种基于Golstein‑BP算法的设备状态大数据计算方法及设备 |
CN110057997A (zh) * | 2019-05-06 | 2019-07-26 | 电子科技大学 | 一种基于双极化sar数据的森林可燃物含水率时间序列反演方法 |
CN110163817A (zh) * | 2019-04-28 | 2019-08-23 | 浙江工业大学 | 一种基于全卷积神经网络的相位主值提取方法 |
CN111983608A (zh) * | 2020-07-07 | 2020-11-24 | 西安瑞得空间信息技术有限公司 | 一种快速dem生成方法 |
CN113189562A (zh) * | 2021-07-02 | 2021-07-30 | 成都众享天地网络科技有限公司 | 一种基于高程的地形探测算法 |
CN113376629A (zh) * | 2021-05-13 | 2021-09-10 | 电子科技大学 | 基于非均匀输入参数网格的井中雷达最小二乘反演方法 |
CN114609633A (zh) * | 2022-03-17 | 2022-06-10 | 电子科技大学 | 一种圆周聚束模式干涉sar测高方法 |
-
2013
- 2013-10-28 CN CN201310517927.8A patent/CN103543453B/zh active Active
Non-Patent Citations (5)
Title |
---|
ALI F. YEGULALP: "Fast Backprojection Algorithm for Synthetic Aperture Radar", 《1999IEEE》 * |
CHEN JUAN ET AL.: "Research on A Novel Fast Backprojection Algorithm for Stripmap Bistatic SAR Imaging", 《2007IEEE》 * |
Y. KIM ET AL.: "Design Considerations of GeoSAR", 《SPIE》 * |
刘志鹏等: "一种适用于GEO SAR远地点的改进SRC算法", 《北京理工大学学报》 * |
李财品等: "一种适合GEOSAR成像改进的快速BP算法", 《现代防御技术》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823206A (zh) * | 2014-03-11 | 2014-05-28 | 北京理工大学 | 一种基于导航卫星的星地双基地sar时频同步方法 |
CN104459694A (zh) * | 2014-12-04 | 2015-03-25 | 北京航空航天大学 | 一种基于高阶斜距模型的geo sar高分辨成像方法 |
CN104749574A (zh) * | 2015-03-20 | 2015-07-01 | 北京理工大学 | 一种基于sar回波数据的geo卫星姿态抖动补偿方法 |
CN105116410A (zh) * | 2015-07-20 | 2015-12-02 | 西北农林科技大学 | 基于线性模型匹配的干涉相位图自适应滤波算法 |
CN107064933A (zh) * | 2017-03-10 | 2017-08-18 | 中国科学院遥感与数字地球研究所 | 基于循环谱估计的sar层析建筑物高度的方法 |
CN107886248A (zh) * | 2017-11-16 | 2018-04-06 | 中国南方电网有限责任公司 | 一种基于Golstein‑BP算法的设备状态大数据计算方法及设备 |
CN110163817B (zh) * | 2019-04-28 | 2021-06-18 | 浙江工业大学 | 一种基于全卷积神经网络的相位主值提取方法 |
CN110163817A (zh) * | 2019-04-28 | 2019-08-23 | 浙江工业大学 | 一种基于全卷积神经网络的相位主值提取方法 |
CN110057997A (zh) * | 2019-05-06 | 2019-07-26 | 电子科技大学 | 一种基于双极化sar数据的森林可燃物含水率时间序列反演方法 |
CN111983608A (zh) * | 2020-07-07 | 2020-11-24 | 西安瑞得空间信息技术有限公司 | 一种快速dem生成方法 |
CN113376629A (zh) * | 2021-05-13 | 2021-09-10 | 电子科技大学 | 基于非均匀输入参数网格的井中雷达最小二乘反演方法 |
CN113376629B (zh) * | 2021-05-13 | 2022-08-05 | 电子科技大学 | 基于非均匀输入参数网格的井中雷达最小二乘反演方法 |
CN113189562A (zh) * | 2021-07-02 | 2021-07-30 | 成都众享天地网络科技有限公司 | 一种基于高程的地形探测算法 |
CN113189562B (zh) * | 2021-07-02 | 2021-09-07 | 成都众享天地网络科技有限公司 | 一种基于高程的地形探测算法 |
CN114609633A (zh) * | 2022-03-17 | 2022-06-10 | 电子科技大学 | 一种圆周聚束模式干涉sar测高方法 |
CN114609633B (zh) * | 2022-03-17 | 2023-09-01 | 电子科技大学 | 一种圆周聚束模式干涉sar测高方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103543453B (zh) | 2017-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103543453A (zh) | 一种地球同步轨道合成孔径雷达干涉的高程反演方法 | |
CN113439220B (zh) | 一种基于卫星编队的遥感系统及星座系统 | |
CN102147469B (zh) | 一种双基地前视合成孔径雷达成像方法 | |
CN102230964B (zh) | 曲线轨迹模型下的geo sar调频率变标成像方法 | |
CN105677942A (zh) | 一种重复轨道星载自然场景sar复图像数据快速仿真方法 | |
CN104007439B (zh) | 一种干涉圆迹sar高程估计处理方法 | |
CN105759263A (zh) | 一种高分辨率大场景下的星载斜视sar雷达成像方法 | |
CN109471104B (zh) | 一种从两平行轨道sar数据中获取地表三维移动量的方法 | |
CN103364782A (zh) | 一种地球同步轨道合成孔径雷达速度空变性的补偿方法 | |
CN110823191B (zh) | 混合基线双天线斜视干涉sar洋流测量性能确定方法及系统 | |
CN103675775A (zh) | 背景电离层对geo sar成像影响的分析方法 | |
Qiu et al. | Bistatic SAR data processing algorithms | |
Wang et al. | Demonstration of Time‐Series InSAR Processing in Beijing Using a Small Stack of Gaofen‐3 Differential Interferograms | |
CN104166129A (zh) | 一种实波束雷达迭代最小均方误差角超分辨方法 | |
CN105487074A (zh) | 一种双基地合成孔径雷达数值距离多普勒成像方法 | |
CN103744081A (zh) | 一种机载圆迹合成孔径雷达高精度三维成像补偿方法 | |
Mao et al. | Estimation and compensation of ionospheric phase delay for multi-aperture InSAR: An azimuth split-spectrum interferometry approach | |
Baek et al. | Precise measurements of the along-track surface deformation related to the 2016 Kumamoto Earthquakes via ionospheric correction of multiple-aperture SAR interferograms | |
Li et al. | Differential tropospheric delay estimation by simultaneous multi-angle repeat-pass InSAR | |
Wang et al. | High-coherence oriented image formation algorithm based on adaptive elevation ramp fitting for GNSS-based InBSAR systems | |
CN108333562A (zh) | 一种地形高程自适应的降维图像配准方法 | |
Awasthi et al. | Psinsar based land deformation based disaster monitoring using Sentinel-1 datasets | |
Zhang et al. | Influence of Time Synchronization Error on Bistatic Geo SAR Imaging | |
Buckley et al. | Evaluating ScanSAR interferometry deformation time series using bursted stripmap data | |
Neo | Digital processing algorithms for bistatic synthetic aperture radar data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |