CN104849714B - 一种高效稳健的多基线ukf相位展开方法 - Google Patents
一种高效稳健的多基线ukf相位展开方法 Download PDFInfo
- Publication number
- CN104849714B CN104849714B CN201510287440.4A CN201510287440A CN104849714B CN 104849714 B CN104849714 B CN 104849714B CN 201510287440 A CN201510287440 A CN 201510287440A CN 104849714 B CN104849714 B CN 104849714B
- Authority
- CN
- China
- Prior art keywords
- pixel
- deployed
- phase
- value
- interference pattern
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000010606 normalization Methods 0.000 claims abstract description 7
- 238000013139 quantization Methods 0.000 claims description 20
- 238000004804 winding Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 230000009967 tasteless effect Effects 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 21
- 238000005516 engineering process Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 244000025352 Artocarpus heterophyllus Species 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
- Instruments For Measurement Of Length By Optical Means (AREA)
Abstract
本发明公开一种高效稳健的多基线UKF相位展开方法,首先利用基于AMPM的联合相位梯度估计技术从较短基线干涉图中获取长基线干涉相位梯度估计信息;定义干涉图路径引导图,把干涉图路径导引图归一化后量化为整数指导相位展开路径;结合量化路径引导图策略,在获取长基线干涉相位梯度基础上,利用UKF相位展开算法沿干涉图高质量区域到低质量区域的路径直接展开长基线干涉图。本发明既能提高算法精度,又极大改善算法效率。
Description
技术领域
本发明涉及干涉合成孔径雷达技术领域,具体涉及一种高效稳健的多基线UKF相位展开方法。
背景技术
干涉合成孔径雷达(Interferometry Synthetic Aperture Radar,InSAR)利用两副天线对地同时观测或单天线两次对地近似平行观测来获取目标区域的三维信息,具有快速、高效、精确、大范围获取地表三维信息的能力,为监控目标和管理大范围的环境问题提供了更直接和更有效的方法,已广泛地应用在地理信息系统(Geographic InformationSystem,GIS)构建、环境监测及预警等领域。
多基线InSAR技术能解决传统InSAR技术存在系统高度模糊数与缠绕相位解缠可靠性不可兼顾的矛盾,具有解决陡峭或断裂山地、城市等不连续复杂地形三维测绘的能力与潜力。传统多基线InSAR相位展开方法基本可归结为两大类,包括以最大似然法(ML)和最小二乘法(LS)为代表的多基线InSAR融合相位展开方法以及以Robertson迭代法为典型的多基线InSAR迭代相位展开法。第一类方法通过融合多幅干涉图相位信息以获得长基线干涉相位估计值。第二类方法首先估计小基线干涉图的地形高度(或干涉相位),并利用小基线干涉图获得的地形高度(或干涉相位)来估计次长基线干涉图的地形高度(或干涉相位),以此类推,直到获得最长基线干涉图的地形高度(或干涉相位)。前述两类相位展开方法本身没有噪声抑制能力,故在相位展开之前,必须尽可能地滤除干涉图中的相位噪声,这必然增加前续干涉噪声算法的难度和复杂性。
基于子空间投影及波束形成的多基线相位展开算法和基于智能搜索跟踪的多基线UKF相位展开算法等方法在抑制干涉相位噪声的同时完成干涉相位展开,在很大程度上避免了上述方法存在的弊端,但前者存在准确估计噪声子空间维数难度较大以及对干涉图信噪比要求较高等问题,如其噪声子空间维数估计不准,就可能严重影响其算法的性能。而基于智能搜索跟踪的多基线UKF相位展开算法在展开所有干涉图基础上,再进行信息融合获得长基线干涉相位图,且在干涉图展开过程中需要不断计算所有待展开像元的质量代价函数和搜索质量代价函数最大的待展开像元,计算代价较大,从而影响算法效率,不利于实际应用。
发明内容
本发明所要解决的是现有多基线相位展开方法效率和性能较低的问题,提供一种高效稳健的多基线UKF相位展开方法。
为解决上述问题,本发明是通过以下技术方案实现的:
一种高效稳健的多基线UKF相位展开方法,包括如下步骤:
步骤1,利用基于修正矩阵束模型的联合相位梯度估计技术从较短基线干涉图中获取长基线干涉相位梯度估计信息;
步骤2,定义干涉图路径引导图,把干涉图路径导引图归一化后量化为整数指导相位展开路径;
步骤3,结合量化路径引导图策略,并在获取长基线干涉相位梯度基础上,利用无味卡尔曼滤波(UKF)相位展开方法沿干涉图高质量区域到低质量区域的路径直接展开长基线干涉图。
所述步骤3具体为:
步骤3.1,创建空排队阵列,定义指向量化路径引导值最大的待展开像元的指针opt,其初始值为0;
步骤3.2,在干涉图中选择某一非边界上的高质量像元作为起始像元,把其缠绕相位作为展开相位;把邻接起始像元的四个缠绕像元标记为待展开像元,并根据待展开像元整数的量化路径引导值,分别把待展开像元嵌入排队阵列相应的连接列表的顶部;把指针opt与上述待展开像元整数的量化路径引导值的最大者cq作比较,若指针opt小于cq,则指针opt的值改为cq,否则不变,亦即保证指针opt始终指向量化路径引导值最大的待展开像元;
步骤3.3,根据指针opt的取值,从排队阵列相应连接列表顶部获取待展开像元x(x亦即为量化路径引导值最大的待展开像元),并利用UKF相位展开方法展开此待展开像元;从排队阵列相应的连接列表中去除像元x;把邻接像元x的缠绕像元标记为待展开像元,并根据其整数的量化路径引导值,把它们分别嵌入排队阵列相应的连接列表的顶部;把指针opt的值与上述待展开像元的整数的量化路径引导值的最大者作比较,并保证指针opt始终指向量化路径引导值最大的待展开像元;
步骤3.4,排队列表中是否存在待展开像元;若像元存在,则转至步骤3.3,若像元不存在,则转至步骤3.5;
步骤3.5,结束。
在步骤3.2和步骤3.3中,保证指针opt始终指向量化路径引导值最大的待展开像元,具体为:若指针opt的值小于待展开像元量化路径引导值的最大者,则指针opt的值改为待展开像元量化路径引导值的最大者;若指针opt的值大于待展开像元量化路径引导值的最大者,则指针opt的值不改变。
与现有技术相比,本发明把基于修正矩阵束模型(AMPM)的联合相位梯度估计技术、量化跟踪策略与UKF(无味卡尔曼滤波)算法结合起来,提出一种高效稳健的多基线UKF相位展开方法。利用基于AMPM的联合相位梯度估计技术速和精确地从较短基线干涉图获取长基线干涉图相位梯度,从而能增加算法的精度和效率;建立基于干涉图相干系数(或伪相干系数)以及相位微分偏差的路径引导图,以保证沿最优路径展开长基线干涉像元,从而提高相位展开精度;引入量化路径引导图策略,减小在搜索最佳展开路径所消耗的时间,极大提高本文方法效率。本发明在获取长基线干涉图相位梯度基础上,利用UKF相位展开算法沿长基线干涉图高质量区域到低质量区域的路径直接展开长基线干涉图,而不需要展开其他较短基线干涉图,既能提高算法精度,又极大改善算法效率。
附图说明
图1为模拟干涉图,其中(a)为B1基线干涉图,(b)为B2基线干涉图,(c)为B2基线真实干涉相位;
图2为多基线迭代法的展开结果,其中(a)为展开相位,(b)为展开相位误差,(c)为展开相位误差统计直方图;
图3为基于智能搜索跟踪的多基线UKF相位展开法的展开结果,其中(a)为展开相位,(b)为展开相位误差,(c)为展开相位误差统计直方图;
图4为本发明高效稳健的多基线UKF相位展开方法的展开结果,其中(a)为展开相位,(b)为展开相位误差,(c)为展开相位误差统计直方图。
具体实施方式
一种高效稳健的多基线UKF相位展开方法,具体包括如下步骤:
Step 1:利用基于AMPM的联合相位梯度估计技术从较短基线干涉图中获取长基线干涉相位梯度估计信息。
Step 2:定义干涉图路径引导图,把干涉图路径导引图归一化后量化为整数指导相位展开路径。
Step 3:结合量化路径引导图策略,并在获取长基线干涉相位梯度基础上,利用UKF相位展开算法沿干涉图高质量区域到低质量区域的路径直接展开长基线干涉图。即
Step 3.1:创建空排队阵列,定义指向量化路径引导值最大的待展开像元的指针opt,其初始值为0。
Step 3.2:在干涉图中选择某一非边界上的高质量像元作为起始像元,把其缠绕相位作为展开相位;把邻接起始像元的四个缠绕像元标记为待展开像元,并根据待展开像元整数的量化路径引导值,分别把待展开像元嵌入排队阵列相应的连接列表的顶部;把指针opt与上述待展开像元整数的量化路径引导值的最大者cq作比较,若指针opt小于cq,则指针opt的值改为cq,否则不变,亦即保证指针opt始终指向量化路径引导值最大的待展开像元。
Step 3.3:根据指针opt的取值,从排队阵列相应连接列表顶部获取待展开像元x(x亦即为量化路径引导值最大的待展开像元),并利用UKF相位展开方法展开此待展开像元;从排队阵列相应的连接列表中去除像元x;把邻接像元x的缠绕像元标记为待展开像元,并根据其整数的量化路径引导值,把它们分别嵌入排队阵列相应的连接列表的顶部;把指针opt的值与上述待展开像元的整数的量化路径引导值的最大者作比较,并保证指针opt始终指向量化路径引导值最大的待展开像元。
Step 3.4:排队列表中是否存在待展开像元?存在,转Step 3.3,否则转step.3.5。
Step 3.5:结束。
下面对本发明所涉及的关键技术进行详细说明:
1.多基线UKF相位展开模型
设多基线INSAR系统中干涉基线长度为Bq(q=1,2,…L),不同干涉基线长度满足B1<B2…<Bs…<BL,且不同基线干涉相位满足φq=(Bq/BL)φL。故φL为最长基线(BL基线)干涉相位,它具有最小高度模糊数,被作为状态变量和被估计。利用BL基线干涉图相邻像元干涉相位之间的关系,把BL基线干涉图归一化幅度后的复干涉的同相分量和正交分量分别作为BL基线干涉相位的两个观测值,沿某一路径可得如下系统方程:
上式中,x(m,n)表示BL基线干涉图(m,n)像元真实干涉相位,y(m,n)为BL基线干涉图(m,n)像元观测值,和为附加在BL基线复干涉图(m,n)像元归一化幅度后的观测矢量实部和虚部的噪声,被看作为是零均值高斯噪声,和ξ(m,n)|(k,l)分别为BL基线干涉图(m,n)像元与(k,l)像元之间的相位梯度估计值及估计误差。
2.基于AMPM的联合相位梯度估计技术
快速和精确的获取是提高相位展开算法精度和效率关键措施之一。在本发明中将利用基于AMPM的局部相位梯度估计器快速和精确地从L-1幅较短基线干涉图中提取,有利于提高相位展开算法精度与效率。将按如下估计:
表示Bq基线干涉图(m,n)像元与(k,l)像元之间的相位梯度估计值,将通过AMPM的局部相位梯度估计器直接从L-1幅较短基线干涉图中提取。于是,可由下式获得:
上式中,和分别是Bq基线复干涉图(k,l)像元列和行方向的局部相位梯度估计值。
3.多基线UKF相位展开算法
(4)
上式中,BL基线干涉图(m,n)像元为待展开像元,(k,l)像元是BL基线干涉图(m,n)像元八个邻接像元中的已展开像元,其状态估计及误差方差分别为和χj,(k,l)是BL基线干涉图(k,l)像元状态估计Sigma point,Ψ为BL基线干涉图(m,n)像元的八个邻接像元的集合,SNR(k,l)是BL基线干涉图(k,l)像元信噪比,为BL基线干涉图(m,n)像元Sigma point预测值,和为相应调节权值系数,Q(m,n)|(k,l)为BL基线干涉图(m,n)像元与(k,l)像元之间的相位梯度估计误差方差。干涉图(m,n)像元状态估计按如下进行:
上式中,y(m,n)和分别表示BL基线干涉图(m,n)像元观测值及预测值,Π(m,n)表示BL基线干涉图(m,n)像元增益矩阵,R(m,n)表示BL基线干涉图(m,n)像元观测误差方差,和为BL基线干涉图(m,n)像元状态估计及误差方差。
4.量化路径引导图策略
该策略主要步骤:
A.生成相位质量图,归一化相位质量图后量化为整数;
B.把量化质量值最高作为起始像元,把其缠绕相位作为该像元展开相位;
C.展开起始像元的邻接像元;根据各邻接像元的量化质量值,把展开的邻接像元嵌入优先排队阵列;
D.取出优先排队阵列中量化质量值最大的展开像元x,展开像元x的邻接缠绕像元,并把上述已展开的邻接缠绕像元嵌入优先排队阵列,随后在优先排队阵列中去除x;
E.是否存在未展开像元?否,结束;否则转D。
5.高效稳健的多基线UKF相位展开算法
定义能充分利用干涉相位质量信息的干涉图路径引导图来实现优化路径跟踪,引导相位展开算法从较高可靠性像元到较低可靠性像元的路径展开。为此,定义引导相位展开路径的干涉像元路径导引图:
g(m,n)=deriance(m,n)·[1-coherence(m,n)]q
上式中,g(m,n)为干涉图(m,n)像元路径导引值,deriance(m,n)为干涉图(m,n)像元微分偏差,coherence(m,n)为干涉图(m,n)像元相干系数或伪相干系数。干涉像元路径导引系数较小,则其可靠性较高。
为了减小在最优路径跟踪过程中搜索最佳待展开像元时所消耗的时间,引入量化路径引导图策略。该策略把干涉图路径导引图归一化后量化为整数,并利用量化后的干涉像元路径导引图来指导展开路径:
G(m,n)=round{[1-g(m,n)]·N}
上式中,为干涉图(m,n)像元归一化路径导引值,N为量化层级数,G(m,n)为干涉图(m,n)像元整数的量化路径导引值。很明显,量化路径引导值较大的像元可靠性较高。
为了验证算法性能,本文方法将与多基线迭代法,基于智能搜索跟踪的多基线UKF相位展开算法等方法在相位展开实验中进行比较。直接模拟同一场景(陡峭多山地形)不同基线长度的干涉图,基线长度分别为B1=680m、B2=1380m,其他仿真参数如下:卫星轨道高度590km,下视角19°,波长0.05666m,基线倾角为10°。
表1列出了上述方法在相同的MATLAB计算环境下的运行时间。
表1相位展开算法运行时间
图1为模拟干涉图,其中(a)为B1基线干涉图,(b)为B2基线干涉图,(c)为B2基线真实干涉相位。图2为多基线迭代法的展开结果,其中(a)为展开相位,(b)为展开相位误差,(c)为展开相位误差统计直方图。图3为基于智能搜索跟踪的多基线UKF相位展开法的展开结果,其中(a)为展开相位,(b)为展开相位误差,(c)为展开相位误差统计直方图。图4为本发明高效稳健的多基线UKF相位展开方法的展开结果,其中(a)为展开相位,(b)为展开相位误差,(c)为展开相位误差统计直方图。
从表1以及附图,可以看出本发明不仅有较高展开精度,而且其运行时间远远小于其它两种方法。
Claims (2)
1.一种高效稳健的多基线UKF相位展开方法,其特征是,包括如下步骤:
步骤1,利用基于修正矩阵束模型的联合相位梯度估计技术从较短基线干涉图中获取长基线干涉相位梯度估计信息;
步骤2,定义干涉图路径引导图,把干涉图路径导引图归一化后量化为整数指导相位展开路径;其中干涉图路径引导图为
g(m,n)=deriance(m,n)·[1-coherence(m,n)]q
上式中,g(m,n)为干涉图(m,n)像元路径导引值,deriance(m,n)为干涉图(m,n)像元微分偏差,coherence(m,n)为干涉图(m,n)像元相干系数或伪相干系数,q=1,2,...,L,L为干涉基线的条数;
步骤3,结合量化路径引导图策略,并在获取长基线干涉相位梯度基础上,利用无味卡尔曼滤波相位展开方法沿干涉图高质量区域到低质量区域的路径直接展开长基线干涉图;
步骤3.1,创建空排队阵列,定义指向量化路径引导值最大的待展开像元的指针opt,其初始值为0;
步骤3.2,在干涉图中选择某一非边界上的像元作为起始像元,把其缠绕相位作为展开相位;把邻接起始像元的四个缠绕像元标记为待展开像元,并根据待展开像元整数的量化路径引导值,分别把待展开像元嵌入排队阵列相应的连接列表的顶部;把指针opt与上述待展开像元整数的量化路径引导值的最大者cq作比较,若指针opt小于cq,则指针opt的值改为cq,否则不变,亦即保证指针opt始终指向量化路径引导值最大的待展开像元;
步骤3.3,根据指针opt的取值,从排队阵列相应连接列表顶部获取待展开像元x,并利用UKF相位展开方法展开此待展开像元;从排队阵列相应的连接列表中去除像元x;把邻接像元x的缠绕像元标记为待展开像元,并根据其整数的量化路径引导值,把它们分别嵌入排队阵列相应的连接列表的顶部;把指针的值与上述待展开像元的整数的量化路径引导值的最大者作比较,并保证始终指向量化路径引导值最大的待展开像元;
步骤3.4,排队列表中是否存在待展开像元;若像元存在,则转至步骤3.3,若像元不存在,则转至步骤3.5;
步骤3.5,结束。
2.根据权利要求1所述的一种高效稳健的多基线UKF相位展开方法,其特征是,步骤3.2和步骤3.3中,保证指针opt始终指向量化路径引导值最大的待展开像元,具体为:若指针opt的值小于待展开像元量化路径引导值的最大者,则指针opt的值改为待展开像元量化路径引导值的最大者;若指针opt的值大于待展开像元量化路径引导值的最大者,则指针opt的值不改变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510287440.4A CN104849714B (zh) | 2015-05-29 | 2015-05-29 | 一种高效稳健的多基线ukf相位展开方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510287440.4A CN104849714B (zh) | 2015-05-29 | 2015-05-29 | 一种高效稳健的多基线ukf相位展开方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104849714A CN104849714A (zh) | 2015-08-19 |
CN104849714B true CN104849714B (zh) | 2017-08-29 |
Family
ID=53849498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510287440.4A Expired - Fee Related CN104849714B (zh) | 2015-05-29 | 2015-05-29 | 一种高效稳健的多基线ukf相位展开方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104849714B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105719253A (zh) * | 2016-01-20 | 2016-06-29 | 桂林电子科技大学 | 一种嵌入堆排序的卡尔曼滤波相位展开方法 |
CN106932773B (zh) * | 2017-01-12 | 2019-08-30 | 桂林电子科技大学 | 基于修正嵌入式容积卡尔曼滤波的相位展开算法 |
CN108052978A (zh) * | 2017-10-17 | 2018-05-18 | 桂林电子科技大学 | 一种基于支持向量机的ukf相位展开算法 |
CN109472834B (zh) * | 2018-10-23 | 2023-04-14 | 桂林电子科技大学 | 一种基于小波变换的卡尔曼滤波相位展开方法 |
CN112835041B (zh) * | 2020-12-30 | 2023-07-25 | 桂林电子科技大学 | 结合UKF和AMPM的多基线InSAR高程重建方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103913128A (zh) * | 2014-03-12 | 2014-07-09 | 哈尔滨工程大学 | 一种基于质量图区域分割的快速相位展开方法 |
-
2015
- 2015-05-29 CN CN201510287440.4A patent/CN104849714B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103913128A (zh) * | 2014-03-12 | 2014-07-09 | 哈尔滨工程大学 | 一种基于质量图区域分割的快速相位展开方法 |
Non-Patent Citations (4)
Title |
---|
Enhanced multi-baseline unscented Kalman filtering phase unwrapping algorithm;XianMing Xie;《Journal of Systems Engineering and Electronics》;20160430;第27卷(第2期);全文 * |
Enhanced phase unwrapping algorithm based on unscented Kalman filter, enhanced phase gradient estimator, and path-following strategy;XianMing Xie et al.;《Applied Optics》;20140620;第53卷(第18期);4049-4060 * |
Multi-baseline UKF phase unwrapping algorithm via joint phase slope estimator;XianMing Xie;《IEICE Communications Express》;20140121;第3卷(第1期);全文 * |
利用量化质量图和优先队列的快速相位解缠算法;钟何平 等;《武汉大学学报信息科学版》;20110331;第36卷(第3期);342-345 * |
Also Published As
Publication number | Publication date |
---|---|
CN104849714A (zh) | 2015-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104849714B (zh) | 一种高效稳健的多基线ukf相位展开方法 | |
Fahnestock et al. | Rapid large-area mapping of ice flow using Landsat 8 | |
CN103675790B (zh) | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 | |
Rosenau et al. | A processing system to monitor Greenland outlet glacier velocity variations at decadal and seasonal time scales utilizing the Landsat imagery | |
Shen et al. | Area partitioning for channel network extraction using digital elevation models and remote sensing | |
CN107193005B (zh) | 一种无损卡尔曼滤波与粒子滤波相结合的相位展开算法 | |
CN103487809B (zh) | 一种基于BP算法和时变基线的机载InSAR数据处理方法 | |
Krieger et al. | Drainage basin delineation for outlet glaciers of Northeast Greenland based on Sentinel-1 ice velocities and TanDEM-X elevations | |
CN103822616A (zh) | 一种图分割与地形起伏约束相结合的遥感影像匹配方法 | |
CN109752715B (zh) | 一种sar数据全散射体探测方法及装置 | |
CN107341781B (zh) | 基于改进相位一致性特征矢量底图匹配的sar影像校正方法 | |
Zhang et al. | Satellite SAR geocoding with refined RPC model | |
Kumari et al. | Adjustment of systematic errors in ALS data through surface matching | |
KR101421128B1 (ko) | 레이저 레이더 기반의 3차원 원시 데이터를 이용한 건물 영역 추출 방법 | |
CN105719253A (zh) | 一种嵌入堆排序的卡尔曼滤波相位展开方法 | |
CN113589286B (zh) | 基于D-LinkNet的无迹卡尔曼滤波相位解缠方法 | |
Greco et al. | SAR and InSAR georeferencing algorithms for inertial navigation systems | |
CN110161501A (zh) | 一种多时序sar图像的目标区域地表起伏信息提取方法 | |
CN106932773B (zh) | 基于修正嵌入式容积卡尔曼滤波的相位展开算法 | |
CN115115674A (zh) | 一种单星条件下卫星图像弹道目标射向估计方法 | |
Oh et al. | Automatic georeferencing of aerial images using stereo high-resolution satellite images | |
CN106249238A (zh) | 获取地面目标点高度的方法 | |
CN108008382B (zh) | 一种多基地星载干涉sar系统测量陡峭地形的方法 | |
Han et al. | Carla-loc: synthetic slam dataset with full-stack sensor setup in challenging weather and dynamic environments | |
CN106707283B (zh) | 基于无味信息滤波的相位展开算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170829 |