CN108983229B - 基于sar层析技术的高压输电铁塔高度及形变提取方法 - Google Patents

基于sar层析技术的高压输电铁塔高度及形变提取方法 Download PDF

Info

Publication number
CN108983229B
CN108983229B CN201810414279.6A CN201810414279A CN108983229B CN 108983229 B CN108983229 B CN 108983229B CN 201810414279 A CN201810414279 A CN 201810414279A CN 108983229 B CN108983229 B CN 108983229B
Authority
CN
China
Prior art keywords
observation data
sar
height
voltage transmission
transmission tower
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
Application number
CN201810414279.6A
Other languages
English (en)
Other versions
CN108983229A (zh
Inventor
陈彦
陈云坪
陈惊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201810414279.6A priority Critical patent/CN108983229B/zh
Priority to US16/169,053 priority patent/US10989808B2/en
Publication of CN108983229A publication Critical patent/CN108983229A/zh
Application granted granted Critical
Publication of CN108983229B publication Critical patent/CN108983229B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/9027—Pattern recognition for feature extraction
    • 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
    • G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
    • 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
    • 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
    • G01S7/28—Details of pulse systems
    • G01S7/282—Transmitters

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)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了基于SAR层析技术的高压输电铁塔高度及形变提取方法，通过星载卫星获取多幅高压输电铁塔地区的高分辨率SAR图像，并对图像进行配准、去斜和相位补偿预处理，获得观测数据并离散化，然后，利用奇异值分解方法对离散后的观测数据进行重采样，并用赤池信息准则对其进行散射点估计，得到散射点数量用以消除重构信号中的异常值，最终，利用观测数据的稀疏性，通过压缩感知算法实现信号重构，提取高压输电铁塔某点的高度和形变速率。本发明解决了基线稀疏且分布不均匀造成的分辨率较低的问题，并能较准确的提取高压输电铁塔某一位置的高度和形变速率。

Description

基于SAR层析技术的高压输电铁塔高度及形变提取方法
技术领域
本发明属于合成孔径雷达成像技术领域，更为具体地讲，是基于SAR层析技术的高压输电铁塔高度及形变提取方法。
背景技术
高压输电铁塔是输电线路的重要组成部分，其运行状态决定着电力系统的运行稳定和安全，对其高度和形变的检测是保证输电线路安全的关键。因此，对高压输电铁塔高度及形变信息的研究是必要且有意义的一项工作。
传统的合成孔径雷达(Synthetic Aperture Radar)技术虽然能够不受云雾、雨雪等条件的限制，对目标进行全天候、全天时的检测，但由于生成的SAR图像中每个像素点实际上是具有相同距离的所有散射点散射系数的叠加，因此存在圆柱对称模糊和叠掩问题，对目标的识别和提取造成了很大的困难。另外，传统的SAR技术需要通过相位解缠来获取高精度的信息，复杂的解缠过程也增加了提取信息的难度。
SAR层析技术的提出很好地解决了上述问题。目前SAR层析成像算法主要有：傅里叶变换、松弛算法(RELAX)和基于矩阵特征空间分解的方法(MUSIC)等。然而，由于垂直基线稀疏且分布不均匀，导致这些算法重构效果误差较大，且对于噪声干扰较大的山区，更难以应用于对输电铁塔高度及形变信息的提取。
发明内容
本发明的目的在于解决垂直基线稀疏且分布不均匀导致的重构效果误差较大，难以对在噪声干扰较大的山区中的输电铁塔高度及形变信息提取的问题，提供一种基于SAR层析技术的高压输电铁塔高度及形变提取方法，以实现对输电铁塔的高度信息和形变信息提取，且提取精度较高。
为实现上述发明目的，本发明基于SAR层析技术的高压输电铁塔高度及形变提取方法，包括步骤：
(1)获取SAR图像序列和SAR图像数据参数：通过星载卫星在不同时间、不同航迹位置对同一高压输电铁塔地区进行观测，获取SAR图像序列和SAR图像数据参数；
(2)图像预处理：将获取的SAR图像序列中的其中一幅做为主图像，其他图像以此图像进行配准，使图像序列中相同像素点对应相同的地物，并选择配准后的图像序列中输电铁塔上的某一相同像素点，对该像素点对应的观测数据进行去斜、相位补偿处理，得到该像素点可以进行SAR层析重构的观测数据：
(3)离散化：将得到的观测数据离散化，得到观测数据集；
(4)重采样：采用基于奇异值分解的重采样方法对离散后得到的观测数据集进行重采样，得到重采样后新的观测数据集；
(5)散射点数量估计：利用赤池信息准则对重采样后的观测数据集进行散射点数量估计，以获取该像素内的散射点数量；
(6)重构复散射函数提取高度和形变速率信息：利用散射点数量，采用基于压缩感知的最小化L1范数算法对重采样后的观测数据集进行处理重构出复散射函数，提取该像素点对应的输电铁塔位置的高度和形变速率信息。
本发明有益效果：
本发明基于SAR层析技术的高压输电铁塔高度及形变提取方法，通过对SAR图像进行配准，选取配准后的图像序列中相同像素点对应的观测数据进行去斜和相位补偿等预处理得到可以层析的观测数据，将得到的观测数据离散化，得到观测数据集，再对观测数据集进行基于奇异值分解的重采样，得到新的观测数据集，并利用赤池信息准则对重采样后的观测数据集进行处理，估计出该像素内的散射点数量，最后利用散射点数量，采用基于压缩感知的最小化L1范数算法对重采样后的观测数据集进行处理重构出复散射函数，提取该像素点对应的输电铁塔位置的高度和形变速率信息。本发明通过基于奇异值分解的重采样降低了稀疏非均匀基线造成的重构误差，同时通过散射点数量的估计，利用观测数据的稀疏性，通过压缩感知算法实现复散射函数的重构，去掉了复散射函数中的异常值，因此提高了测量精度，实现了在噪声干扰较大的山区中对输电铁塔高度及形变信息的提取。
附图说明
图1是本发明的高压输电铁塔高度及形变信息提取方法的流程图；
图2是本发明的垂直基线的分布图；
图3是本发明的散射点数量估计的流程图；
图4是本发明的输电铁塔的SAR层析结果图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
在本发明中，图1为基于SAR层析技术的高压输电铁塔高度及形变提取方法的一种具体实施方式流程图，如图1所示，基于SAR层析技术的高压输电铁塔高度及形变提取方法，包括步骤：
(1)获取SAR图像序列和SAR图像数据参数：在具体实施操作过程中，通过星载卫星在不同时间、不同航迹位置对同一高压输电铁塔地区进行观测获取SAR图像序列和SAR图像数据参数。在本实施例中，采用的原始SAR图像为星载雷达TerraSAR-X高分辨率SAR图像。
利用商务软件SARscape获取SAR图像数据参数，如波长λ，入射角θ，中心斜距r，SAR图像数量N，垂直基线bn和时间基线tn等。
(2)图像预处理：将获取的SAR图像序列中的其中一幅做为主图像，其他图像以此图像进行配准，使图像序列中相同像素点对应相同的地物，并选择配准后的图像序列中输电铁塔上的某一相同像素点，对该像素点对应的观测数据进行去斜、相位补偿处理，得到该像素点可以进行SAR层析重构的观测数据；
Figure BDA0001648925350000031
式中，gn表示第n幅SAR图像的观测数据，γ(s,v)为该像素内散射点沿高度向和形变速率向上的复散射函数，[-Smax,Smax]和[-Vmax,Vmax]分别为高度向s和形变速率向v的成像范围，λ为波长，r为中心斜距，bn为垂直基线，tn为时间基线。
(3)离散化：将得到的观测数据离散化，得到观测数据集；
设高度向s的采样点数为P,形变速率向v的采样点数为L，总采样点数为U＝P×L，可将gn的表达式离散化：
Figure BDA0001648925350000041
en为加性噪声，n＝1,2,...N，写成矩阵形式为：
g＝Rγ+e，
式中，g为N×1维矩阵，g＝[g1g2…gN]T表示观测数据集；
R为N×U维矩阵，叫做观测矩阵；
Figure BDA0001648925350000042
Figure BDA0001648925350000043
为Kronecker积；
Rs＝[exp(j2πξns1)exp(j2πξns2)…exp(j2πξnsP)]T
Rv＝[exp(j2πηnv1)exp(j2πηnv2)…exp(j2πηnvL)]T
Figure BDA0001648925350000044
γ＝[γ(s1,v1)…γ(s1,vL)…γ(sP,v1)…γ(sP,vL)]T为需要重构的U×1维复散射函数；
e＝[e1e2…eN]T为N×1维噪声。
(4)重采样：采用基于奇异值分解的重采样方法对离散后得到的观测数据集进行重采样，得到重采样后新的观测数据集；
在本发明中，获取的观测数据的垂直基线分布如图2所示，垂直基线是稀疏且分布非均匀。因此，利用奇异值分解的重采样方法降低非均匀基线造成的重构误差。
真实的垂直基线分布为bn，虚拟的均匀垂直基线分布为
Figure BDA0001648925350000045
n,m＝1,2,...N，λ为波长，r为中心斜距。设空间频率为
Figure BDA0001648925350000046
通过插值方法重采样观测数据
Figure BDA0001648925350000047
式中sinc(x)＝sin(πx)/(πx)，
Figure BDA0001648925350000048
则重采样后的观测数据集可表示为h＝Gg，式中
Figure BDA0001648925350000051
g＝[g1 g2…gN]T和h＝[h1 h2…hN]T为重采样前后的观测数据集，
将矩阵G进行奇异值分解：
Figure BDA0001648925350000052
U和V为N维酉矩阵，U＝[u1u2...uN]，V＝[v1 v2...vN]，Σ为N×N维对角阵：
Figure BDA0001648925350000053
其中σ1≥σ2≥…≥σN为G的奇异值，令
Figure BDA00016489253500000510
更新矩阵G＝UΣ0VT，得出新的观测数据集h＝Gg。
(5)散射点数量估计：利用赤池信息准则对重采样后的观测数据集进行散射点数量估计，以获取该像素点的散射点数量。
散射点数量估计的目的是尽可能地准确估计出一个像素内散射点数量。结合图3，估计模型的一般形式如下：
Figure BDA0001648925350000054
式中，p(h|θ(k),k)是用来衡量该模型与观测值拟合程度，C(k)为惩罚项。实际成像中噪声通常为恒定的高斯白噪声，因此有协方差矩阵
Figure BDA0001648925350000055
Figure BDA0001648925350000056
表示噪声的方差，I表示单位矩阵，则
Figure BDA0001648925350000057
为固定值，其中，h为重采样后的观测数据集，R为观测矩阵，γ为需要重构的复散射函数。
在本实施例中，惩罚项C(k)采用的是赤池信息准则(AIC)，X＝E[hhT]T是观测数据集的自相关矩阵，特征值满足λ1≥λ2≥…≥λn，则
Figure BDA0001648925350000058
AIC(k)＝-2logL(k)+2k(2n-k)
L(k)为对数似然函数；由于-2lnp(h|θ(k),k)为固定值，因此
Figure BDA0001648925350000059
式中k*即为估计的散射点数量，在实际成像中k*∈[0,2]。
(6)重构复散射函数，提取高度和形变速率信息：利用散射点数量，采用基于压缩感知的最小化L1范数算法对重采样后的观测数据集进行处理重构出复散射函数γ，提取该像素点对应的输电铁塔位置的高度和形变速率信息。
由压缩感知原理可知，如果需要重构的信号是稀疏或可压缩的，就可以利用低于奈奎斯特采样率的观测数据对该信号重构。由k*∈[0,2]可知，需要重构的复散射函数γ中只有几个散射点，满足稀疏性的要求，因此可以用压缩感知重构出目标的高度信息和形变速率信息。
利用最小化L1范数重构γ，同时防止过拟合的现象发生，进行L1范数正则化：
Figure BDA0001648925350000061
式中，u为正则化系数。
由于得到重构出的γ中含有异常值，因此根据步骤5中散射点估计的数量，去除掉其中的异常值，再进行最小二乘法得到最终结果：
γ＝(RHR)-1RHh
式中，h为重采样后的观测数据集，R为观测矩阵，γ为需要重构的复散射函数，RH为观测矩阵的转置矩阵，γ中就包含了重构点所对应输电铁塔位置的高度信息和形变速率信息。
实施例1
本实施例根据2016年的12幅二维SAR图像数据，基线分布如图2所示，以2016年4月的SAR图像为主图像，其他图像以主图像进行配准，对选取的高压输电铁塔的区域进行裁剪，并选取图像序列中地面上的一个相同像素点作为参考点和高压输电铁塔上的一个相同像素点作为实验点进行去斜和相位补偿等预处理，根据上述步骤(3)、步骤(4)、步骤(5)和步骤(6)重构出高压输电铁塔实验点位置的高度和形变速率信息。
设定参考点的高度和形变速率为0，实验点的结果都依据此进行校正。
最终，得到图4的高压输电铁塔实验点的结果，X轴为形变速率，“+”代表形变速率是远离卫星的方向，“-”则相反；Y轴为高度，“+”代表高于参考点，“-”则相反，较为精确地提取出输电铁塔实验点的高度和形变速率信息。
综上，本发明利用SAR层析技术通过将一定数量不同时间、不同轨迹位置上获取的SAR图像再次利用孔径合成理论在高度向和形变速率向上建立等效孔径，并采用重采样、散射点估计和压缩感知对目标进行高度信息及形变速率信息的提取，很好地解决了现有技术中存在的由垂直基线稀疏且分布不均匀导致的重构效果误差大的问题。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (4)

1.一种基于SAR层析技术的高压输电铁塔高度及形变提取方法，其特征在于，包括步骤：
(1)获取SAR图像序列和SAR图像数据参数：通过星载卫星在不同时间、不同航迹位置对同一高压输电铁塔地区进行观测，获取SAR图像序列和SAR图像数据参数；
(2)图像预处理：将获取的SAR图像序列中的其中一幅做为主图像，其他图像以此图像进行配准，使图像序列中相同像素点对应相同的地物，并选择配准后的图像序列中输电铁塔上的某一相同像素点，对该像素点对应的观测数据进行去斜、相位补偿处理，得到该像素点可以进行SAR层析重构的观测数据：
(3)离散化：将得到的观测数据离散化，得到观测数据集；
(4)重采样：采用基于奇异值分解的重采样方法对离散后得到的观测数据集进行重采样，得到重采样后新的观测数据集；
(5)散射点数量估计：利用赤池信息准则对重采样后的观测数据集进行散射点数量估计，以获取该像素内的散射点数量；
(6)重构复散射函数并提取高度和形变速率信息：利用散射点数量，采用基于压缩感知的最小化L1范数算法对重采样后的观测数据集进行处理重构出复散射函数，提取该像素点对应的输电铁塔位置的高度和形变速率信息：
利用最小化L1范数重构γ，同时防止过拟合的现象发生，进行L1范数正则化：
Figure FDA0003503733240000011
式中，u为正则化系数；
由于得到重构出的γ中含有异常值，根据步骤(5)中散射点估计的数量，去除掉其中的异常值，再进行最小二乘法得到最终结果：
γ＝(RHR)-1RHh
式中，h为重采样后的观测数据集，R为观测矩阵，γ为需要重构的复散射函数，RH为观测矩阵的转置矩阵，γ中就包含了重构点所对应输电铁塔位置的高度信息和形变速率信息。
2.根据权利要求1所述的基于SAR层析技术的高压输电铁塔高度及形变提取方法，其特征在于，所述步骤(1)的SAR图像数据参数包括：波长λ、入射角θ、中心斜距r、SAR图像数量n、垂直基线bn和时间基线tn。
3.根据权利要求2所述的基于SAR层析技术的高压输电铁塔高度及形变提取方法，其特征在于，所述步骤(2)得到的观测数据为：
Figure FDA0003503733240000021
式中，gn表示第n幅SAR图像的观测数据，γ(s,v)为该像素内散射点沿高度向和形变速率向上的复散射函数，[-Smax,Smax]和[-Vmax,Vmax]分别为高度向s和形变速率向v的成像范围，λ为波长，r为中心斜距，bn为垂直基线，tn为时间基线。
4.根据权利要求3所述的基于SAR层析技术的高压输电铁塔高度及形变提取方法，其特征在于，所述步骤(3)具体为：
设高度向s的采样点数为P,形变速率向v的采样点数为L，总采样点数为U＝P×L，可将gn的表达式离散化：
Figure FDA0003503733240000022
en为加性噪声，n＝1,2,...N，写成矩阵形式为：
g＝Rγ+e，
式中，g为N×1维矩阵，g＝[g1 g2…gN]T表示观测数据集；
R为N×U维矩阵，叫做观测矩阵；
Figure FDA0003503733240000023
Figure FDA0003503733240000024
为Kronecker积；
Rs＝[exp(j2πξns1) exp(j2πξns2)…exp(j2πξnsP)]T
Rv＝[exp(j2πηnv1) exp(j2πηnv2)…exp(j2πηnvL)]T
Figure FDA0003503733240000025
γ＝[γ(s1,v1)…γ(s1,vL)…γ(sP,v1)…γ(sP,vL)]T为需要重构的U×1维复散射函数；
e＝[e1 e2…eN]T为N×1维噪声。
CN201810414279.6A 2018-05-03 2018-05-03 基于sar层析技术的高压输电铁塔高度及形变提取方法 Expired - Fee Related CN108983229B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810414279.6A CN108983229B (zh) 2018-05-03 2018-05-03 基于sar层析技术的高压输电铁塔高度及形变提取方法
US16/169,053 US10989808B2 (en) 2018-05-03 2018-10-24 Method, device and storage medium for extracting height and deformation information of high voltage transmission tower by using SAR tomography

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810414279.6A CN108983229B (zh) 2018-05-03 2018-05-03 基于sar层析技术的高压输电铁塔高度及形变提取方法

Publications (2)

Publication Number Publication Date
CN108983229A CN108983229A (zh) 2018-12-11
CN108983229B true CN108983229B (zh) 2022-04-19

Family

ID=64542449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810414279.6A Expired - Fee Related CN108983229B (zh) 2018-05-03 2018-05-03 基于sar层析技术的高压输电铁塔高度及形变提取方法

Country Status (2)

Country Link
US (1) US10989808B2 (zh)
CN (1) CN108983229B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111487622A (zh) * 2020-06-15 2020-08-04 中国南方电网有限责任公司 输电铁塔变形监测方法、装置、计算机设备和存储介质
CN111650587B (zh) * 2020-06-24 2022-03-04 中南大学 一种顾及移动规律的矿区地表三维动态形变估计方法、装置及存储介质
CN111766580B (zh) * 2020-07-10 2022-03-11 中国科学院空天信息创新研究院 Sar遥感卫星大数据的逐次递推精化地面位置的方法
CN111780660B (zh) * 2020-07-13 2022-03-15 内蒙古工业大学 矿区三维多量级形变优化方法及优化装置
CN112363161B (zh) * 2020-10-27 2022-12-20 中南大学 基于散射机制分解的植被垂直结构及林下地形反演方法及装置
CN112363136B (zh) * 2020-10-28 2023-09-22 南京工业职业技术大学 一种基于目标稀疏性和频域去斜的雷达距离超分辨方法
CN112767454B (zh) * 2020-12-25 2022-11-29 中国科学院空天信息创新研究院 基于多视角观测sar数据采样分析的叠掩信息补偿方法
CN113495271B (zh) * 2021-02-02 2023-10-31 北京理工大学 一种sar层析高度向成像方法及系统
CN113702973A (zh) * 2021-08-30 2021-11-26 中国科学院空天信息创新研究院 结合图像邻域几何约束的sar三维成像方法
CN114545407B (zh) * 2021-09-24 2023-03-24 中国科学院精密测量科学与技术创新研究院 一种基于分布式压缩感知的星载差分层析sar成像方法
CN116660848B (zh) * 2023-02-03 2023-09-22 中国科学院空天信息创新研究院 一种高分星载sar回波数据有效采集及其信号处理方法
CN117476509B (zh) * 2023-12-27 2024-03-19 联合富士半导体有限公司 一种用于半导体芯片产品的激光雕刻装置及控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102662171A (zh) * 2012-04-23 2012-09-12 电子科技大学 一种sar层析三维成像方法
EP3022582A1 (en) * 2013-07-19 2016-05-25 Consiglio Nazionale Delle Ricerche Method for filtering of interferometric data acquired by synthetic aperture radar (sar)

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10160399B4 (de) * 2001-12-10 2004-05-27 Deutsches Zentrum für Luft- und Raumfahrt e.V. Flugzeug- oder satellitengestütztes tomographisches Radarverfahren mit synthetischer Apertur
BRPI0924275B1 (pt) * 2009-02-06 2021-02-23 Saab Ab sistema de radar e método para um radar de abertura sintética
CN102930562A (zh) * 2011-08-10 2013-02-13 中国科学院电子学研究所 电离层的压缩层析成像方法
EA031205B1 (ru) * 2014-04-24 2018-11-30 Эни С.П.А. Кинематическая калибровочная система и способ измерения смещений и вибраций объектов и конструкций
KR101605450B1 (ko) * 2014-08-04 2016-03-22 서울시립대학교산학협력단 다중시기 mai 간섭도의 적층 방법 및 그 장치
US10880623B2 (en) * 2016-06-12 2020-12-29 Green Grid Inc. Method and system for utility power lines vegetation proximity monitoring and controlling
US10782115B2 (en) * 2016-09-02 2020-09-22 Hossein Karami Porzani Detection of radial deformations of transformers
IT201600094991A1 (it) * 2016-09-21 2018-03-21 Ids Georadar S R L SISTEMA RADAR INTERFEROMETRICO BASATO A TERRA MULTI-BISTATICO PER LA MISURA DI DEFORMAZIONI 2D e 3D
EP3548924B1 (en) * 2016-12-01 2024-03-13 Thales Alenia Space Italia S.p.A. Con Unico Socio Sar-based monitoring of non-visible or non-always-visible or partially visible targets and associated monitoring, critical situation detection and early warning systems and methods
CN106940443A (zh) * 2017-01-16 2017-07-11 洪都天顺（深圳）科技有限公司 多云多雨条件下复杂城区基础设施PSInSAR形变估计方法
CN108627833B (zh) * 2018-05-15 2021-08-24 电子科技大学 一种基于GB-InSAR的大气相位补偿方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102662171A (zh) * 2012-04-23 2012-09-12 电子科技大学 一种sar层析三维成像方法
EP3022582A1 (en) * 2013-07-19 2016-05-25 Consiglio Nazionale Delle Ricerche Method for filtering of interferometric data acquired by synthetic aperture radar (sar)

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SAR层析成像技术的发展和展望;庞礴等;《系统工程与电子技术》;20130606(第07期);1-9页 *
一种联合Khatri-Rao子空间与块稀疏压缩感知的差分SAR层析成像方法;王爱春等;《电子与信息学报》;20170131(第01期);1-8页 *
多基线层析成像合成孔径雷达研究;柳祥乐;《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》;20081015;1-135页 *

Also Published As

Publication number Publication date
CN108983229A (zh) 2018-12-11
US20190339381A1 (en) 2019-11-07
US10989808B2 (en) 2021-04-27

Similar Documents

Publication Publication Date Title
CN108983229B (zh) 基于sar层析技术的高压输电铁塔高度及形变提取方法
Budillon et al. Three-dimensional SAR focusing from multipass signals using compressive sampling
Uḡur et al. SAR image reconstruction and autofocus by compressed sensing
Fornaro et al. Imaging of single and double scatterers in urban areas via SAR tomography
CN112363161B (zh) 基于散射机制分解的植被垂直结构及林下地形反演方法及装置
CN111239736B (zh) 基于单基线的地表高程校正方法、装置、设备及存储介质
CN111856459B (zh) 一种改进的DEM最大似然约束多基线InSAR相位解缠方法
CN111398957B (zh) 改进相干性计算方法的短波长双天线InSAR森林高度反演方法
CN112415515A (zh) 一种机载圆迹sar对不同高度目标分离的方法
Dong et al. SAR image reconstruction from undersampled raw data using maximum a posteriori estimation
Hu et al. Inverse synthetic aperture radar imaging exploiting dictionary learning
Mao et al. Target fast reconstruction of real aperture radar using data extrapolation-based parallel iterative adaptive approach
CN110940638A (zh) 一种高光谱图像亚像元级水体边界探测方法及探测系统
Wu et al. Superresolution radar imaging via peak search and compressed sensing
CN114019507A (zh) 一种基于l1/2范数正则化的sar干涉图生成方法
Soğanlı et al. Low-rank sparse matrix decomposition for sparsity-driven SAR image reconstruction
Hu et al. Isolating orbital error from multitemporal InSAR derived tectonic deformation based on wavelet and independent component analysis
CN112734812B (zh) 确定散射体数量的方法、装置、电子设备及存储介质
Shi et al. High quality large-scale 3-D urban mapping with multi-master TomoSAR
Yang et al. Interferometric phase retrieval for multimode InSAR via sparse recovery
Zhu et al. Beyond the 12m TanDEM-X dem
Pan et al. Airborne MMW InSAR interferometry based on time varying baseline and BP algorithm
Fang et al. Compressed sensing SAR imaging with multilook processing
Chaubey et al. Improvement in InSAR phase unwrapping using external DEM
CN109828272A (zh) 一种sar差分层析方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220419