CN109425858B - 基于目标空间分布信息的GB-InSAR系统高程精度分析方法 - Google Patents
基于目标空间分布信息的GB-InSAR系统高程精度分析方法 Download PDFInfo
- Publication number
- CN109425858B CN109425858B CN201710773555.3A CN201710773555A CN109425858B CN 109425858 B CN109425858 B CN 109425858B CN 201710773555 A CN201710773555 A CN 201710773555A CN 109425858 B CN109425858 B CN 109425858B
- Authority
- CN
- China
- Prior art keywords
- error
- height measurement
- elevation
- model
- spatial
- 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.)
- Active
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
- 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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4052—Means for monitoring or calibrating by simulation of echoes
Abstract
本发明公开了一种基于目标空间分布信息的地基干涉SAR系统高程精度分析方法,该方法针对对高程测量精度有影响的误差源,建立误差源误差引起的测高误差模型,并将空间位置信息引入其中;利用测高误差模型得到各个误差源所引起的测高误差的空间分布,再整合获得当前误差精度下总测高精度在雷达工作范围内的空间分布。本发明以测高误差源分配为前提,结合观测的对象空间位置信息,获得误差的空间分布,从而得到观测区域的高程精度。通过将精度分析中所选取的典型值,用目标的位置信息代替,改善了现有技术在精度定量分析中的不准确性。
Description
技术领域
本发明涉及InSAR雷达技术领域,具体涉及一种基于目标空间分布信息的地基干涉SAR(GB-InSAR)系统高程精度分析方法。
背景技术
合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar或Synthetic Aperture Radar Interferometry,InSAR或IFSAR)技术在数字高程模型(Digital Elevation Model,DEM)重建和地表形变监测等方面具有快速、高精度、全天时、全天候、大区域等突出优势,己成为最具潜力的对地观测新技术之一。其中地基SAR(GB-SAR)技术具有重复观测时间短、操作灵活稳定、数据精度高等优点。可以实现在安全距离内获取地形的高度与形变信息。
对于地基干涉SAR系统,测高精度是系统的核心性能指标。与星载和机载干涉SAR系统不同,地基干涉SAR(GB-InSAR)系统高程测量精度不仅与基线在内的多个误差源有关,同时还与观测对象的空间位置有关。但是现有技术在计算高程精度的时候没有考虑观测对象的空间位置,观测对象的位置参数只取了几个典型值,这样采用单一位置的高程精度表达一个区域的高程精度,精度表达不够准确。
因此,有必要提出一种适用于地基干涉SAR的高程精度分析方法,实现地基干涉SAR系统测高精度的准确评估。
发明内容
有鉴于此,本发明提供了一种基于目标空间分布信息的GB-InSAR系统高程精度分析方法,用于解决目前的地基干涉SAR系统测高精度分析准确定量评估的问题,可应用于地基干涉SAR系统对不同观测对象高程测量精度的准确评估。
为了解决上述技术问题,本发明是这样实现的。
一种基于目标空间分布信息的地基干涉SAR系统高程精度分析方法,包括以下步骤:
步骤1、根据地基干涉SAR系统的测高原理,建立地基干涉SAR系统的高程测量模型,提取对高程测量精度影响的误差源;
步骤2、对各项误差源的误差所引起的测高误差进行建模,获得误差源误差引起的测高误差模型;
步骤3、建立地基干涉SAR系统的空间坐标系,将空间位置信息引入所述测高误差模型中,获得包含空间位置信息的测高误差模型;每个误差源的测高误差模型为与空间位置信息、系统参数和相应误差源的误差精度相关的表达式;
步骤4、将步骤3获得的测高误差模型进行整合,得到地基干涉SAR系统的总测高精度的模型,即高程测量误差模型;
步骤5、根据给定的系统参数与各误差源的误差精度,代入步骤3获得的各测高误差模型,并输入雷达工作范围内各个点的空间位置信息,仿真得到各个误差源所引起的测高误差的空间分布;根据步骤4的整合方式获得当前误差精度下总测高精度在雷达工作范围内的空间分布。
优选地,所述步骤1为:在传统高程测量模型的基础上引入基线倾角α,并采用近似处理两雷达到目标的斜距差,得到地基干涉SAR系统的高程测量模型为:
优选地,所述步骤3获得的包含空间位置信息的测高误差模型为:
建立地基干涉SAR系统的空间直角坐标系xyz,合成孔径中心为z轴上的一点,合成孔径平行于x轴,空间点目标位于yz平面内;则六种误差源引起的测高误差均能被表述为包含空间位置信息(y,z)的形式;其中,
基线长度B的测高误差模型σ2表示为:
其中,σB为基线长度的均方差;
基线倾角α的测高误差模型σ3表示为:
σ3=yσα
其中,σα为基线倾角的均方差;
载波波长λ的测高误差模型σ4表示为:
其中,σλ为载波波长的均方差;
斜距r的测高误差模型σ5表示为:
其中,σr为斜距的均方差;
初始高程z0的测高误差模型σ6表示为:
其中,β为观测区域的地形坡度角,ρr为系统距离向分辨率。
优选地,该方法进一步包括步骤6:通过调整不同误差源的误差精度大小,得到不同误差源误差关系下,总测高精度在雷达工作范围内的空间分布。
有益效果:
本发明以测高误差源分配为前提,结合观测的对象空间位置信息,获得误差的空间分布,从而得到观测区域的高程精度。通过将精度分析中所选取的典型值,用目标的位置信息代替,改善了现有技术在精度定量分析中的不准确性。
附图说明
图1为地基干涉合成孔径雷达测高模型;
图2为地基干涉SAR系统空间坐标系的建立;
图3(a)和图3(b)为各个误差源引起的误差在空间的分布;
图4为不同主要误差源条件下系统测高误差空间分布;
图5为本发明流程图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明针对目前的地基干涉系统精度分析尚不准确的问题,提出一种基于目标空间分布信息的GB-InSAR系统高程精度分析方法,该分析方法可用于系统参数与误差源精度确定的地基干涉系统。
本发明的基于目标空间分布信息的GB-InSAR系统高程精度分析方法,包括如下步骤,如图5所示:
步骤一、根据地基干涉SAR系统的测高原理,建立地基干涉SAR系统的高程测量模型,提取对高程测量精度影响的误差源。
本步骤,建立地基干涉SAR系统的高程测量模型的方法:在传统高程测量模型的基础上引入了基线倾角α,使得后续的精度分析中能够包括基线倾角的大小及其误差这两个重要的参数,从而让整个地基干涉系统模型建立更加完备。
根据图1的干涉测高模型几何关系,得到单发双收系统的精确的测高公式:
考虑到r>>B,采用近似处理两雷达到目标的斜距差,得到简化的近似测高公式:
步骤二、对各项误差源的误差所引起的测高误差进行建模,获得误差源误差引起的测高模型。
上式中每一项为一种误差源误差所引起的测高误差。
对上述分量的表达式,用各个参量的均方差σ表征各个误差源的误差Δ,并代替上述各项的微分小量,得到六种误差源误差所引起的测高误差如下:
主要由相位差的不确定性引起,并与斜距、基线长等因素有关,其具有随机误差的属性,描述了数字高程图上每一点的统计变化,引起不确定的主要原因包括各种去相干源,失配及斑点噪声。由于其受到多种误差源与去相干源的影响,无法简单的得到其概率分布的形式,考虑系统输入为静态白圆高斯复信号,其经过线性系统并与噪声叠加得到从而其概率密度函数。其概率密度函数完全可以用两个参数,真实干涉相位和相干系数γ表示,期望为方差只与γ有关。在假定的均匀场景条件下,当两幅图像相关性良好时,可以用如下式子来近似计算干涉相位的均方差:
式中γ为相干系数。受到噪声去相关、空间去相关影响。
σ3=r·cosθσα,主要由基线的误差源引起,包括基线的长度误差和倾角误差,具有测量误差的属性,其中基线长度误差ΔB所引起的测高误差受到基线长和视角的影响,而基线倾角误差Δα只受到视角的影响。因为ΔB和Δα属于测量误差,即可以按高斯随机变量对其建模,其均方差σB和σα均由测量工具精度决定。
σ5=sinθσr,主要由斜距计算的不确定性以及分辨率量化间隔引起,受到波束视角θ的影响,其受到定时系统抖动,大气的延时,大气的变化等因素的影响,对于地基较短的测量距离与斜距而言,大气延时基本可以忽略不计,因此其具有量化误差的属性。对量化误差,按均匀分布对其进行建模。W0为系统的发射调频连续波的带宽,忽略地基在去相关的影响下,导致频谱移动造成的距离分辨率下降,从而得到均匀分布的标准差,即斜距的均方差为
上述六种测量量等价于视角、基线长、基线倾角、波长、斜距长和初始高度的关系,显然它们相互独立。因此,得到系统总均方根测高误差与上述六种误差源误差所引起的测高误差关系如下:
即,
步骤三,建立地基干涉SAR系统的空间坐标系,将空间位置信息引入上述的测高误差模型中,分析空间位置对高程测量精度的影响,得到包含空间位置信息的测高误差模型。每个误差源的测高误差模型为与空间位置信息、系统参数和相应误差源的误差精度相关的表达式。
基线长度误差、基线倾角误差、载波波长误差、斜距误差和初始高程误差本身不会受到空间位置的影响,但是由各误差源所引起的测高误差会引入与空间位置有关的相应参数,主要包括斜距r与波束方向θ。此外,干涉相位误差受到相干系数的影响,而去相干与垂直基线长度有关,因此其也会受到空间位置的影响。建立如图2的直角坐标系xyz,合成孔径中心位于z轴上的某一点(0,0,z0),合成孔径平行于x轴。不失一般性,设空间点目标位于yz平面内。则上述六种误差源引起的测高误差均能被表述为包含目标点空间位置信息(y,z)的形式。具体如下:
σ3=yσα
上述可以根据计算,且γ采用经验值代入,但是这样精度较低。相干系数γ可以被分解为时间去相干、空间去相干和热噪声去相干。由于观测时间基线短,忽略时间去相干;热噪声去相干γSNR与系统参数中的噪声等效后向散射系数有关;空间去相干γspatial与垂直视线方向的基线长度有关,因此空间位置也会对其产生影响,空间去相干表达式如下:
其中为波束视角,β为地形坡度,B⊥为垂直波束方向基线长,ρr为系统距离向分辨率。因此空间位置也会对其产生影响,同理根据上述方法,将空间位置信息引入空间去相关系数γspatial,得到包含空间位置信息的空间去相干系数γspatial的表达式如下:
可用上式方法计算相干系数,γ=γSNRγspatial。
步骤四、按照公式(I)的表达,将步骤3获得的测高误差模型进行整合,得到地基干涉SAR系统的总测高精度的模型,即高程测量误差模型。
步骤五、根据给定的系统参数(B、α、λ、r、z0)与各误差源的误差精度(σB、σα、σλ、σr、),代入步骤3获得的各测高误差模型,并输入雷达工作范围内各个点的空间位置信息(y、z),仿真得到各个误差源所引起的测高误差的空间分布;根据步骤4的整合方式,获得当前误差精度下总测高精度在雷达工作范围内的空间分布。
通过调整不同误差源的误差精度大小,得到不同误差关系下,总测高精度在雷达工作范围内的空间分布。此分析可以对特定地形观测的系统设计,所需要的不同精度指标进行指导。
至此,本流程结束。
下面给出一个实例。本实施例中,系统的参数与误差源精度值如下:
其中,斜距误差用系统参数计算得出。
采用本发明所公开的基于目标空间分布信息的GB-InSAR系统高程精度分析方法来完成上述系统的高程精度分析并仿真。包括如下步骤:
步骤一,根据地基干涉测高原理,获取对高程影响的误差源。包括干涉相位,基线长度,基线倾角,波长,斜距和初始高程六部分。仿真忽略初始高程误差。
步骤二,依照上述方法中各误差源误差引起的测高误差的建模,在仿真参数中给出了基线长度,基线倾角,波长,斜距这四个误差源的误差精度,干涉相位的误差精度需要通过由系统参数计算相干系数的计算得到。
步骤三,建立干涉系统的空间直角坐标系,合成孔径中心位于原点,考虑3000m的雷达工作范围。将范围内的每一个点坐标信息带入上述的高程误差表达式,可以得到各个误差源引起的误差在空间的分布,如图3所示。调整相应的误差精度,可以得到在不同误差关系的条件下,系统总测量精度的空间分布,如图4所示。
通过本实施例的仿真和实测数据的处理,可以发现利用本发明可以完成对确定的地基干涉系统进行高程测量精度分析,并可有效地将观测场景的位置信息融入测高精度分析中,获得高程测量误差的空间分布。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于目标空间分布信息的地基干涉SAR系统高程精度分析方法,其特征在于,包括以下步骤:
步骤1、根据地基干涉SAR系统的测高原理,建立地基干涉SAR系统的高程测量模型,提取对高程测量精度影响的误差源;
所述步骤1为:在传统高程测量模型的基础上引入基线倾角α,并采用近似处理两雷达到目标的斜距差,得到地基干涉SAR系统的高程测量模型为:
步骤2、对各项误差源的误差所引起的测高误差进行建模,获得误差源误差引起的测高误差模型;
步骤3、建立地基干涉SAR系统的空间坐标系,将空间位置信息引入所述测高误差模型中,获得包含空间位置信息的测高误差模型;每个误差源的测高误差模型为与空间位置信息、系统参数和相应误差源的误差精度相关的表达式;
所述步骤3获得的包含空间位置信息的测高误差模型为:
建立地基干涉SAR系统的空间直角坐标系xyz,合成孔径中心为z轴上的一点,合成孔径平行于x轴,空间点目标位于yz平面内;则六种误差源引起的测高误差均能被表述为包含空间位置信息(y,z)的形式;其中,
基线长度B的测高误差模型σ2表示为:
其中,σB为基线长度的均方差;
基线倾角α的测高误差模型σ3表示为:
σ3=yσα
其中,σα为基线倾角的均方差;
载波波长λ的测高误差模型σ4表示为:
其中,σλ为载波波长的均方差;
斜距r的测高误差模型σ5表示为:
其中,σr为斜距的均方差;
初始高程z0的测高误差模型σ6表示为:
步骤4、将步骤3获得的测高误差模型进行整合,得到地基干涉SAR系统的总测高精度的模型,即高程测量误差模型;
步骤5、根据给定的系统参数与各误差源的误差精度,代入步骤3获得的各测高误差模型,并输入雷达工作范围内各个点的空间位置信息,仿真得到各个误差源所引起的测高误差的空间分布;根据步骤4的整合方式获得当前误差精度下总测高精度在雷达工作范围内的空间分布。
3.如权利要求1所述的方法,其特征在于,该方法进一步包括步骤6:通过调整不同误差源的误差精度大小,得到不同误差源误差关系下,总测高精度在雷达工作范围内的空间分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710773555.3A CN109425858B (zh) | 2017-08-31 | 2017-08-31 | 基于目标空间分布信息的GB-InSAR系统高程精度分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710773555.3A CN109425858B (zh) | 2017-08-31 | 2017-08-31 | 基于目标空间分布信息的GB-InSAR系统高程精度分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109425858A CN109425858A (zh) | 2019-03-05 |
CN109425858B true CN109425858B (zh) | 2022-07-08 |
Family
ID=65505429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710773555.3A Active CN109425858B (zh) | 2017-08-31 | 2017-08-31 | 基于目标空间分布信息的GB-InSAR系统高程精度分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109425858B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110907932B (zh) * | 2019-11-26 | 2022-03-18 | 上海卫星工程研究所 | 分布式InSAR卫星测高精度影响因素分析方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101887122A (zh) * | 2010-06-29 | 2010-11-17 | 上海大学 | 可消除地面高程误差的星载sar图像目标定位方法 |
CN102183761A (zh) * | 2011-02-22 | 2011-09-14 | 中国人民解放军国防科学技术大学 | 星载干涉合成孔径雷达数字高程模型重建方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140267250A1 (en) * | 2013-03-15 | 2014-09-18 | Intermap Technologies, Inc. | Method and apparatus for digital elevation model systematic error correction and fusion |
-
2017
- 2017-08-31 CN CN201710773555.3A patent/CN109425858B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101887122A (zh) * | 2010-06-29 | 2010-11-17 | 上海大学 | 可消除地面高程误差的星载sar图像目标定位方法 |
CN102183761A (zh) * | 2011-02-22 | 2011-09-14 | 中国人民解放军国防科学技术大学 | 星载干涉合成孔径雷达数字高程模型重建方法 |
Non-Patent Citations (2)
Title |
---|
InSAR测高原理及精度分析;耿辉 等;《电子测量技术》;20110228;第34卷(第2期);全文 * |
相位误差对InSAR相对测高精度影响;葛仕奇 等;《北京理工大学学报》;20120228;第32卷(第2期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109425858A (zh) | 2019-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Blair et al. | Modeling laser altimeter return waveforms over complex vegetation using high‐resolution elevation data | |
CN106526593A (zh) | 基于sar严密成像模型的子像素级角反射器自动定位方法 | |
Magnard et al. | Analysis of a maximum likelihood phase estimation method for airborne multibaseline SAR interferometry | |
CN103323840A (zh) | 干涉sar回波数据与平台运动及姿态数据的时间对准方法 | |
CN109782278A (zh) | 干涉合成孔径雷达高度计波束中心指向设计方法及系统 | |
CN109425858B (zh) | 基于目标空间分布信息的GB-InSAR系统高程精度分析方法 | |
Ma et al. | Analysis of positioning errors caused by platform vibration of airborne LiDAR system | |
Park et al. | A new measurement model of interferometric radar altimeter for terrain referenced navigation using particle filter | |
CN109946682B (zh) | 基于ICESat/GLAS的GF3数据基线估计方法 | |
CN111650570A (zh) | 一种地基干涉雷达三维大气校正方法及系统 | |
Park et al. | Evenly weighted particle filter for terrain-referenced navigation using gaussian mixture proposal distribution | |
Nitti et al. | On the geolocation accuracy of COSMO-SkyMed products | |
Sun et al. | Improving the iGNSS-R ocean altimetric precision based on the coherent integration time optimization Model | |
Wang et al. | Quantitatively evaluating random attitude measurement errors' impacts on DSM elevation accuracy from airborne laser scanning | |
CN111856464B (zh) | 一种基于单控制点信息的车载sar的dem提取方法 | |
Koppe et al. | Assessment of WorldDEM TM global elevation model using different references | |
CN107656267B (zh) | 面向边坡高程测量的GB-InSAR基线优化设计方法 | |
CN111398956B (zh) | 多基高比星载sar三维定位rd方程优化配权方法 | |
Feng et al. | Icesat validation of tandem-x i-dems over the UK | |
Li et al. | Within-footprint roughness measurements using ICESat/GLAS waveform and LVIS elevation | |
Liu et al. | The evaluation of parametric and non-parametric models for total forest biomass estimation using UAS-LiDAR | |
CN113341410A (zh) | 一种大范围林下地形估计方法、装置、设备及介质 | |
Rebmeister et al. | OCLeaS–A tomographic PSI algorithm using orthogonal matching pursuit and complex least squares | |
Frey et al. | A study on integrated SAR processing and geocoding by means of time-domain backprojection | |
Hameid et al. | Absolute surface elevations accuracies assessment of different DEMs using ground truth data over Kingdom of Bahrain |
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 |