CN111220980B - 一种地基sar非线性大气相位补偿方法 - Google Patents
一种地基sar非线性大气相位补偿方法 Download PDFInfo
- Publication number
- CN111220980B CN111220980B CN202010058681.2A CN202010058681A CN111220980B CN 111220980 B CN111220980 B CN 111220980B CN 202010058681 A CN202010058681 A CN 202010058681A CN 111220980 B CN111220980 B CN 111220980B
- Authority
- CN
- China
- Prior art keywords
- points
- sub
- phase
- standard deviation
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000000819 phase cycle Methods 0.000 claims abstract description 26
- 238000010587 phase diagram Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 7
- 239000006185 dispersion Substances 0.000 claims abstract description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
-
- 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
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
本发明提供一种地基SAR非线性大气相位补偿方法,具体过程为:一、采用幅度离差法对多幅地基SAR图像进行PS点的选择;二、建立三角网连接所有的PS点,根据相邻PS点的差分相位序列的标准差,利用预设的标准差门限,剔除噪声PS点;三、采用对剩余的PS点进行子区域划分,根据相邻子区域的差分相位序列的标准差,选择出形变子区域,进一步剔除形变PS点;四、采用对稳定PS点进行子区域划分,进行空间插值估计所有PS点的大气相位,并对干涉相位图进行大气相位补偿。本发明能够实现对地基SAR干涉相位图中的非线性大气相位分量的有效补偿。
Description
技术领域
本发明属于合成孔径雷达技术领域,具体涉及一种地基SAR非线性大气相位补偿方法。
背景技术
作为一种高精度的形变测量仪器,地基SAR(合成孔径雷达,Synthetic ApertureRadar)已经在形变监测领域得到了广泛的应用。地基SAR通常是基于差分干涉测量技术,通过对同一位置、不同时刻获取的两幅SAR图像进行差分干涉处理,基于相位信息来实现形变测量,一般工作在X或者Ku波段,形变测量精度可以达到毫米或者亚毫米量级。地基SAR测量误差的主要来源之一是大气相位,由于不同时刻气象条件的不同,电磁波在大气中传播的速度会发生改变,从而导致大气延时误差。
现阶段地基SAR领域的大气相位补偿方法主要分为三种。第一种方法是在雷达观测场景内建立气象站,基于大气折射率模型,利用气象数据(温度、湿度、大气压等)来对大气相位进行定量估计。第二种方法是在场景中人共布设一些高度稳定的参考目标,采用空间插值的方法实现对整幅图像的大气相位的估计与补偿。第三种则是基于PS(永久散射体,Permanent Scatterer)技术,根据大气相位的空间分布特征,建立描述大气相位的方程,并估计大气相位参数,实现大气相位的补偿。
在基于PS技术进行大气参数估计时,首先要对大气相位建立合理的多参数模型,一般情况下,大气在空间上均匀变化,可以将大气相位建模为随斜距线性变化的分量。然后基于所有PS点的斜距、方位角、干涉相位等参数建立方程组,并对大气参数进行粗估计,此后剔除与模型偏差较大的PS点,基于剩余的PS点重新估计大气参数。该方法不需要气象参数及布设参考点,可以基于大量的PS点进行大气参数的估计,估计精度较高。
基于PS技术的大气相位补偿方法,已经在地基SAR领域得到了广泛的应用,通常可以有效地补偿差分干涉相位图中的大气相位分量。但在采用地基SAR进行长期实时形变测量时,气象条件一直在随时间改变,大气相位的时变性很强,可能受到降雨、降雪、刮风等的影响,大气在空间上非均匀变化,导致大气相位在干涉图中可能表现出复杂的非线性。常规的基于PS技术的大气相位补偿方法无法对部分干涉图进行有效的补偿。
综上所述,针对地基SAR在长期实时形变测量时,部分干涉相位图中大气相位可能表现出复杂的非线性,导致常规的基于PS技术的补偿方法无法有效补偿的问题,有必要开展地基SAR非线性大气相位补偿方法的研究。
发明内容
有鉴于此,本发明提供了一种地基SAR非线性大气相位补偿方法,能够实现对地基SAR干涉相位图中的非线性大气相位分量的有效补偿。
实现本发明的技术方案如下:
一种地基SAR非线性大气相位补偿方法,具体过程为:
一、采用幅度离差法对多幅地基SAR图像进行PS点的选择;
二、建立三角网连接所有的PS点,根据相邻PS点的差分相位序列的标准差,利用预设的标准差门限,剔除噪声PS点;
三、采用对剩余的PS点进行子区域划分,根据相邻子区域的差分相位序列的标准差,选择出形变子区域,进一步剔除形变PS点;
四、采用对剩余的PS(稳定PS点)点进行子区域划分,进行空间插值估计所有PS点的大气相位,并对干涉相位图进行大气相位补偿。
进一步地,本发明步骤二中,所述相邻PS点的差分相位序列的标准差表示为:
进一步地,本发明当一个PS点存在多个相邻PS点时,则计算其与各相邻PS点的差分相位序列的标准差,然后取均值作为该PS点的差分相位序列的标准差。
进一步地,本发明所述标准差门限0.15rad。
进一步地,本发明所述步骤三中所述根据相邻子区域的差分相位序列的标准差,选择出形变子区域,进一步剔除形变PS点的具体过程为:
基于子区域的中心构建Delaunay三角网,将一条边上相连的两个子区域定义为临近子区域,对每一对临近子区域的平均相位序列进行差分处理,并计算差分序列的相位标准差,定义为临近子区域标准差NDSR;
设置临近子区域标准差门限值为0.1rad;
首先将临近子区域标准差NDSR大于门限值0.1rad时的子区域确定为形变子区域,然后根据所述形变子区域中心点构成的最小外接多边形,将处在该多边形内部的子区域同样确定为形变子区域,处在每一个形变子区域范围内的PS点即为形变PS点。
进一步地,本发明所述步骤四的具体过程为:
首先,采用K-means算法,对稳定PS点重新进行子区域划分;
其次,对于每一幅干涉图,分别对各个子区域中的稳定PS点进行相位平均;
最后,基于各个子区域的中心构建Delaunay三角网,分别采用基于Delaunay三角网的逐点内插算法,进行空间插值获取每一个PS点的大气相位,并对每一幅干涉图分别进行大气相位补偿。
有益效果
本发明通过对多幅地基SAR图像进行PS点选择,利用大气相位、噪声相位和形变相位的空间分布特性的差异,区分出噪声PS点、形变PS点和稳定PS点,然后基于稳定PS点实现了对干涉相位图中的大气相位分量的有效补偿。该方法既可以有效补偿良好天气条件下的干涉相位图中的线性大气相位,又可以有效补偿降雨、降雪等较差天气条件下的干涉相位图中的非线性大气相位。
附图说明
图1为本发明的流程图。
图2为Delaunay三角网示意图。
图3为子区域划分示意图。
图4为形变子区域选择示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述。
本发明提供了一种地基SAR非线性大气相位补偿方法,如图1所示,包括以下步骤:
一、采用幅度离差法对多幅地基SAR图像进行PS点的选择;
二、建立三角网连接所有的PS点,根据相邻PS点的差分相位序列的标准差,利用预设的标准差门限,剔除噪声PS点;
三、采用对剩余的PS点进行子区域划分,根据相邻子区域的差分相位序列的标准差,选择出形变子区域,进一步剔除形变PS点;
四、采用对剩余的PS(稳定PS点)点进行子区域划分,进行空间插值估计所有PS点的大气相位,并对干涉相位图进行大气相位补偿。
下面对该方法的每一步骤进行详细说明:
步骤一、PS点选择
基于两幅地基SAR图像获取一幅差分干涉相位图,由于受到系统热噪声、大气扰动等非理想因素的影响,干涉相位图中部分像素点的相位质量很低,通常选择出PS点来进行形变分析。在差分干涉SAR领域,通常采用幅度离差法来进行PS点的选择。幅度离差法通过对一个像元在多幅时序SAR图像中的幅度稳定性的估计来选择PS点,用来PS点选择的SAR图像数量一般不少于20幅。一个像素点的幅度离差值DA的计算公式为
DA=σA/mA (1)
其中,σA和mA分别表示像素点幅度时间序列的标准差和均值。通过对DA设置一定的阈值DT,即可以实现PS点的选择。DT的常用取值范围为0.1~0.25。PS选取准则为DA≤DT (2)
根据形变相位、大气相位和噪声相位的分布特征的不同,将PS点划分为三类:
步骤二、噪声PS点剔除
由于形变相位分量、大气相位分量和噪声相位分量,这三个分量之间彼此不相关,一个PS点的相位序列的标准差σInP可以表示为
在较小的空间范围内,大气相位对相邻PS点m和n的影响可以视为是相同的,可以忽略形变相位和在空间和时间上均是高度相关的;噪声相位和则彼此独立。如果噪声相位服从高斯分布,则两个PS点m和n的差分相位序列的标准差可以表示
对所有的PS点建立Delaunay三角网,Delaunay三角网是一系列相连但不重叠的三角形的集合,且任意一个三角形的外接圆均不包含其他任何点。每一个PS点至少处在一个三角形中,将一个三角形的一条边所连接的两个PS点定义为相邻PS点。图2所示为Delaunay三角网示意图,图中的圆形点代表离散分布的PS点,采用一系列三角形将这些PS点连接起来。然后计算每一对相邻PS点的差分相位序列的标准差,如果一个PS点有多个相邻PS点,对这些点对的相位标准差取均值,定义为临近标准差SDNPS。设置合理的标准差选择门限TNPS,将SDNPS大于TNPS的PS点视为噪声PS点。TNPS的典型取值为0.15rad。
步骤三、形变PS点分析
在剔除噪声PS点后,采用K-means方法(K均值聚类算法,K-means clusteringalgorithm)对剩余的PS点进行子区域划分。假设将样本集x划分为K个簇(C1,C2,…,CK),各簇间的平方误差和E可以表示为
其中,||||表示二阶范数,即向量的模。μi是簇Ci的均值向量,可以表示为
其中,||表示一阶范数,|Ci|即簇中点的数量。图3所示为子区域划分示意图。图中较小的圆形点代表PS点,基于K-means方法将这些点划分为3个簇。3个多边形分别为每一个簇的最小外接多边形,代表一个子区域;3个较大的方形点代表各个簇的中心点,也就是子区域中心点。
基于这些子区域的中心点构建Delaunay三角网。将一条边上相连的两个子区域定义为临近子区域。对每一对临近子区域的平均相位序列进行差分处理,并计算差分序列的相位标准差,定义为临近子区域标准差NDSR。设置合理的标准差选择门限TSR,对于NDSR大于TSR的每一对临近子区域,将平均相位序列的标准差较大的那个定义为形变子区域。TSR的典型取值为0.1rad。在初步获取到这些形变子区域后,以每一个形变子区域的中心点为基准,构建一个最小外接多边形连接这些中心点,处在该多边形内部的那些子区域同样为形变子区域。
因此,形变子区域的选择分为两步:首先基于标准差门限TSR初次选择,然后利用最小外接多边形二次选择。处在每一个形变子区域范围内的PS点即为形变PS点。图4所示为形变子区域选择示意图。图中所有的方形点代表子区域中心点,所有较细的黑色实线构成Delaunay三角网。假设较大的黑色实心方形点是基于门限TSR初步筛选出的形变子区域,较粗的黑色实线即为这些形变子区域的最小外接多边形,多边形内部的黑色空心方形点代表二次选择出的子区域。
步骤四、非线性大气相位补偿
对于每一个干涉组的所有图像,经过噪声PS点和形变PS点剔除后,剩下的即为稳定PS点。采用K-means算法,对稳定PS点重新进行子区域划分。然后对于每一幅干涉图,分别对各个子区域中的稳定PS点进行相位平均。由于稳定PS点的干涉相位中仅包括大气相位分量和噪声相位分量,通过对一定空间范围内的PS点的干涉相位进行平均,等价于进行了空间维噪声滤波,则平均相位中仅包含大气相位分量。最后基于各个子区域的中心点构建Delaunay三角网,进行空间插值获取每一个PS点的大气相位。
反距离加权插值算法是利用已知点与待插点之间的距离来定义加权因子,然后加权计算待插点的相位,距离越近加权比重越大。其计算公式为:
基于式(9)估计出每一个PS点的大气相位后,从其干涉相位中减去大气相位分量,即可以实现大气相位补偿。
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 (5)
1.一种地基SAR非线性大气相位补偿方法,其特征在于,具体过程为:
一、采用幅度离差法对多幅地基SAR图像进行PS点的选择;
二、建立三角网连接所有的PS点,根据相邻PS点的差分相位序列的标准差,利用预设的标准差门限,剔除噪声PS点;
三、采用对剩余的PS点进行子区域划分,根据相邻子区域的差分相位序列的标准差,选择出形变子区域,进一步剔除形变PS点;
四、采用对剩余的PS点进行子区域划分,进行空间插值估计所有PS点的大气相位,并对干涉相位图进行大气相位补偿;
所述步骤三中所述根据相邻子区域的差分相位序列的标准差,选择出形变子区域,进一步剔除形变PS点的具体过程为:
基于子区域的中心构建Delaunay三角网,将一条边上相连的两个子区域定义为临近子区域,对每一对临近子区域的平均相位序列进行差分处理,并计算差分序列的相位标准差,定义为临近子区域标准差NDSR;
设置临近子区域标准差门限值为0.1rad;
首先将临近子区域标准差NDSR大于门限值0.1rad时的子区域确定为形变子区域,然后根据所述形变子区域中心点构成的最小外接多边形,将处在该多边形内部的子区域同样确定为形变子区域,处在每一个形变子区域范围内的PS点即为形变PS点。
3.根据权利要求1所述地基SAR非线性大气相位补偿方法,其特征在于,当一个PS点存在多个相邻PS点时,则计算其与各相邻PS点的差分相位序列的标准差,然后取均值作为该PS点的差分相位序列的标准差。
4.根据权利要求3所述地基SAR非线性大气相位补偿方法,其特征在于,所述标准差门限0.15rad。
5.根据权利要求1所述地基SAR非线性大气相位补偿方法,其特征在于,所述步骤四的具体过程为:
首先,采用K-means算法,对稳定PS点重新进行子区域划分;
其次,对于每一幅干涉图,分别对各个子区域中的稳定PS点进行相位平均;
最后,基于各个子区域的中心构建Delaunay三角网,分别采用基于Delaunay三角网的逐点内插算法,进行空间插值获取每一个PS点的大气相位,并对每一幅干涉图分别进行大气相位补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010058681.2A CN111220980B (zh) | 2020-01-19 | 2020-01-19 | 一种地基sar非线性大气相位补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010058681.2A CN111220980B (zh) | 2020-01-19 | 2020-01-19 | 一种地基sar非线性大气相位补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111220980A CN111220980A (zh) | 2020-06-02 |
CN111220980B true CN111220980B (zh) | 2022-03-08 |
Family
ID=70828439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010058681.2A Active CN111220980B (zh) | 2020-01-19 | 2020-01-19 | 一种地基sar非线性大气相位补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111220980B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111736152B (zh) * | 2020-08-17 | 2020-12-22 | 深圳大学 | 一种道路边坡稳定性监测方法及车载平台装置 |
CN112748430B (zh) * | 2020-12-02 | 2023-10-20 | 北京理工大学 | 一种基于空间划分的多基地大气相位联合补偿方法 |
CN114397629A (zh) * | 2021-04-01 | 2022-04-26 | 宋千 | 一种地基圆弧干涉合成孔径雷达大气干扰相位校正方法 |
CN114624708B (zh) * | 2022-05-16 | 2022-08-12 | 中山大学 | 一种复杂环境下的大气校正方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006013819A (ja) * | 2004-06-24 | 2006-01-12 | Fujitsu Ltd | レーダ用レフレクタ |
CN107123164A (zh) * | 2017-03-14 | 2017-09-01 | 华南理工大学 | 保持锐利特征的三维重建方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2896583B1 (fr) * | 2006-01-20 | 2008-10-17 | Onera (Off Nat Aerospatiale) | Interferometre optique achromatique et compact, du type a decalage trilateral |
US8736486B2 (en) * | 2007-12-28 | 2014-05-27 | Interstitial, Llc | Synthetic aperture radar system |
US8872696B2 (en) * | 2011-09-21 | 2014-10-28 | Rosemount Tank Radar Ab | Intermittent surface measurement |
CN104091064B (zh) * | 2014-07-02 | 2017-02-22 | 北京航空航天大学 | 基于优化解空间搜索法的PS‑DInSAR地表形变测量参数估计方法 |
CN104849712B (zh) * | 2015-04-22 | 2017-04-05 | 北京理工大学 | 一种基于多基地mimo‑sar的三维形变监测系统 |
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 |
CN107884772A (zh) * | 2017-10-26 | 2018-04-06 | 中国测绘科学研究院 | 时间序列InSAR最佳干涉像对选择的方法及装置 |
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 |
-
2020
- 2020-01-19 CN CN202010058681.2A patent/CN111220980B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006013819A (ja) * | 2004-06-24 | 2006-01-12 | Fujitsu Ltd | レーダ用レフレクタ |
CN107123164A (zh) * | 2017-03-14 | 2017-09-01 | 华南理工大学 | 保持锐利特征的三维重建方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111220980A (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111220980B (zh) | 一种地基sar非线性大气相位补偿方法 | |
CN105974414B (zh) | 基于二维自聚焦的高分辨聚束sar自聚焦成像方法 | |
CN107193003B (zh) | 一种稀疏奇异值分解扫描雷达前视成像方法 | |
CN109508445A (zh) | 一种带有色量测噪声和变分贝叶斯自适应卡尔曼滤波的目标跟踪方法 | |
CN107102333B (zh) | 一种星载InSAR长短基线融合解缠方法 | |
CN108627833A (zh) | 一种基于GB-InSAR的大气相位补偿方法 | |
CN104360332B (zh) | 基于地基合成孔径雷达干涉的大气相位屏提取方法 | |
CN111273293B (zh) | 一种顾及地形起伏的InSAR残余运动误差估计方法及装置 | |
CN109752715B (zh) | 一种sar数据全散射体探测方法及装置 | |
CN115356732B (zh) | 面向InSAR形变结果的潜在滑坡风险区域识别方法 | |
CN105137408A (zh) | 一种最优天线方向图选取的雷达角超分辨方法 | |
CN113030964B (zh) | 基于复Laplace先验的双基地ISAR稀孔径高分辨成像方法 | |
CN113552565B (zh) | 针对sar数据高噪声及大梯度变化区域的相位解缠方法 | |
Govaers | On independent axes estimation for extended target tracking | |
CN111008355A (zh) | 一种基于信任传播的气象地面要素插值方法 | |
CN110231620A (zh) | 一种噪声相关系统跟踪滤波方法 | |
CN109946682B (zh) | 基于ICESat/GLAS的GF3数据基线估计方法 | |
CN109085556A (zh) | 一种基于一二阶峰比值的高频地波雷达浪场形成方法 | |
CN111913155A (zh) | 基于阵列雷达的二维doa估计方法 | |
Danudirdjo et al. | Local subpixel coregistration of interferometric synthetic aperture radar images based on fractal models | |
Refice et al. | On the use of anisotropic covariance models in estimating atmospheric DInSAR contributions | |
CN117491998A (zh) | 一种步进频率合成孔径成像方法及系统 | |
EP1019746B1 (en) | Averaging-area-constrained adaptive interferometric filter that optimizes combined coherent and noncoherent averaging | |
CN105116410B (zh) | 基于线性模型匹配的干涉相位图自适应滤波算法 | |
CN115131373B (zh) | 基于纹理特征和slic的sar图像分割方法 |
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 |