CN113495271A - 一种sar层析高度向成像方法及系统 - Google Patents

一种sar层析高度向成像方法及系统 Download PDF

Info

Publication number
CN113495271A
CN113495271A CN202110141893.1A CN202110141893A CN113495271A CN 113495271 A CN113495271 A CN 113495271A CN 202110141893 A CN202110141893 A CN 202110141893A CN 113495271 A CN113495271 A CN 113495271A
Authority
CN
China
Prior art keywords
sar
pixel
matrix
observation
pixels
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
Application number
CN202110141893.1A
Other languages
English (en)
Other versions
CN113495271B (zh
Inventor
陈志扬
胡程
董锡超
崔畅
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.)
Beijing Institute of Technology BIT
Chongqing Innovation Center of Beijing University of Technology
Advanced Technology Research Institute of Beijing Institute of Technology
Original Assignee
Beijing Institute of Technology BIT
Chongqing Innovation Center of Beijing University of Technology
Advanced Technology Research Institute of Beijing Institute of Technology
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 Beijing Institute of Technology BIT, Chongqing Innovation Center of Beijing University of Technology, Advanced Technology Research Institute of Beijing Institute of Technology filed Critical Beijing Institute of Technology BIT
Priority to CN202110141893.1A priority Critical patent/CN113495271B/zh
Publication of CN113495271A publication Critical patent/CN113495271A/zh
Application granted granted Critical
Publication of CN113495271B publication Critical patent/CN113495271B/zh
Active 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

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)

Abstract

本发明公开了一种SAR层析高度向成像方法及系统，涉及合成孔径雷达技术领域，本发明在进行SAR层析时，考虑相关系数的影响，并根据相关系数提高SAR层析的高度向位置估计精度，避免了非强点目标对SAR层析高度向成像精度的影响。具体方案为：针对同一地区，获取其配准后的共N幅SAR图像，N至少为3；根据高度向成像需求确定平面范围内的点；对应任意一个平面点，在N幅SAR图像分别中选取当前平面点对应的像素，得到共N个待处理像素；利用N个待处理像素，对当前平面向点进行高度向散射信息求解；所有平面点的高度向散射信息组成当前地区的高度向成像。

Description

一种SAR层析高度向成像方法及系统
技术领域
本发明涉及合成孔径雷达技术领域，具体涉及一种SAR层析高度向成像方法及系统。
背景技术
合成孔径雷达(SAR)层析利用多幅具有一定观测视角差异的合成孔径雷达图像形成高度向合成孔径，可分离同一个分辨单元内的叠掩目标从而实现三维成像。叠掩目标的高度向位置估计是SAR层析最重要的目的之一。近年来，大量基于压缩感知(CS)的SAR层析高度向成像算法被提出，可有效提高平面点目标位置估计精度，并具有超分辨的能力。
由于用于SAR层析的各幅图像对应的SAR平台具有不同的视角，因此不同图像对之间的相关系数有所不同。相关系数表征图像之间的相关性。在干涉合成孔径雷达中，相关系数直接影响了高程反演的精度。然而，在SAR层析中，现有基于CS的层析成像算法都未考虑图像相关系数对高度向成像的影响。
由于强点目标(例如城市建筑边缘、裸露岩石等)的不同图像对的相关系数通常非常接近，因此可以针对这些目标应用上述的层析成像算法。然而，强点外的自然区域(例如森林等)的不同图像对的相关系数通常差异大。相关系数与基线长度密切相关，这在地球同步轨道SAR(GEO SAR)中尤为明显。若应用上述算法，则不可避免地面临目标高度位置估计精度低的问题。
因此，现有技术的方案中，对于非强点目标在图像中像素占比较高，影响 SAR层析高度向成像精度的问题没有得到解决。
发明内容
有鉴于此，本发明提供了一种SAR层析高度向成像方法及系统，在进行SAR 层析时，考虑相关系数的影响，并根据相关系数提高SAR层析的高度向位置估计精度，避免了非强点目标对SAR层析高度向成像精度的影响。
为达到上述目的，本发明的技术方案包括如下步骤：
步骤1、针对同一地区，获取其配准后的共N幅SAR图像，N至少为3；
步骤2、根据高度向成像需求确定要成像的平面范围；在平面范围内顺次选取每个平面点，在N幅SAR图像分别中选取当前平面点对应的像素，得到共N 个待处理像素；利用N个待处理像素，对当前平面点进行高度向散射信息求解；要成像的平面范围内的所有平面点的高度向散射信息组成当前地区的高度向成像。
利用N个待处理像素，对当前平面点进行高度向散射信息求解，具体包括如下步骤：
在各幅SAR图像中，以待处理像素为中心选取设定尺寸的像素方块，共得到N个像素方块。
使用各像素方块计算两两之间的复相关和相关系数；将相关系数组成相关系数矩阵Γ；将复相关排列成观测向量b。
构造观测矩阵A。
求解相关系数矩阵Γ的逆矩阵，得到Γ-1，使用Γ-1的各个元素对观测向量b和观测矩阵A进行加权，分别得到加权观测向量
Figure RE-GDA0003217153160000021
和加权观测矩阵
Figure RE-GDA0003217153160000022
利用加权观测向量
Figure RE-GDA0003217153160000023
和加权观测矩阵
Figure RE-GDA0003217153160000024
进行SAR层析高度向成像，得到当前平面点的散射信息
Figure RE-GDA0003217153160000025
进一步地，步骤1中，还包括提取各幅SAR图像中的如下参数：
获取各幅SAR图像对应轨道的孔径中心时刻的SAR的坐标，记为
Figure RE-GDA0003217153160000031
n＝1,2,…,N，其中O为地球中心位置，Sn为第n幅SAR图像对应雷达的位置；选取任意一幅SAR图像，其对应轨道为参考轨道，参考轨道的孔径中心时刻的SAR 的速度为v、位置为
Figure RE-GDA0003217153160000032
S0为参考轨道对应SAR图像对应雷达的位置；获取 SAR图像中心像素对应的坐标，记为
Figure RE-GDA0003217153160000033
P为SAR图像中心像素位置。
获取高度向成像范围[smin,smax]和对此范围量化的点数M。
进一步地，对应同一个平面点，在N幅SAR图像分别中选取当前平面点对应的像素，得到共N个待处理像素，之前还包括：对N幅SAR图像分别进行去斜操作。
进一步地，在各幅SAR图像中，以待处理像素为中心选取设定尺寸的像素方块，共得到N个像素方块，具体为：在各幅SAR图像中，以对应的待处理像素为中心，选取L×L大小窗口内的像素方块，记为In，n＝1,2,…,N；其中L为设定尺寸，且L为奇数；
进一步地，使用各像素方块计算两两之间的复相关和相关系数，将相关系数组成相关系数矩阵Γ；将复相关排列成观测向量b，具体为：使用各像素方块计算两两之间的复相关和相关系数，其中第m和n个像素方块之间的复相关和相关系数分别记为gm,n和γm,n；m和n取值均为[1,N]范围内的整数；将相关系数组成矩阵Γ，其第m行、第n列的元素为[Γ]m,n＝γm,n；将复相关排列成观测向量b，其第m行、第n列的元素为[b]m+n·N＝gm,n。
进一步地，构造观测矩阵A，具体为：
首先计算任意两个雷达之间的垂直基线，记第m和n个SAR图像对应雷达之间的垂直基线为bm,n；然后计算高度方向波数ξm,n＝4πbm,n/(λr)，其中λ为雷达波长，
Figure RE-GDA0003217153160000041
表示参考轨道到场景中心的斜距；接着将高度向成像范围 [smin,smax]均匀划分为M个点，其中第l个点记为sl，l＝1,2,…,M；最后观测矩阵A 各个元素的计算方式为[A]m+n·N,l＝exp(jξm,nsl)。
进一步地，使用Γ-1的各个元素对观测向量b和观测矩阵A进行加权，分别得到加权观测向量
Figure RE-GDA0003217153160000042
和加权观测矩阵
Figure RE-GDA0003217153160000043
具体为：
加权观测向量
Figure RE-GDA0003217153160000044
中第m+n·N个元素为
Figure RE-GDA0003217153160000045
加权观测矩阵
Figure RE-GDA0003217153160000046
中第m行、第n列的元素为
Figure RE-GDA0003217153160000047
m和n取值均为[1,N]范围内的整数。
进一步地，利用加权观测向量
Figure RE-GDA0003217153160000048
和加权观测矩阵
Figure RE-GDA0003217153160000049
进行SAR层析高度向成像，得到当前平面点的散射信息
Figure RE-GDA00032171531600000410
具体为：
构建关于当前平面点的散射信息p的最小范数优化问题并进行求解，得到当前平面点的散射信息的优化解
Figure RE-GDA00032171531600000411
Figure RE-GDA00032171531600000412
其中|| ||1和|| ||2分别表示L1范数和2范数；η表示加权因子。
本发明另外一个实施例还提供了一种SAR层析高度向成像系统，包括：SAR 图像采集模块以及高度向成像模块。
SAR图像采集模块，用于采集获取针对同一地区的配准后的共N幅SAR图像，N至少为3。
高度向成像模块，用于高度向成像需求确定要成像的平面范围；在所述平面范围内顺次选取每个平面点，对应同一个当前平面点，在N幅SAR图像分别中选取当前平面点对应的像素，得到共N个待处理像素；利用N个待处理像素，对当前平面点进行散射信息求解，所有平面点的散射信息组成当前地区的高度向成像。
其中利用N个待处理像素，对当前平面点进行散射信息求解，具体采用如下方式：
在各幅SAR图像中，以待处理像素为中心选取设定尺寸的像素方块，共得到N个像素方块。
使用各像素方块计算两两之间的复相关和相关系数；将相关系数组成相关系数矩阵Γ；将复相关排列成观测向量b。
构造观测矩阵A。
求解相关系数矩阵Γ的逆矩阵，得到Γ-1，使用Γ-1的各个元素对观测向量b和观测矩阵A进行加权，分别得到加权观测向量
Figure RE-GDA0003217153160000051
和加权观测矩阵
Figure RE-GDA0003217153160000052
利用加权观测向量
Figure RE-GDA0003217153160000053
和加权观测矩阵
Figure RE-GDA0003217153160000054
进行SAR层析高度向成像，得到当前平面点的散射信息
Figure RE-GDA0003217153160000055
有益效果：
本发明提供一种改进的SAR层析高度向成像方法及系统，该成像方法可根据图像对的相关系数计算加权系数，并使用加权系数对基于CS的层析高度向成像算法进行改进，从而提高高度向位置估计的精度。
附图说明
图1为改进的SAR层析成像方法流程；
图2为SAR层析数据获取数据原理图；
图3为本发明提供的实例中仿真得到的各天与第一天图像之间的相关系数；
图4为使用传统CS层析成像算法和本方法得到的场景剖面图。
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。
本发明的一个实施例提供了一种SAR层析高度向成像方法，其流程图如图1所示。实现SAR层析需要多幅SAR图像，这可以由同一颗卫星多次照射同一个地区获取，如图2所示。本实施例的具体步骤如下：
步骤1，获取配准后的同一个地区的SAR图像，数量记为N，N至少为3。
本发明实施例中还应当获取各幅SAR图像的如下参数：
获取各幅图像对应的轨道孔径中心时刻的SAR的坐标，记为
Figure RE-GDA0003217153160000061
n＝1,2,…,N，其中O为地球中心位置，Sn为第n个雷达的位置；选取任意一幅图像，记对应的轨道(记为参考轨道，下标用0表示)孔径中心时刻的SAR的速度为v、位置为
Figure RE-GDA0003217153160000062
获取SAR图像中心(对应场景中心)像素对应的坐标，记为
Figure RE-GDA0003217153160000063
获取高度向成像范围[smin,smax]和对此范围量化的点数M，本发明实施例中，[smin,smax]和M均为用户输入数据。
步骤2，根据高度向成像需求确定要成像的平面范围；在平面范围内顺次选取每个平面点，在N幅SAR图像分别中选取当前平面点对应的像素，得到共N 个待处理像素；利用N个待处理像素，对当前平面点进行散射信息求解；所有平面点的散射信息组成当前地区的高度向成像。
该步骤2具体包括如下步骤：
S201、对各幅SAR图像进行去斜操作，然后根据高度向成像需求要成像的平面范围；在平面范围内顺次选取每个平面点；对应同一个平面点，在N幅SAR 图像分别中选取当前平面点对应的像素，得到共N个待处理像素。
在各个SAR图像中，以该像素为中心，选取L×L大小窗口内的像素方块，记为In，n＝1,2,…,N。其中L为用户输入的窗口大小，且为奇数。
去斜操作是对图像中所有像素补偿该像素对应的地平面的理论成像相位。去斜操作是所有SAR层析处理流程的预处理操作。
S202、使用各像素方块计算两两之间(包括和自身)的复相关和相关系数。第m和n个像素方块之间的复相关和相关系数分别记为gm,n和γm,n。
S203、将相关系数组成矩阵Γ，其第m行、第n列的数为[Γ]m,n＝γm,n；将复相关排列成观测向量b，各元素为[b]m+n·N＝gm,n。
S204、根据参考轨道和中心像素的信息构造观测矩阵A。首先计算任意两个雷达之间的垂直基线，记第m和n个雷达之间的垂直基线为bm,n；然后计算高度方向波数ξm,n＝4πbm,n/(λr)，其中λ为雷达波长，
Figure RE-GDA0003217153160000071
表示参考轨道到场景中心的斜距；接着将高度向成像范围[smin,smax]均匀划分为M个点(含首尾)，记为sl，l＝1,2,…,M；最后观测矩阵A各个元素的计算方式为[A]m+n·N,l＝exp(jξm,nsl)。
S205、求解Γ的逆矩阵，得到Γ-1，使用Γ-1的各个元素对观测向量b以及观测矩阵A进行加权，分别得到加权观测向量
Figure RE-GDA0003217153160000077
和加权观测矩阵
Figure RE-GDA0003217153160000076
计算方式分别为
Figure RE-GDA0003217153160000072
Figure RE-GDA0003217153160000073
公式(4)和(5)中是基于最大似然准则推导得到的，具体原理如下所示。
考虑一小片高度向坐标为s、散射幅度为σ的分布式目标，则N幅图像该目标的像素h1,h2,…,hN的联合分布为如下所示的0均值高斯分布：
Figure RE-GDA0003217153160000074
其中h＝[h1,h2,…,hN]T，C＝E{hhH}为这N个像素的协方差矩阵。根据相关系数的定义，该目标的第m、n幅图像的复相关可以表示为：
gm,n＝γm,n·σ2·exp(jξm,ns) (7)
根据(7)，本发明可以将协方差矩阵分解为以下的形式
C＝σ2·ΦΓΦ* (8)
其中Φ是由各轨道与参考轨道的高度向波数组成的对角阵，
Φ＝diag(exp(jξ1,0s),exp(jξ2,0s),…,exp(jξN,0s)) (9)
diag(x1,x2,…,xN)表示对角线为x1,x2,…,xN，其余为0的矩阵。
由于目前基于CS的SAR层析高度向成像算法大都基于最小化二范数的过程，接下来，本发明考虑将(6)表示为与目标高度位置有关的2范数的形式。
首先根据行列式的性质有|C|＝σ2·|Φ||Γ||Φ*|＝σ2·|Γ|，可以看出|C|与目标的高度位置无关，因此可以忽略(6)中指数项前的系数。记y＝hHC-1h，令
Figure RE-GDA0003217153160000081
可以得到
Figure RE-GDA0003217153160000082
由于协方差矩阵C是正定矩阵，因此Γ和Γ-1均为正定矩阵，因此
[Γ-1]m,n＝[Γ-1]n,m，所以(10)可以改写为
Figure RE-GDA0003217153160000083
注意到(11)最后一个等号后面分成了两项，第二项与目标高度向位置无关，因此只需关注第一项。
由于Γ是一个逆闵可夫斯基矩阵，因此Γ-1的对角线元素均大于0，而非对角线元素均不大于0。
从而(11)最后一个等号后面的第一项可以写为
Figure RE-GDA0003217153160000091
同样地，最后一个等号后面的第二项可以忽略，只需关注其第一项，该项可以表示为
Figure RE-GDA0003217153160000092
令(13)最小，即可得到高度向散射点位置的估计值。由于y2最小意味着 (6)最大，因此这个估计方法即为最大似然估计。
传统分布式目标的CS层析成像方法为
Figure RE-GDA0003217153160000093
其中||||1和|| ||2分别表示L1范数和2范数；η表示加权因子，可采用常规手段选取。
当高度向只有一个点时，p＝σ2，(14)可以表示为
Figure RE-GDA0003217153160000094
对比(13)和(15)可以看出，传统估计方法未考虑相关系数的影响。为了提高高度向位置的估计精度，需要使用(13)中所示的加权系数
Figure RE-GDA0003217153160000095
对 CS层析成像算法进行改进。具体方法见下一个步骤。
S206，基于S205的结果，求解如下最小范数优化问题，得到平面点的散射信息
Figure RE-GDA0003217153160000101
Figure RE-GDA0003217153160000102
对每个平面点的散射信息均求解获得以后，可以组成当前地区的高度向成像。
本发明的另外一个实施例还提供了一种SAR层析高度向成像系统，包括： SAR图像采集模块以及高度向成像模块。
SAR图像采集模块，用于采集获取针对同一地区的配准后的共N幅SAR图像，N至少为3。
高度向成像模块，用于高度向成像需求确定要成像的平面范围；在所述平面范围内顺次选取每个平面点，对应同一个当前平面点；对应同一个平面点，在N幅SAR图像分别中选取当前平面点对应的像素，得到共N个待处理像素；利用N个待处理像素，对当前平面点进行散射信息求解，所有平面点的散射信息组成当前地区的高度向成像；
其中利用N个待处理像素，对当前平面点进行散射信息求解，具体采用如下方式：
在各幅SAR图像中，以待处理像素为中心选取设定尺寸的像素方块，共得到N个像素方块；
使用各像素方块计算两两之间的复相关和相关系数；将相关系数组成相关系数矩阵Γ；将复相关排列成观测向量b；
构造观测矩阵A；
求解相关系数矩阵Γ的逆矩阵，得到Γ-1，使用Γ-1的各个元素对观测向量b和观测矩阵A进行加权，分别得到加权观测向量
Figure RE-GDA0003217153160000103
和加权观测矩阵
Figure RE-GDA0003217153160000104
利用加权观测向量
Figure RE-GDA0003217153160000105
和加权观测矩阵
Figure RE-GDA0003217153160000106
进行SAR层析高度向成像，得到当前平面点的散射信息
Figure RE-GDA0003217153160000111
其中高度向成像模块可以由计算机芯片中的计算模块实现。
本发明还体用了一个结合具体参数给出实施的例子。
在本实例中，本发明考虑GEO SAR。卫星轨道根数主星轨道根数如表1所示。SAR成像的场景中心位于东经62.635°、南纬3.718°。场景中间放置了一个底座为1.6km×1.6km、高度为80m的金字塔。假设卫星连续15天对该场景成像，每幅图像大小为200像素×200像素，像素间隔为10m。卫星每天的孔径中心时刻为其恰好经过赤道上空的时刻。仿真使用的平台参数见表1。
表1
Figure RE-GDA0003217153160000112
首先按照步骤1，获取卫星速度和坐标、场景坐标等信息(这里本发明通过软件Satellite Tool Kit，设置卫星和目标位置后获取)；然后获取图像(这里本发明使用SAR的BP成像算法)；结合场景信息，高度向成像位置选为[-20m,80m]，并将其划分为M＝100份。由于使用BP成像算法，因此图像无需进行配准。
执行步骤2，对整幅图像进行去斜操作，选取穿过图像正中间的横线(即方位向)对应的像素作为层析成像的对象，并设定截取像素块的窗口边长为L＝3。
执行步骤3，计算图像之间的复相关和相关系数。图3展示了各天与第一天的图像相关系数，可以看出相关系数变化范围非常大。
执行步骤4，将相关系数组成矩阵Γ，将复相关排列成观测向量b。
执行步骤5，构造观测矩阵A。
执行步骤6，求解Γ的逆矩阵，得到Γ-1，使用Γ-1的各个元素对观测向量b以及观测矩阵A进行加权，分别得到
Figure RE-GDA0003217153160000121
和
Figure RE-GDA0003217153160000122
执行步骤7，选取加权因子后，使用已有的工具箱求解(16)所示的优化问题。
图4中的(a)和(b)分别展示了使用传统CS层析算法和使用本方法得到的金字塔剖面图。可以看出，传统CS层析算法由于未考虑相关系数的影响，金字塔的侧面的位置估计结果更加粗糙。而本方法得到的金字塔侧面更加光滑。使用直线拟合金字塔侧面，作为真实值，并计算估计值与真实值的均方根误差，以此评估传统方法和本方法的高度向位置估计精度，分别得到2.46m和1.20m 的结果，表明在这种情形下，本方法相对于传统方法可将精度提高51％，从而证明了本方法的有效性。
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 (9)

1.一种SAR层析高度向成像方法，其特征在于，包括如下步骤：
步骤1、针对同一地区，获取其配准后的共N幅SAR图像，N至少为3；
步骤2、根据高度向成像需求确定要成像的平面范围；在所述平面范围内顺次选取每个平面点，在N幅SAR图像分别中选取当前平面点对应的像素，得到共N个待处理像素；利用N个待处理像素，对当前平面点进行高度向散射信息求解；所述要成像的平面范围内的所有平面点的高度向散射信息组成当前地区的高度向成像；
所述利用N个待处理像素，对当前平面点进行高度向散射信息求解，具体包括如下步骤：
在各幅SAR图像中，以待处理像素为中心选取设定尺寸的像素方块，共得到N个像素方块；
使用各像素方块计算两两之间的复相关和相关系数；将相关系数组成相关系数矩阵Γ；将复相关排列成观测向量b；
构造观测矩阵A；
求解相关系数矩阵Γ的逆矩阵，得到Γ-1，使用Γ-1的各个元素对观测向量b和观测矩阵A进行加权，分别得到加权观测向量
Figure RE-FDA0003217153150000011
和加权观测矩阵
Figure RE-FDA0003217153150000012
利用加权观测向量
Figure RE-FDA0003217153150000013
和加权观测矩阵
Figure RE-FDA0003217153150000014
进行SAR层析高度向成像，得到当前平面点的散射信息
Figure RE-FDA0003217153150000015
2.如权利要求1所述的方法，其特征在于，步骤1中，还包括提取各幅SAR图像中的如下参数：
获取各幅SAR图像对应轨道的孔径中心时刻的SAR的坐标，记为
Figure RE-FDA0003217153150000016
n＝1,2,…,N，其中O为地球中心位置，Sn为第n幅SAR图像对应雷达的位置；选取任意一幅SAR图像，其对应轨道为参考轨道，参考轨道的孔径中心时刻的SAR 的速度为v、位置为
Figure RE-FDA0003217153150000021
S0为参考轨道对应SAR图像对应雷达的位置；获取SAR图像中心像素对应的坐标，记为
Figure RE-FDA0003217153150000022
P为SAR图像中心像素位置；
获取高度向成像范围[smin,smax]和对此范围量化的点数M。
3.如权利要求2所述的方法，其特征在于，所述在N幅SAR图像分别中选取当前平面点对应的像素，得到共N个待处理像素，之前还包括：对N幅SAR图像分别进行去斜操作。
4.如权利要求1或2所的方法，其特征在于，在各幅SAR图像中，以待处理像素为中心选取设定尺寸的像素方块，共得到N个像素方块，具体为：
在各幅SAR图像中，以对应的待处理像素为中心，选取L×L大小窗口内的像素方块，记为In，n＝1,2,…,N；其中L为所述设定尺寸，且L为奇数。
5.如权利要求4所的方法，其特征在于，所述使用各像素方块计算两两之间的复相关和相关系数，将相关系数组成相关系数矩阵Γ；将复相关排列成观测向量b，具体为
使用各像素方块计算两两之间的复相关和相关系数，其中第m和n个像素方块之间的复相关和相关系数分别记为gm,n和γm,n；m和n取值均为[1,N]范围内的整数；
将相关系数组成矩阵Γ，其第m行、第n列的元素为[Γ]m,n＝γm,n；
将复相关排列成观测向量b，其第m行、第n列的元素为[b]m+n·N＝gm,n。
6.如权利要求5所述的方法，其特征在于，所述构造观测矩阵A，具体为：
首先计算任意两个雷达之间的垂直基线，记第m和n个SAR图像对应雷达之间的垂直基线为bm,n；然后计算高度方向波数ξm,n＝4πbm,n/(λr)，其中λ为雷达波长，
Figure RE-FDA0003217153150000023
表示参考轨道到场景中心的斜距；接着将高度向成像范围[smin,smax]均匀划分为M个点，其中第l个点记为sl，l＝1,2,…,M；最后观测矩阵A各个元素的计算方式为[A]m+n·N,l＝exp(jξm,nsl)。
7.如权利要求1～6任一所的方法，其特征在于，所述使用Γ-1的各个元素对观测向量b和观测矩阵A进行加权，分别得到加权观测向量
Figure RE-FDA00032171531500000310
和加权观测矩阵
Figure RE-FDA00032171531500000311
具体为：
加权观测向量
Figure RE-FDA0003217153150000031
中第m+n·N个元素为
Figure RE-FDA0003217153150000032
加权观测矩阵
Figure RE-FDA0003217153150000033
中第m行、第n列的元素为
Figure RE-FDA0003217153150000034
m和n取值均为[1,N]范围内的整数。
8.如权利要求7所述的方法，其特征在于，所述利用加权观测向量
Figure RE-FDA0003217153150000035
和加权观测矩阵
Figure RE-FDA0003217153150000036
进行SAR层析高度向成像，得到当前平面点的散射信息
Figure RE-FDA0003217153150000037
具体为：
构建关于当前平面点的散射信息p的最小范数优化问题并进行求解，得到当前平面点的散射信息的优化解
Figure RE-FDA0003217153150000038
Figure RE-FDA0003217153150000039
其中||||1和||||2分别表示L1范数和2范数；η表示加权因子。
9.一种SAR层析高度向成像系统，其特征在于，包括：SAR图像采集模块以及高度向成像模块；
所述SAR图像采集模块，用于采集获取针对同一地区的配准后的共N幅SAR图像，N至少为3；
所述高度向成像模块，用于高度向成像需求确定要成像的平面范围；在所述平面范围内顺次选取每个平面点，对应同一个当前平面点，在N幅SAR图像分别中选取当前平面点对应的像素，得到共N个待处理像素；利用N个待处理像素，对当前平面点进行散射信息求解，所有当前平面点的散射信息组成当前地区的高度向成像；
其中利用N个待处理像素，对当前平面点进行散射信息求解，具体采用如下方式：
在各幅SAR图像中，以待处理像素为中心选取设定尺寸的像素方块，共得到N个像素方块；
使用各像素方块计算两两之间的复相关和相关系数；将相关系数组成相关系数矩阵Γ；将复相关排列成观测向量b；
构造观测矩阵A；
求解相关系数矩阵Γ的逆矩阵，得到Γ-1，使用Γ-1的各个元素对观测向量b和观测矩阵A进行加权，分别得到加权观测向量
Figure RE-FDA0003217153150000041
和加权观测矩阵
Figure RE-FDA0003217153150000042
利用加权观测向量
Figure RE-FDA0003217153150000043
和加权观测矩阵
Figure RE-FDA0003217153150000044
进行SAR层析高度向成像，得到当前平面点的散射信息
Figure RE-FDA0003217153150000045
CN202110141893.1A 2021-02-02 2021-02-02 一种sar层析高度向成像方法及系统 Active CN113495271B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110141893.1A CN113495271B (zh) 2021-02-02 2021-02-02 一种sar层析高度向成像方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110141893.1A CN113495271B (zh) 2021-02-02 2021-02-02 一种sar层析高度向成像方法及系统

Publications (2)

Publication Number Publication Date
CN113495271A true CN113495271A (zh) 2021-10-12
CN113495271B CN113495271B (zh) 2023-10-31

Family

ID=77995803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110141893.1A Active CN113495271B (zh) 2021-02-02 2021-02-02 一种sar层析高度向成像方法及系统

Country Status (1)

Country Link
CN (1) CN113495271B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102645651A (zh) * 2012-04-23 2012-08-22 电子科技大学 一种sar层析超分辨成像方法
CN110018474A (zh) * 2019-01-25 2019-07-16 北京理工大学 基于地球同步轨道合成孔径雷达层析技术的三维成像方法
US20190339381A1 (en) * 2018-05-03 2019-11-07 University Of Electronic Science And Technology Of China Method, device and storage medium for extracting height and deformation information of high voltage transmission tower by using sar tomography
CN110488288A (zh) * 2019-08-09 2019-11-22 西安电子科技大学 一种机载sar高分辨层析成像方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102645651A (zh) * 2012-04-23 2012-08-22 电子科技大学 一种sar层析超分辨成像方法
US20190339381A1 (en) * 2018-05-03 2019-11-07 University Of Electronic Science And Technology Of China Method, device and storage medium for extracting height and deformation information of high voltage transmission tower by using sar tomography
CN110018474A (zh) * 2019-01-25 2019-07-16 北京理工大学 基于地球同步轨道合成孔径雷达层析技术的三维成像方法
CN110488288A (zh) * 2019-08-09 2019-11-22 西安电子科技大学 一种机载sar高分辨层析成像方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李兰等: "森林地上生物量的多基线InSAR层析估测方法", 《林业科学》, vol. 53, no. 11 *
胡程 等: "分布式GEO_SAR_编队构型设计及性能分析", 《南京信息工程大学学报（自然科学版）》, vol. 12, no. 2 *

Also Published As

Publication number Publication date
CN113495271B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
AU2017100064A4 (en) Image Stitching
US7983474B2 (en) Geospatial modeling system and related method using multiple sources of geographic information
Seabrook et al. Global shape modeling using the OSIRIS-REx scanning Laser Altimeter
Pasqualetto Cassinis et al. Cnn-based pose estimation system for close-proximity operations around uncooperative spacecraft
Oberst et al. The Phobos geodetic control point network and rotation model
Wang et al. The on-orbit calibration of geometric parameters of the Tian-Hui 1 (TH-1) satellite
CN114972545B (zh) 一种高光谱卫星的在轨数据快速预处理方法
Cassinis et al. Evaluation of tightly-and loosely-coupled approaches in CNN-based pose estimation systems for uncooperative spacecraft
CN113902645A (zh) 一种基于逆rd定位模型的星载sar图像rpc校正参数获取方法
KR20040055510A (ko) 소수의 지상 기준점을 이용한 이코노스 알피씨 데이터갱신방법
Piattoni et al. Automated image analysis for space debris identification and astrometric measurements
CN108594223A (zh) 机载sar图像目标定位方法
Zhang et al. 3D surface reconstruction of layover areas in continuous terrain for multi-baseline SAR interferometry using a curve model
CN108646244B (zh) 测量建筑五维形变的分析方法及系统
Yan et al. Topographic reconstruction of the “Tianwen-1” landing area on the Mars using high resolution imaging camera images
Hellwich et al. Geocoding SAR interferograms by least squares adjustment
Priego et al. Technical study for restoration of mural paintings through the transfer of a photographic image to the vault of a church
CN113495271A (zh) 一种sar层析高度向成像方法及系统
Steffes et al. Optical terrain relative navigation approaches to lunar orbit, descent and landing
Restrepo et al. Building Lunar Maps for Terrain Relative Navigation and Hazard Detection Applications
Crespi et al. GeoEye-1: Analysis of radiometric and geometric capability
Radhadevi et al. New era of Cartosat satellites for large scale mapping
Shaker Satellite sensor modeling and 3D geo-positioning using empirical models
Mario et al. Development and Flight Performance of the Autonomous Navigation Feature Catalog for OSIRIS-REx Asteroid Sample Collection
Cuartero et al. Bi-Dimensional Vector Data Analysis of Positional Accuracy of Landsat-8 Image with Pycircularstats

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