CN113932703B - 一种形变监测雷达区域数据处理方法 - Google Patents

一种形变监测雷达区域数据处理方法 Download PDF

Info

Publication number
CN113932703B
CN113932703B CN202111319395.8A CN202111319395A CN113932703B CN 113932703 B CN113932703 B CN 113932703B CN 202111319395 A CN202111319395 A CN 202111319395A CN 113932703 B CN113932703 B CN 113932703B
Authority
CN
China
Prior art keywords
radar
data
monitoring
file
deformation
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
Application number
CN202111319395.8A
Other languages
English (en)
Other versions
CN113932703A (zh
Inventor
谢翔
杜年春
沈向前
黄毅
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.)
Chinese Nonferrous Metal Survey And Design Institute Of Changsha Co ltd
Original Assignee
Chinese Nonferrous Metal Survey And Design Institute Of Changsha Co ltd
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 Chinese Nonferrous Metal Survey And Design Institute Of Changsha Co ltd filed Critical Chinese Nonferrous Metal Survey And Design Institute Of Changsha Co ltd
Priority to CN202111319395.8A priority Critical patent/CN113932703B/zh
Publication of CN113932703A publication Critical patent/CN113932703A/zh
Application granted granted Critical
Publication of CN113932703B publication Critical patent/CN113932703B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种形变监测雷达区域数据处理方法，包括数据存储和数据分析处理，所述数据存储包括以下步骤S1、确定监测范围；步骤S2、确定监测单元个数；步骤S3、确定数据存储类型及其存储的数据；步骤S4、确定数据存储方式；所述数据分析处理用于处理所述监测范围内某一片由多个扇形单元所构成的集合区域的雷达形变监测文件和雷达信号反射强度文件存储的数据。本发明在数据存储后通过数据分析处理，使得分析快速，且由数据分析处理得到的集合区域的形变量更加精确，符合地基形变监测雷达用于大范围形变趋势监测的定位。

Description

一种形变监测雷达区域数据处理方法
技术领域
本发明涉及灾害形变监测技术领域，具体涉及一种形变监测雷达区域数据处理方法。
背景技术
在灾害形变监测领域，常用的监测方法包括GNSS监测、全站仪监测、裂缝计监测和地基合成孔径雷达形变监测。目前，地基合成孔径雷达形变监测被广泛应用，特别是圆弧式合成孔径形变监测雷达。相对于直线扫描式合成孔径雷达，圆弧式合成孔径形变监测雷达能够实现水平360°范围监测，具有广泛的应用前景。圆弧式合成孔径形变监测雷达的监测范围为一扇形，由距离向和角度向的分辨率划分为若干小扇形单元格，其形变监测结果为小扇形单元格内的相对于初始监测时的累计形变量。但是由于大气条件、雷达旋转机构等因素的影响，圆弧式合成孔径形变监测雷达对某一个单元格进行形变分析会存在位置不准而导致监测对象错误。因此，圆弧式合成孔径形变监测雷达一般适用于较大区域的整体形变趋势分析。
然而，圆弧式合成孔径形变监测雷达对监测对象每一次扫描的数据量可以达到几百万甚至上千万，以10分钟/次的扫描频率，每天可以产生144个监测文件。若对监测对象进行历史数据分析，如果没有适合的数据存储策略及提取方法，将耗费大量的时间。
综上所述，急需一种形变监测雷达区域数据处理方法以解决现有技术中存在的数据存储量大和分析时间长的问题。
发明内容
本发明目的在于提供一种形变监测雷达区域数据处理方法，具体技术方案如下：
一种形变监测雷达区域数据处理方法，包括数据存储，所述数据存储包括以下步骤：
步骤S1、确定监测范围，具体的，所述监测范围为目的场景所覆盖的地形区域；
步骤S2、确定监测单元个数，具体的，采用圆弧合成孔径雷达对监测范围进行监测；监测到的每一个监测单元均为扇形单元；所述监测范围包括M×N个监测单元，呈扇形格网，其中，M为距离方向个数，N为角度方向个数，M和N的取值由角度分辨率Δθ、距离分辨率Δr和监测范围共同决定；
步骤S3、确定数据存储类型及其存储的数据，所述数据存储类型包括雷达形变监测文件和雷达信号反射强度文件；所述雷达形变监测文件存储的数据包括由步骤S2每次获得的监测结果相对于初始监测结果的累积形变值；所述雷达信号反射强度文件存储的数据包括由步骤S2每次扫描监测范围获得的雷达信号反射强度值；
步骤S4、确定数据存储方式，具体的，所述数据存储方式包括在对步骤S3中雷达形变监测文件和雷达信号反射强度文件存储时按照距当前时间的远近进行分时段存储，且按照距离方向由近及远和角度方向为顺时针方向存储。
优选的，在步骤S4中，所述数据存储方式包括以下分时段存储方式：
距离当前时间60天及以上，仅存储当日0点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间30天及以上，不足60天，仅存储当日0点以及12点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间15天及以上，不足30天，仅存储当日0点、6点、12点和18点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间7天及以上，不足15天，仅存储当日0点、3点、6点、9点、12点、15点、18点和21点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间不足7日时，存储雷达形变监测文件和雷达信号反射强度文件的各自的每一帧数据。
优选的，每一帧所述雷达形变监测文件均包含M×N个监测数据，在计算机中将所述雷达形变监测文件中的每一个监测数据均采用浮点数据类型表示。
优选的，每一帧所述雷达信号反射强度文件均包含M×N个监测数据，在计算机中将所述雷达信号反射强度文件中的每一个监测数据均采用浮点数据类型表示，且每一个监测数据的数据大小为-50.0～0.0db。
优选的，所述浮点数据类型为float16数据类型。
优选的，所述形变监测雷达区域数据处理方法，还包括数据分析处理，所述数据分析处理用于处理所述监测范围内某一片由多个扇形单元所构成的集合区域的雷达形变监测文件和雷达信号反射强度文件存储的数据，具体包括以下步骤：
步骤S5、随机选取X帧雷达信号反射强度文件，X≥2，对于每一帧雷达信号反射强度文件，选取集合区域内的目标单元加入集合U，在所述集合U中存储目标单元对应所述监测范围内的行列号{(i，j)}，其中，i为行号，j为列号；所述目标单元为信号反射强度≥-20db的扇形单元；
步骤S6、对集合U中每一个元素Y(i，j)做如下操作：
步骤S6.1、选取连续Z帧雷达形变监测文件，Z＝2X，对于每一帧雷达形变监测文件，根据元素Y(i，j)记录的行列号(i，j)，检索其在雷达形变监测文件中的累计形变数据，依次记录累计形变数据D＝{d1、d2、d3、...、dZ-1、dZ}；
步骤S6.2、计算相邻累计形变数据差值，得到集合ΔD＝{Δd1、Δd2、Δd3、...、ΔdZ-2、ΔdZ-1}，其中，Δd1＝d2-d1，...，ΔdZ-1＝dZ-dZ-1；
步骤S6.3、统计集合ΔD中元素Δdk(1≤k≤Z-1)的绝对值＞0.00001的个数N；
步骤S6.4、当N>threshold时，其中，threshold＞10，将元素Y(i，j)放入集合Area中；反之，放弃将元素Y(i，j)放入集合Area中；
步骤S7、根据集合Area中所有元素Y(i，j)的行列号，在所述集合区域内雷达形变监测文件中提取出对应的形变数据差值，求其平均值作为所述集合区域的形变量。
优选的，在所述步骤S5中，在所述集合U中存储的行列号{(i，j)}还包括邻近单元对应所述监测范围内的行列号，所述邻近单元在目标单元的上、下、左、右、左上、右上、左下或右下位置，且信号反射强度≥-35db的扇形单元。
优选的，在所述步骤S5中，所述集合U中存储目标单元对应所述监测范围(1)内的行列号{(i，j)}具有唯一性。
应用本发明的技术方案，至少具有以下有益效果：
本发明中所述的形变监测雷达区域数据处理方法，通过数据存储实现对形变监测雷达区域中的雷达形变监测文件和雷达信号反射强度文件的准确提取；其中，利用步骤S4确定的数据存储方式大大减少了本地数据存储量，以便于后续对数据的快速分析。本发明在数据存储后通过数据分析处理，即步骤S1-S7结合使用，使得分析快速，且由数据分析处理得到的集合区域的形变量更加精确，符合地基形变监测雷达用于大范围形变趋势监测的定位。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例1中采用圆弧合成孔径雷达对监测范围的监测示意图；
其中，1、监测范围，2、监测单元。
具体实施方式
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
参见图1，一种形变监测雷达区域数据处理方法，包括数据存储，所述数据存储包括以下步骤：
步骤S1、确定监测范围1，具体的，所述监测范围1为目的场景所覆盖的地形区域；
步骤S2、确定监测单元2个数，具体的，采用圆弧合成孔径雷达对监测范围1进行监测；监测到的每一个监测单元2均为扇形单元；所述监测范围1包括M×N个监测单元2，呈扇形格网，其中，M为距离方向(图1中虚线箭头方向)个数，N为角度方向(图1中实线箭头方向)个数，M和N的取值由角度分辨率Δθ、距离分辨率Δr和监测范围1共同决定，在实施例1中Δθ＝0.12°，Δr＝0.15m，M＝1187，N＝860；
步骤S3、确定数据存储类型及其存储的数据，所述数据存储类型包括雷达形变监测文件和雷达信号反射强度文件；所述雷达形变监测文件存储的数据包括由步骤S2每次获得的监测结果相对于初始监测结果的累积形变值；所述雷达信号反射强度文件存储的数据包括由步骤S2每次扫描监测范围1获得的雷达信号反射强度值；
步骤S4、确定数据存储方式，具体的，所述数据存储方式包括在对步骤S3中雷达形变监测文件和雷达信号反射强度文件存储时按照距当前时间的远近进行分时段存储，且按照距离方向由近及远和角度方向为顺时针方向存储。
在步骤S4中，所述数据存储方式包括以下分时段存储方式：
距离当前时间60天及以上，仅存储当日0点以后雷达形变监测文件和雷达信号反射强度文件的第一帧数据；
距离当前时间30天及以上，不足60天，仅存储当日0点以及12点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间15天及以上，不足30天，仅存储当日0点、6点、12点和18点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间7天及以上，不足15天，仅存储当日0点、3点、6点、9点、12点、15点、18点和21点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间不足7日时，存储雷达形变监测文件和雷达信号反射强度文件的各自的每一帧数据。
实施例1在数据存储时，起始时间为2021年8月1日上午8:00:00，当前时间(即截止时间)为2021年11月1日中午12:00:00。
每一帧所述雷达形变监测文件均包含M×N个监测数据，在计算机中将所述雷达形变监测文件中的每一个监测数据均采用浮点数据类型表示。
每一帧所述雷达信号反射强度文件均包含M×N个监测数据，在计算机中将所述雷达信号反射强度文件中的每一个监测数据均采用浮点数据类型表示，且每一个监测数据的数据大小为-50.0～0.0db。
所述浮点数据类型为float16数据类型。每一帧所述雷达形变监测文件在存储时通过float16数据类型转换为二进制，即用2个字节表示，每一帧雷达形变监测文件大小为2×M×N个字节。每一帧所述雷达信号反射强度文件在存储时通过float16数据类型转换为二进制，即用2个字节表示，每一帧雷达信号反射强度文件大小为2×M×N个字节。
所述形变监测雷达区域数据处理方法，还包括数据分析处理，所述数据分析处理用于处理所述监测范围1内某一片由多个扇形单元所构成的集合区域的雷达形变监测文件和雷达信号反射强度文件存储的数据，具体包括以下步骤：
步骤S5、随机选取X帧雷达信号反射强度文件，X＝10，对于每一帧雷达信号反射强度文件，选取集合区域内的目标单元加入集合U，在所述集合U中存储目标单元对应所述监测范围1内的行列号{(i，j)}，其中，i为行号，j为列号；所述目标单元为信号反射强度≥-20db的扇形单元；
步骤S6、对集合U中每一个元素Y(i，j)做如下操作：
步骤S6.1、选取连续Z帧雷达形变监测文件，Z＝20，对于每一帧雷达形变监测文件，根据元素Y(i，j)记录的行列号(i，j)，检索其在雷达形变监测文件中的累计形变数据，依次记录累计形变数据D＝{d1、d2、d3、...、dZ-1、dZ}；
步骤S6.2、计算相邻累计形变数据差值，即两次相邻扫描时间间隔内的形变数据差值，得到集合ΔD＝{Δd1、Δd2、Δd3、...、ΔdZ-2、ΔdZ-1}，其中，Δd1＝d2-d1，...，ΔdZ-1＝dZ-dZ-1；
步骤S6.3、统计集合ΔD中元素Δdk(1≤k≤Z-1)的绝对值＞0.00001的个数N；
步骤S6.4、当N>threshold时，其中，threshold＝13，将元素Y(i，j)放入集合Area中；反之，放弃将元素Y(i，j)放入集合Area中；
步骤S7、根据集合Area中所有元素Y(i，j)的行列号，在所述集合区域内雷达形变监测文件中提取出对应的形变数据差值，求其平均值作为所述集合区域的形变量。
在所述步骤S5中，在所述集合U中存储的行列号{(i，j)}还包括邻近单元对应所述监测范围1内的行列号，所述邻近单元在目标单元的上、下、左、右、左上、右上、左下或右下位置，且信号反射强度≥-35db的扇形单元。
在所述步骤S5中，所述集合U中存储目标单元对应所述监测范围1内的行列号{(i，j)}具有唯一性，即在步骤S5中处理第2帧雷达信号反射强度文件时，若出现目标单元对应所述监测范围1内的行列号{(i，j)}已存储在集合U中，则放弃将重复的目标单元存储在集合U中，从而保证集合U中存储的行列号{(i，j)}具有唯一性。
实施例1中所述的形变监测雷达区域数据处理方法，通过数据存储实现对形变监测雷达区域中的雷达形变监测文件和雷达信号反射强度文件的准确提取；其中，利用步骤S4确定的数据存储方式大大减少了本地数据存储量，以便于后续对数据的快速分析。本发明在数据存储后通过数据分析处理，即步骤S1-S7结合使用，使得分析快速，且由数据分析处理得到的集合区域的形变量更加精确，符合地基形变监测雷达用于大范围形变趋势监测的定位。
按照常规数据存储方式，雷达每10分钟扫描一次，从2021年8月1日上午8:00:00至2021年11月1日中午12:00:00，共进行了13272次扫描，共有26544个文件(每次扫描雷达形变监测文件和雷达信号反射强度文件各一帧)，单个文件约为1.95Mb，共占用约50.5G的硬盘空间。
采用本发明的数据存储，数据文件(每次扫描雷达形变监测文件和雷达信号反射强度文件各一帧)个数约为1224×2＝2448个，占用磁盘空间约为4.7G。可以看到，采用本发明存储数据将大大解决存储空间。同时，在进行历史数据分析时，计算机需要打开每个文件，按照行列号检索到对应目标单元存储位置进行读取。采用本发明数据文件读取个数从13272减少到1224个，大大节约读取时间，减少了用户等待时间，且便于后续对数据的快速分析。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (8)

1.一种形变监测雷达区域数据处理方法，其特征在于，包括数据存储，所述数据存储包括以下步骤：
步骤S1、确定监测范围(1)，具体的，所述监测范围(1)为目的场景所覆盖的地形区域；
步骤S2、确定监测单元(2)个数，具体的，采用圆弧合成孔径雷达对监测范围(1)进行监测；监测到的每一个监测单元(2)均为扇形单元；所述监测范围(1)包括M×N个监测单元(2)，呈扇形格网，其中，M为距离方向个数，N为角度方向个数，M和N的取值由角度分辨率Δθ、距离分辨率Δr和监测范围(1)共同决定；
步骤S3、确定数据存储类型及其存储的数据，所述数据存储类型包括雷达形变监测文件和雷达信号反射强度文件；所述雷达形变监测文件存储的数据包括由步骤S2每次获得的监测结果相对于初始监测结果的累积形变值；所述雷达信号反射强度文件存储的数据包括由步骤S2每次扫描监测范围(1)获得的雷达信号反射强度值；
步骤S4、确定数据存储方式，具体的，所述数据存储方式包括在对步骤S3中雷达形变监测文件和雷达信号反射强度文件存储时按照距当前时间的远近进行分时段存储，且按照距离方向由近及远和角度方向为顺时针方向存储。
2.根据权利要求1所述的形变监测雷达区域数据处理方法，其特征在于，在步骤S4中，所述数据存储方式包括以下分时段存储方式：
距离当前时间60天及以上，仅存储当日0点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间30天及以上，不足60天，仅存储当日0点以及12点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间15天及以上，不足30天，仅存储当日0点、6点、12点和18点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间7天及以上，不足15天，仅存储当日0点、3点、6点、9点、12点、15点、18点和21点以后雷达形变监测文件和雷达信号反射强度文件的各自的第一帧数据；
距离当前时间不足7日时，存储雷达形变监测文件和雷达信号反射强度文件的各自的每一帧数据。
3.根据权利要求2所述的形变监测雷达区域数据处理方法，其特征在于，每一帧所述雷达形变监测文件均包含M×N个监测数据，在计算机中将所述雷达形变监测文件中的每一个监测数据均采用浮点数据类型表示。
4.根据权利要求3所述的形变监测雷达区域数据处理方法，其特征在于，每一帧所述雷达信号反射强度文件均包含M×N个监测数据，在计算机中将所述雷达信号反射强度文件中的每一个监测数据均采用浮点数据类型表示，且每一个监测数据的数据大小为-50.0～0.0db。
5.根据权利要求4所述的形变监测雷达区域数据处理方法，其特征在于，所述浮点数据类型为float16数据类型。
6.根据权利要求1-5任一项所述的形变监测雷达区域数据处理方法，其特征在于，还包括数据分析处理，所述数据分析处理用于处理所述监测范围(1)内某一片由多个扇形单元所构成的集合区域的雷达形变监测文件和雷达信号反射强度文件存储的数据，具体包括以下步骤：
步骤S5、随机选取X帧雷达信号反射强度文件，X≥2，对于每一帧雷达信号反射强度文件，选取集合区域内的目标单元加入集合U，在所述集合U中存储目标单元对应所述监测范围(1)内的行列号{(i，j)}，其中，i为行号，j为列号；所述目标单元为信号反射强度≥-20db的扇形单元；
步骤S6、对集合U中每一个元素Y(i，j)做如下操作：
步骤S6.1、选取连续Z帧雷达形变监测文件，Z＝2X，对于每一帧雷达形变监测文件，根据元素Y(i，j)记录的行列号(i，j)，检索其在雷达形变监测文件中的累计形变数据，依次记录累计形变数据D＝{d1、d2、d3、...、dZ-1、dZ}；
步骤S6.2、计算相邻累计形变数据差值，得到集合ΔD＝{Δd1、Δd2、Δd3、...、ΔdZ-2、ΔdZ-1}，其中，Δd1＝d2-d1，...，ΔdZ-1＝dZ-dZ-1；
步骤S6.3、统计集合ΔD中元素Δdk的绝对值＞0.00001的个数N，其中，1≤k≤Z-1；
步骤S6.4、当N>threshold时，其中，threshold＞10，将元素Y(i，j)放入集合Area中；反之，放弃将元素Y(i，j)放入集合Area中；
步骤S7、根据集合Area中所有元素Y(i，j)的行列号，在所述集合区域内雷达形变监测文件中提取出对应的形变数据差值，求其平均值作为所述集合区域的形变量。
7.根据权利要求6所述的形变监测雷达区域数据处理方法，其特征在于，在所述步骤S5中，在所述集合U中存储的行列号{(i，j)}还包括邻近单元对应所述监测范围(1)内的行列号，所述邻近单元在目标单元的上、下、左、右、左上、右上、左下或右下位置，且信号反射强度≥-35db的扇形单元。
8.根据权利要求7所述的形变监测雷达区域数据处理方法，其特征在于，在所述步骤S5中，所述集合U中存储目标单元对应所述监测范围(1)内的行列号{(i，j)}具有唯一性。
CN202111319395.8A 2021-11-09 2021-11-09 一种形变监测雷达区域数据处理方法 Active CN113932703B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111319395.8A CN113932703B (zh) 2021-11-09 2021-11-09 一种形变监测雷达区域数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111319395.8A CN113932703B (zh) 2021-11-09 2021-11-09 一种形变监测雷达区域数据处理方法

Publications (2)

Publication Number Publication Date
CN113932703A CN113932703A (zh) 2022-01-14
CN113932703B true CN113932703B (zh) 2023-06-16

Family

ID=79286138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111319395.8A Active CN113932703B (zh) 2021-11-09 2021-11-09 一种形变监测雷达区域数据处理方法

Country Status (1)

Country Link
CN (1) CN113932703B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200166626A1 (en) * 2017-05-17 2020-05-28 Nec Corporation Information processing device, information processing method, and storage medium having program stored thereon
CN112527009A (zh) * 2020-04-10 2021-03-19 广州极飞科技有限公司 雷达数据的处理方法及装置、作业设备
CN112130151B (zh) * 2020-10-16 2022-07-08 中国有色金属长沙勘察设计研究院有限公司 一种圆弧合成孔径地基雷达坐标投影快速计算方法
CN112883000B (zh) * 2021-03-17 2022-04-15 中国有色金属长沙勘察设计研究院有限公司 一种形变监测雷达数据文件存储方法
CN113325419B (zh) * 2021-08-02 2021-12-03 湖南联智科技股份有限公司 一种路面坍塌检测方法

Also Published As

Publication number Publication date
CN113932703A (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
EP3896873A1 (en) Field intensity prediction method and apparatus, and device and storage medium
CN110580481B (zh) 一种基于epi的光场图像关键位置检测方法
CN111523240B (zh) 一种基于dem数据的通视分析方法
CN116012364B (zh) Sar图像变化检测方法和装置
CN115018902A (zh) 用于确定媒堆库存的方法及处理器
CN116718218B (zh) 一种光电集成式传感芯片测试数据处理方法
CN113932703B (zh) 一种形变监测雷达区域数据处理方法
CN113970734A (zh) 路侧多线激光雷达降雪噪点去除方法、装置及设备
CN111148045A (zh) 用户行为周期提取方法及设备
CN113129328B (zh) 一种目标热点区域精细化分析方法
CN113989644A (zh) 基于Himawari-8数据的沙尘区域获取方法
CN116303368B (zh) 一种双偏振雷达体扫数据插值方法、装置、设备及介质
CN110231602B (zh) 一种基于二维分区处理的大批量海面目标点迹提取算法
CN115861421A (zh) 一种定位星图中星点位置的方法
CN115577306A (zh) 基于自适应密度聚类的共享单车出行潮汐区域探测方法
CN117421354B (zh) 一种卫星遥感大数据集统计方法、装置及设备
CN117807154B (zh) 一种用于展示系统的时序数据可视化方法、设备和介质
Thompson et al. Supplementary report to the final report of the coral reef expert group: S5. Statistical power of existing AIMS Long-Term Reef Monitoring Programs
CN115658990B (zh) 一种用于目标空间分群的数据处理方法及装置
CN116245902B (zh) 一种基于图像分割神经网络的复杂场景云检测方法及系统
CN116910595B (zh) 一种水工环生态修复数据的高效存储方法
CN116704007B (zh) 一种海冰面积变化的统计方法、系统、电子设备及介质
CN117152364B (zh) 基于影像数据的水体边界三维重建的方法、装置和设备
CN118011403A (zh) 基于动态能量门限和单帧判别的角度信息提取方法及系统
CN115406346A (zh) 一种雷达变形监测异常数据判断方法

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