CN114740475B - 轨道高分辨率sar数据的目标三维位置反演方法和装置 - Google Patents

轨道高分辨率sar数据的目标三维位置反演方法和装置 Download PDF

Info

Publication number
CN114740475B
CN114740475B CN202210369595.2A CN202210369595A CN114740475B CN 114740475 B CN114740475 B CN 114740475B CN 202210369595 A CN202210369595 A CN 202210369595A CN 114740475 B CN114740475 B CN 114740475B
Authority
CN
China
Prior art keywords
candidate
homonymous
point
sar
points
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
CN202210369595.2A
Other languages
English (en)
Other versions
CN114740475A (zh
Inventor
朱茂
李吉平
周海兵
班勇
冯飞
徐康
杨德志
孙琪瑶
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 Vastitude Technology Co ltd
Original Assignee
Beijing Vastitude Technology 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 Beijing Vastitude Technology Co ltd filed Critical Beijing Vastitude Technology Co ltd
Priority to CN202210369595.2A priority Critical patent/CN114740475B/zh
Publication of CN114740475A publication Critical patent/CN114740475A/zh
Application granted granted Critical
Publication of CN114740475B publication Critical patent/CN114740475B/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
    • 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
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target

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

本发明涉及合成孔径雷达技术领域，是关于一种轨道高分辨率SAR数据的目标三维位置反演方法和装置，方法包括：基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点；通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置；根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组；采用牛顿迭代和Taylor级数理论对定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息；从所有候选同名点中剔除定位误差大于预设误差的候选同名点，以得到目标同名点；提取目标同名点的三维位置信息。通过该方案，能精确测量目标点的三维位置信息。

Description

轨道高分辨率SAR数据的目标三维位置反演方法和装置
技术领域
本公开涉及合成孔径雷达技术领域，尤其涉及一种轨道高分辨率SAR数据的目标三维位置反演方法和装置。
背景技术
目标点的三维信息在很多行业中都存在重要应用，三维信息的准确测量也是非常重要的问题。传统的测量方法一般需要在目标点处布设测量仪器，但是在很多场景下，由于危险性高等原因，传统方法无法对目标点的三维坐标开展有效测量。
发明内容
为克服相关技术中存在的问题，本公开提供一种轨道高分辨率SAR数据的目标三维位置反演方法和装置，能精确测量目标点的三维位置信息，在提取城市控制点等领域具有较强的应用潜力。
根据本公开实施例的第一方面，提供一种轨道高分辨率SAR数据的目标三维位置反演方法，所述方法包括：
基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点；
通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置；
根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组；
采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息；
从所有候选同名点中剔除定位误差大于预设误差的候选同名点，以得到目标同名点；
提取所述目标同名点的三维位置信息。
在一个实施例中，优选地，根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组，包括：
在SAR几何模型下，根据候选同名点位置与第i幅SAR图像所对应卫星位置建立如下定位方程组：
其中，fA，i和fR，i分别为多普勒方程和斜距方程，tAz,i和tRa,i分别表示该候选同名点在第i幅SAR图像中对应的方位向时间和距离向时间，由该候选同名点在SAR图像中的位置坐标[Ri，Ci]确定，T＝[xT，yT，zT]表示该候选同名点在WGS84坐标系下的三维空间位置坐标，Xi(tAz,i)和Vi(tAz,i)分别表示tAz,i时刻卫星对应的位置坐标和速度，vlight为光速；
综合所述候选同名点的位置与N个不同轨道卫星的位置关系确定联合方程组：
其中，候选同名点的三维空间位置坐标为待求解未知量。
在一个实施例中，优选地，采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息，包括：
基于taylor级数理论，将所述定位方程组转化为如下线性方程组：
其中，T0＝[xT,0,yT,0,zT,0]T表示初始的候选同名点坐标，[dxT,dyT,dzT]T表示修正坐标量，[dtAz,i,dtRa,i]表示第i幅图像中对应的距离向时间和方位向时间的偏差量；经过迭代，更新后候选同名点的坐标为T1＝[xT,0+dxT,yT,0+dyT,zT,0+dzT]T；
综合N幅SAR图像的数据，所述联合方程组可改写成下列联合矩阵的形式：
Hθ+Qx+F＝0
各矩阵的具体表达形式如下：
根据所述联合矩阵和满秩矩阵，确定目标矩阵：
H-1Qx＝-H-1F-θ
其中，求解x需满足最小θTPθ的条件，依据最小二乘理论，将所述目标矩阵转化为：
Ax＝b+ε
其中，A＝H-1Q，b＝-H-1F，ε＝-θ，P为权重矩阵；
则x的最优解表示为：
x＝(ATPA)-1ATPb
更新后的候选同名点坐标T1＝[xT,1,yT,1,zT,1]T表示为：
T1＝T0+x
经过多轮迭代，当修正坐标量x的模值|x|达到最小或者迭代处理超过预定的迭代次数时，计算得到候选同名点的三维位置信息。
在一个实施例中，优选地，所述方法还包括：
根据所述候选同名点的三维位置信息，采用以下公式计算对应的定位误差信息：
J＝θTWθ
其中，J表示所述候选同名点的定位误差信息，θ表示基于候选同名点的三维位置坐标，在每幅SAR图像中算得的距离向和方位向时间偏差矢量；W表示权重矩阵。
在一个实施例中，优选地，基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点，包括：
针对每幅SAR图像，选择点目标；
基于SAR地理编码的原理，将不同轨道SAR图像中的点目标进行地理编码；
将地理编码后空间位置邻近的点目标确定为候选同名点。
根据本公开实施例的第二方面，提供一种轨道高分辨率SAR数据的目标三维位置反演装置，所述装置包括：
搜索模块，用于基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点；
第一提取模块，用于通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置；
建立模块，用于根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组；
第二提取模块，用于采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息；
剔除模块，用于从所有候选同名点中剔除定位误差大于预设误差的候选同名点，以得到目标同名点；
第三提取模块，提取所述目标同名点的三维位置信息。
在一个实施例中，优选地，所述建立模块用于：
在SAR几何模型下，根据候选同名点位置与第i幅SAR图像所对应卫星位置建立如下定位方程组：
其中，fA，i和fR，i分别为多普勒方程和斜距方程，tAz,i和tRa,i分别表示该候选同名点在第i幅SAR图像中对应的方位向时间和距离向时间，由该候选同名点在SAR图像中的位置坐标[Ri，Ci]确定，T＝[xT，yT，zT]表示该候选同名点在WGS84坐标系下的三维空间位置坐标，Xi(tAz,i)和Vi(tAz,i)分别表示tAz,i时刻卫星对应的位置坐标和速度，vlight为光速；
综合所述候选同名点的位置与N个不同轨道卫星的位置关系确定联合方程组：
其中，候选同名点的三维空间位置坐标为待求解未知量。
在一个实施例中，优选地，所述第二提取模块用于：
基于taylor级数理论，将所述定位方程组转化为如下线性方程组：
其中，T0＝[xT,0,yT,0,zT,0]T表示初始的候选同名点坐标，[dxT,dyT,dzT]T表示修正坐标量，[dtAz,i,dtRa,i]表示第i幅图像中对应的距离向时间和方位向时间的偏差量；经过迭代，更新后候选同名点的坐标为T1＝[xT,0+dxT,yT,0+dyT,zT,0+dzT]T；
综合N幅SAR图像的数据，所述联合方程组可改写成下列联合矩阵的形式：
Hθ+Qx+F＝0
各矩阵的具体表达形式如下：
根据所述联合矩阵和满秩矩阵，确定目标矩阵：
H-1Qx＝-H-1F-θ
其中，求解x需满足最小θTPθ的条件，依据最小二乘理论，将所述目标矩阵转化为：
Ax＝b+ε
其中，A＝H-1Q，b＝-H-1F，ε＝-θ，P为权重矩阵；
则x的最优解表示为：
x＝(ATPA)-1ATPb
更新后的候选同名点坐标T1＝[xT,1,yT,1,zT,1]T表示为：
T1＝T0+x
经过多轮迭代，当修正坐标量x的模值|x|达到最小或者迭代处理超过预定的迭代次数时，计算得到候选同名点的三维位置信息。
在一个实施例中，优选地，所述装置还包括：
计算模块，用于根据所述候选同名点的三维位置信息，采用以下公式计算对应的定位误差信息：
J＝θTWθ
其中，J表示所述候选同名点的定位误差信息，θ表示基于候选同名点的三维位置坐标，在每幅SAR图像中算得的距离向和方位向时间偏差矢量；W表示权重矩阵。
在一个实施例中，优选地，所述搜索模块包括：
选择单元，用于针对每幅SAR图像，选择点目标；
编码单元，用于基于SAR地理编码的原理，将不同轨道SAR图像中的点目标进行地理编码；
确定单元，用于将地理编码后空间位置邻近的点目标确定为候选同名点。
根据本公开实施例的第三方面，提供一种轨道高分辨率SAR数据的目标三维位置反演装置，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点；
通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置；
根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组；
采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息；
从所有候选同名点中剔除定位误差大于预设误差的候选同名点，以得到目标同名点；
提取所述目标同名点的三维位置信息。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现第一方面中任一项所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
本发明实施例中，基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点。然后，通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置。接着，针对每个候选同名点，基于不同轨道的SAR几何模型，建立定位方程组。同时，考虑到定位方程组较为复杂难以求解的特点，基于牛顿迭代和Taylor级数理论，对方程组进行优化，进而高效地提取每个候选同名点的三维位置信息和定位误差信息。最后，将定位误差较大的候选同名点剔除，提取剩余同名点的三维位置坐标。本发明所提出的方法通过遥感非接触式测量技术手段，能精确测量目标点的三维位置信息，在提取城市控制点等领域具有较强的应用潜力。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种轨道高分辨率SAR数据的目标三维位置反演方法的流程图。
图2是根据一示例性实施例示出的候选同名点位置与第i幅图像所对应卫星位置的几何模型图。
图3是根据一示例性实施例示出的候选同名点位置与不同轨SAR图像所对应卫星位置的几何模型图。
图4是根据一示例性实施例示出的11个角反射器在升轨SAR数据中的位置图。
图5是根据一示例性实施例示出的11个角反射器在降轨SAR数据中的位置图。
图6是根据一示例性实施例示出的11个角反射器的三维位置坐标反演结果图。
图7是根据一示例性实施例示出的一种轨道高分辨率SAR数据的目标三维位置反演装置的框图。
图8是根据一示例性实施例示出的另一种轨道高分辨率SAR数据的目标三维位置反演装置的框图。
图9是根据一示例性实施例示出的一种轨道高分辨率SAR数据的目标三维位置反演装置中搜索模块的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种轨道高分辨率SAR数据的目标三维位置反演方法的流程图。
如图1所示，根据本公开实施例的第一方面，提供一种轨道高分辨率SAR数据的目标三维位置反演方法，所述方法包括：
步骤S101，基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点；同名点是在不同轨道SAR图像中都可识别的点目标。一般来说，在不同轨道SAR数据都可识别的角反射器或路灯等目标都是质量较好的同名点。搜索候选同名点的方法主要有两种：(1)人工识别；(2)自动筛选。两种方法各有优缺点，可依据场景选择合适的方法。
人工识别一般适合于角反射器。在数据处理过程中，首先基于角反射器的粗略空间位置，获取其在SAR图像中的粗略坐标。然后在通过人工识别的方式确定角反射器在各图像中的精确坐标。这种方式识别的候选同名点准确度较高，但如果针对大面积区域，工作量较大，难以实施。
自动筛选适合于大面积区域的自然目标。在数据处理过程中，首先针对每幅SAR图像，自动选择点目标。然后基于SAR地理编码的原理，将不同轨道SAR图像中的点目标进行地理编码。最后将地理编码后空间位置邻近的点目标选为候选同名点。这种方式能够在大面积区域内快速筛选候选同名点，但选出的候选同名点可能存在错误。
步骤S102，通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置；
如果直接在SAR图像中提取候选同名点的位置，其定位精度只能达到分辨率量级，难以满足高精度三维坐标反演的需求。因此，需要更准确地获取候选同名点的位置信息。从理论上说，候选同名点在不同轨道SAR图像中都是较强的点目标，有较高的信噪比，可通过Sinc插值的方法精确提取候选同名点在每幅SAR图像中的准确位置[R，C]。一般来说，插值后的定位精度可达1/10分辨率量级。
步骤S103，根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组；
在一个实施例中，优选地，根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组，包括：
如图2所示，在SAR几何模型下，根据候选同名点位置与第i幅SAR图像所对应卫星位置建立如下定位方程组：
其中，fA，i和fR，i分别为多普勒方程和斜距方程，tAz,i和tRa,i分别表示该候选同名点在第i幅SAR图像中对应的方位向时间和距离向时间，由该候选同名点在SAR图像中的位置坐标[Ri，Ci]确定，T＝[xT，yT，zT]表示该候选同名点在WGS84坐标系下的三维空间位置坐标，Xi(tAz,i)和Vi(tAz,i)分别表示tAz,i时刻卫星对应的位置坐标和速度，vlight为光速；
如图3所示，综合所述候选同名点的位置与N个不同轨道卫星的位置关系确定联合方程组：
其中，候选同名点的三维空间位置坐标为待求解未知量。
步骤S104，采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息；
在一个实施例中，优选地，采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息，包括：
基于taylor级数理论，将所述定位方程组转化为如下线性方程组：
其中，T0＝[xT,0,yT,0,zT,0]T表示初始的候选同名点坐标，[dxT,dyT,dzT]T表示修正坐标量，[dtAz,i,dtRa,i]表示第i幅图像中对应的距离向时间和方位向时间的偏差量；经过迭代，更新后候选同名点的坐标为T1＝[xT,0+dxT,yT,0+dyT,zT,0+dzT]T；
综合N幅SAR图像的数据，所述联合方程组可改写成下列联合矩阵的形式：
Hθ+Qx+F＝0(4)
各矩阵的具体表达形式如下：
为了计算未知参数修正坐标量x＝[dxT,dyT,dzT]T，可设定最优化条件，令θTPθ取最小值。其中，P为权重矩阵，可依据候选同名点在每幅SAR图像中的信杂比确定。为了进一步提升运算效率，考虑到H是满秩方阵，在式(4)的两侧左乘H的逆矩阵H-1，可得：
H-1Qx＝-H-1F-θ   (5)
其中，求解x需满足最小θTPθ的条件，依据最小二乘理论，将所述目标矩阵转化为：
Ax＝b+ε   (6)
其中，A＝H-1Q，b＝-H-1F，ε＝-θ，P为权重矩阵；
则x的最优解表示为：
x＝(ATPA)-1ATPb    (7)
更新后的候选同名点坐标T1＝[xT,1,yT,1,zT,1]T表示为：
T1＝T0+x      (8)
经过多轮迭代，当修正坐标量x的模值|x|达到最小或者迭代处理超过预定的迭代次数时，计算得到候选同名点的三维位置信息。
步骤S105，从所有候选同名点中剔除定位误差大于预设误差的候选同名点，以得到目标同名点；
在实测数据处理过程中，由于候选同名点的选择存在错误，即在不同SAR图像中选出的候选同名点并非对应同一个目标点，此时解算的空间三维坐标也会存在错误。因此，需要通过算法剔除这些候选同名点。
定义误差量J，其计算公式如下：
J＝θTWθ    (9)
式(9)中，θ为基于候选同名点三维坐标，在每幅SAR图像中算得的距离向和方位向时间偏差矢量；W为权重矩阵。同时，可基于数据分辨率和SAR图像数量等相关信息设定误差量阈值JTh。当候选同名点的误差量J大于JTh时，剔除该候选同名点。最终，提取整个目标区域内的同名点的三维空间位置信息。
步骤S106，提取所述目标同名点的三维位置信息。
本发明首先基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点。然后，通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置。接着，针对每个候选同名点，基于不同轨道的SAR几何模型，建立定位方程组。同时，考虑到定位方程组较为复杂难以求解的特点，基于牛顿迭代和Taylor级数理论，对方程组进行优化，进而高效地提取每个候选同名点的三维位置信息和定位误差信息。最后，将定位误差较大的候选同名点剔除，提取剩余同名点的三维位置坐标。本发明所提出的方法通过遥感非接触式测量技术手段，能精确测量目标点的三维位置信息，在提取城市控制点等领域具有较强的应用潜力。
下面以一个具体实施例，详细说明本发明的技术方案。
下文基于升降轨SAR数据，对某地区布设的11个角反射器(分别朝向升轨和降轨)进行三维位置坐标反演来说明实施方案。为了获得可靠的结果，采用3m分辨率的COSMO-SkyMed数据，实验数据参数如表1所示。
表1实验中COSMO-SkyMed数据参数
参数 升轨 降轨
卫星类型 COSMO-SkyMed COSMO-SkyMed
空间分辨率 1.2m×2.0m 1.2m×2.0m
极化方式 HH HH
影像数量 7 7
监测起始时间 20210322 20210317
监测终止时间 20210801 20210730
步骤一：
一般来说，角反射器的信号较强，可首先通过人工识别的方法获取每个角反射器的粗略位置，并以其为中心建立窗口，截取窗口内的SAR信号。然后对窗口内的数据进行Sinc插值处理。最后通过搜索信号幅度最强的位置作为角反射器的准确位置。其中，角反射器目标在20210322升轨数据和20210317降轨数据中的位置分别如图4和图5所示。
步骤二：
根据式(2)的模式，针对11个角反射器的数据，基于7幅升轨SAR数据的几何条件和7幅降轨SAR数据的几何条件，建立方程组。然后基于式(3)～式(8)的基本原理，对方程组进行解算，并提取11个角反射器的三维位置坐标，其结果如图6所示。
步骤三：
将本方法反演的角反射器三维位置坐标与GNSS测量的三维位置坐标进行对比，11个角反射器的定位偏差在1m的量级，也验证了本方法的有效性。如果采用更高分辨率的SAR数据(聚束模式)，能取得更高精度的位置测量结果。
图7是根据一示例性实施例示出的一种轨道高分辨率SAR数据的目标三维位置反演装置的框图。
如图7所示，根据本公开实施例的第二方面，提供一种轨道高分辨率SAR数据的目标三维位置反演装置，所述装置包括：
搜索模块71，用于基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点；第一提取模块72，用于通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置；
建立模块73，用于根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组；
第二提取模块74，用于采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息；
剔除模块75，用于从所有候选同名点中剔除定位误差大于预设误差的候选同名点，以得到目标同名点；
第三提取模块76，提取所述目标同名点的三维位置信息。
在一个实施例中，优选地，所述建立模块73用于：
在SAR几何模型下，根据候选同名点位置与第i幅SAR图像所对应卫星位置建立如下定位方程组：
其中，fA，i和fR，i分别为多普勒方程和斜距方程，tAz,i和tRa,i分别表示该候选同名点在第i幅SAR图像中对应的方位向时间和距离向时间，由该候选同名点在SAR图像中的位置坐标[Ri，Ci]确定，T＝[xT，yT，zT]表示该候选同名点在WGS84坐标系下的三维空间位置坐标，Xi(tAz,i)和Vi(tAz,i)分别表示tAz,i时刻卫星对应的位置坐标和速度，vlight为光速；
综合所述候选同名点的位置与N个不同轨道卫星的位置关系确定联合方程组：
其中，候选同名点的三维空间位置坐标为待求解未知量。
在一个实施例中，优选地，所述第二提取模块74用于：
基于taylor级数理论，将所述定位方程组转化为如下线性方程组：
其中，T0＝[xT,0,yT,0,zT,0]T表示初始的候选同名点坐标，[dxT,dyT,dzT]T表示修正坐标量，[dtAz,i,dtRa,i]表示第i幅图像中对应的距离向时间和方位向时间的偏差量；经过迭代，更新后候选同名点的坐标为T1＝[xT,0+dxT,yT,0+dyT,zT,0+dzT]T；
综合N幅SAR图像的数据，所述联合方程组可改写成下列联合矩阵的形式：
Hθ+Qx+F＝0
各矩阵的具体表达形式如下：
根据所述联合矩阵和满秩矩阵，确定目标矩阵：
H-1Qx＝-H-1F-θ
其中，求解x需满足最小θTPθ的条件，依据最小二乘理论，将所述目标矩阵转化为：
Ax＝b+ε
其中，A＝H-1Q，b＝-H-1F，ε＝-θ，P为权重矩阵；
则x的最优解表示为：
x＝(ATPA)-1ATPb
更新后的候选同名点坐标T1＝[xT,1,yT,1,zT,1]T表示为：
T1＝T0+x
经过多轮迭代，当修正坐标量x的模值|x|达到最小或者迭代处理超过预定的迭代次数时，计算得到候选同名点的三维位置信息。
图8是根据一示例性实施例示出的另一种轨道高分辨率SAR数据的目标三维位置反演装置的框图。
如图8所示，在一个实施例中，优选地，所述装置还包括：
计算模块81，用于根据所述候选同名点的三维位置信息，采用以下公式计算对应的定位误差信息：
J＝θTWθ
其中，J表示所述候选同名点的定位误差信息，θ表示基于候选同名点的三维位置坐标，在每幅SAR图像中算得的距离向和方位向时间偏差矢量；W表示权重矩阵。
如图9所示，在一个实施例中，优选地，所述搜索模块71包括：
选择单元91，用于针对每幅SAR图像，选择点目标；
编码单元92，用于基于SAR地理编码的原理，将不同轨道SAR图像中的点目标进行地理编码；
确定单元93，用于将地理编码后空间位置邻近的点目标确定为候选同名点。
根据本公开实施例的第三方面，提供一种轨道高分辨率SAR数据的目标三维位置反演装置，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点；
通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置；
根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组；
采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息；
从所有候选同名点中剔除定位误差大于预设误差的候选同名点，以得到目标同名点；
提取所述目标同名点的三维位置信息。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现第一方面中任一项所述方法的步骤。
本发明通过上述技术方案，实现了以下技术效果：
1)提出了完整的基于轨道高分辨率SAR数据的目标三维位置反演方法，在精确测量角反射器在不同SAR图像对位置偏移的基础上，通过建立定位方程组，最终求解目标点的三维位置坐标。
2)考虑到定位方程组是高度非线性的，直接求解非常困难。本发明基于牛顿迭代和Taylor级数理论，推导了将高度非线性的方程组转化为线性方程组的方法，并结合最小二乘算法，实现了对目标点的三维位置求解。
进一步可以理解的是，本公开中“多个”是指两个或两个以上，其它量词与之类似。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
进一步可以理解的是，术语“第一”、“第二”等用于描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开，并不表示特定的顺序或者重要程度。实际上，“第一”、“第二”等表述完全可以互换使用。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。
进一步可以理解的是，本公开实施例中尽管在附图中以特定的顺序描述操作，但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作，或是要求执行全部所示的操作以得到期望的结果。在特定环境中，多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (6)

1.一种不同轨道高分辨率SAR数据的目标三维位置反演方法，其特征在于，所述方法包括：
基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点；
通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置；
根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组；
采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息；
从所有候选同名点中剔除定位误差大于预设误差的候选同名点，以得到目标同名点；
提取所述目标同名点的三维位置信息；
所述根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组，包括：
在SAR几何模型下，根据候选同名点位置与第i幅SAR图像所对应卫星位置建立如下定位方程组：
Figure FDA0004069646110000011
其中，fA，i和fR，i分别为多普勒方程和斜距方程，tAz,i和tRa,i分别表示该候选同名点在第i幅SAR图像中对应的方位向时间和距离向时间，由该候选同名点在SAR图像中的位置坐标[Ri，Ci]确定，T＝[xT，yT，zT]表示该候选同名点在WGS84坐标系下的三维空间位置坐标，Xi(tAz,i)和Vi(tAz,i)分别表示tAz,i时刻卫星对应的位置坐标和速度，vlight为光速；
综合所述候选同名点的位置与N个不同轨道卫星的位置关系确定联合方程组：
Figure FDA0004069646110000021
其中，候选同名点的三维空间位置坐标为待求解未知量；
所述采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息，包括：
基于taylor级数理论，将所述定位方程组转化为如下线性方程组：
Figure FDA0004069646110000022
综合N幅SAR图像的数据，所述联合方程组可改写成下列联合矩阵的形式：
Hθ+Qx+F＝0
各矩阵的具体表达形式如下：
Figure FDA0004069646110000031
Figure FDA0004069646110000032
根据所述联合矩阵和满秩矩阵，确定目标矩阵：
H-1Qx＝-H-1F-θ
其中，求解x需满足最小θTPθ的条件，依据最小二乘理论，将所述目标矩阵转化为：
Ax＝b+ε
其中，A＝H-1Q，b＝-H-1F，ε＝-θ，P为权重矩阵；
则x的最优解表示为：
x＝(ATPA)-1ATPb
更新后的候选同名点坐标T1＝[xT,1,yT,1,zT,1]T表示为：
T1＝T0+x
其中，T0＝[xT,0,yT,0,zT,0]T表示初始的候选同名点坐标，[dxT,dyT,dzT]T表示修正坐标量，[dtAz,i,dtRa,i]表示第i幅图像中对应的距离向时间和方位向时间的偏差量；经过迭代，更新后候选同名点的坐标为T1＝[xT,0+dxT,yT,0+dyT,zT,0+dzT]T；
经过多轮迭代，当修正坐标量x的模值|x|达到最小或者迭代处理超过预定的迭代次数时，计算得到候选同名点的三维位置信息。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述候选同名点的三维位置信息，采用以下公式计算对应的定位误差信息：
J＝θTWθ
其中，J表示所述候选同名点的定位误差信息，θ表示基于候选同名点的三维位置坐标，在每幅SAR图像中算得的距离向和方位向时间偏差矢量；W表示权重矩阵。
3.根据权利要求1所述的方法，其特征在于，基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点，包括：
针对每幅SAR图像，选择点目标；
基于SAR地理编码的原理，将不同轨道SAR图像中的点目标进行地理编码；
将地理编码后空间位置邻近的点目标确定为候选同名点。
4.一种不同轨道高分辨率SAR数据的目标三维位置反演装置，其特征在于，所述装置包括：
搜索模块，用于基于不同轨道高分辨率SAR数据，在不同SAR图像中搜索候选同名点；
第一提取模块，用于通过信号处理的方法，精确提取各候选同名点在不同SAR图像中的精确位置；
建立模块，用于根据每个候选同名点的精确位置，基于不同轨道的SAR几何模型，建立定位方程组；
第二提取模块，用于采用牛顿迭代和Taylor级数理论对所述定位方程组进行优化，并提取每个候选同名点的三维位置信息和定位误差信息；
剔除模块，用于从所有候选同名点中剔除定位误差大于预设误差的候选同名点，以得到目标同名点；
第三提取模块，提取所述目标同名点的三维位置信息；
所述建立模块用于：
在SAR几何模型下，根据候选同名点位置与第i幅SAR图像所对应卫星位置建立如下定位方程组：
Figure FDA0004069646110000051
其中，fA，i和fR，i分别为多普勒方程和斜距方程，tAz,i和tRa,i分别表示该候选同名点在第i幅SAR图像中对应的方位向时间和距离向时间，由该候选同名点在SAR图像中的位置坐标[Ri，Ci]确定，T＝[xT，yT，zT]表示该候选同名点在WGS84坐标系下的三维空间位置坐标，Xi(tAz,i)和Vi(tAz,i)分别表示tAz,i时刻卫星对应的位置坐标和速度，vlight为光速；
综合所述候选同名点的位置与N个不同轨道卫星的位置关系确定联合方程组：
Figure FDA0004069646110000061
其中，候选同名点的三维空间位置坐标为待求解未知量；
所述第二提取模块用于：
基于taylor级数理论，将所述定位方程组转化为如下线性方程组：
Figure FDA0004069646110000062
其中，T0＝[xT,0,yT,0,zT,0]T表示初始的候选同名点坐标，[dxT,dyT,dzT]T表示修正坐标量，[dtAz,i,dtRa,i]表示第i幅图像中对应的距离向时间和方位向时间的偏差量；经过迭代，更新后候选同名点的坐标为T1＝[xT,0+dxT,yT,0+dyT,zT,0+dzT]T；
综合N幅SAR图像的数据，所述联合方程组可改写成下列联合矩阵的形式：
Hθ+Qx+F＝0
各矩阵的具体表达形式如下：
Figure FDA0004069646110000071
Figure FDA0004069646110000072
根据所述联合矩阵和满秩矩阵，确定目标矩阵：
H-1Qx＝-H-1F-θ
其中，求解x需满足最小θTPθ的条件，依据最小二乘理论，将所述目标矩阵转化为：
Ax＝b+ε
其中，A＝H-1Q，b＝-H-1F，ε＝-θ，P为权重矩阵；
则x的最优解表示为：
x＝(ATPA)-1ATPb
更新后的候选同名点坐标T1＝[xT,1,yT,1,zT,1]T表示为：
T1＝T0+x
经过多轮迭代，当修正坐标量x的模值|x|达到最小或者迭代处理超过预定的迭代次数时，计算得到候选同名点的三维位置信息。
5.根据权利要求4所述的装置，其特征在于，所述装置还包括：
计算模块，用于根据所述候选同名点的三维位置信息，采用以下公式计算对应的定位误差信息：
J＝θTWθ
其中，J表示所述候选同名点的定位误差信息，θ表示基于候选同名点的三维位置坐标，在每幅SAR图像中算得的距离向和方位向时间偏差矢量；W表示权重矩阵。
6.根据权利要求4所述的装置，其特征在于，所述搜索模块包括：
选择单元，用于针对每幅SAR图像，选择点目标；
编码单元，用于基于SAR地理编码的原理，将不同轨道SAR图像中的点目标进行地理编码；
确定单元，用于将地理编码后空间位置邻近的点目标确定为候选同名点。
CN202210369595.2A 2022-04-08 2022-04-08 轨道高分辨率sar数据的目标三维位置反演方法和装置 Active CN114740475B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210369595.2A CN114740475B (zh) 2022-04-08 2022-04-08 轨道高分辨率sar数据的目标三维位置反演方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210369595.2A CN114740475B (zh) 2022-04-08 2022-04-08 轨道高分辨率sar数据的目标三维位置反演方法和装置

Publications (2)

Publication Number Publication Date
CN114740475A CN114740475A (zh) 2022-07-12
CN114740475B true CN114740475B (zh) 2023-05-05

Family

ID=82279037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210369595.2A Active CN114740475B (zh) 2022-04-08 2022-04-08 轨道高分辨率sar数据的目标三维位置反演方法和装置

Country Status (1)

Country Link
CN (1) CN114740475B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109188433A (zh) * 2018-08-20 2019-01-11 南京理工大学 基于无控制点的双机载sar图像目标定位的方法
CN109709551A (zh) * 2019-01-18 2019-05-03 武汉大学 一种星载合成孔径雷达影像的区域网平面平差方法
CN110058237A (zh) * 2019-05-22 2019-07-26 中南大学 面向高分辨率SAR影像的InSAR点云融合及三维形变监测方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6011505A (en) * 1996-07-11 2000-01-04 Science Applications International Corporation Terrain elevation measurement by interferometric synthetic aperture radar (IFSAR)
CN103236067B (zh) * 2013-05-10 2015-11-18 南京大学 一种像素级sar影像时间序列构建的局部自适应配准方法
CA2959798C (en) * 2014-12-15 2017-10-17 Mitsubishi Electric Corporation Synthetic aperture radar signal processing device and synthetic aperture radar signal processing program
CN104459696B (zh) * 2014-12-24 2017-02-22 中南大学 一种基于平地相位的sar干涉基线精确估计方法
CN110441769A (zh) * 2018-05-03 2019-11-12 北京航空航天大学 基于sar序贯图像的目标定位方法、装置及存储介质
CN109752715B (zh) * 2019-01-24 2023-05-12 深圳市数字城市工程研究中心 一种sar数据全散射体探测方法及装置
CN111398956B (zh) * 2020-03-13 2022-05-17 中国科学院电子学研究所苏州研究院 多基高比星载sar三维定位rd方程优化配权方法
CN112684449B (zh) * 2021-03-22 2021-07-16 北京东方至远科技股份有限公司 基于sar技术的水域电力线弧垂反演方法和装置
CN112986949B (zh) * 2021-04-21 2021-08-13 北京东方至远科技股份有限公司 针对角反射器的sar高精度时序形变监测方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109188433A (zh) * 2018-08-20 2019-01-11 南京理工大学 基于无控制点的双机载sar图像目标定位的方法
CN109709551A (zh) * 2019-01-18 2019-05-03 武汉大学 一种星载合成孔径雷达影像的区域网平面平差方法
CN110058237A (zh) * 2019-05-22 2019-07-26 中南大学 面向高分辨率SAR影像的InSAR点云融合及三维形变监测方法

Also Published As

Publication number Publication date
CN114740475A (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN105842721B (zh) 提高中长基线gps整周模糊度解算成功率的方法
CN101650178B (zh) 序列图像三维重建中控制特征点与最优局部单应引导的图像匹配方法
CN111145227B (zh) 一种地下隧道空间多视点云的可迭代整体配准方法
CN107014399A (zh) 一种星载光学相机‑激光测距仪组合系统联合检校方法
CN109709551B (zh) 一种星载合成孔径雷达影像的区域网平面平差方法
CN113052881A (zh) 提取极点的室内三维点云自动化配准方法
JP2017207457A (ja) 領域変位算出システム、領域変位算出方法、及び領域変位算出プログラム
CN104459722B (zh) 一种基于多余观测分量的整周模糊度可靠性检验方法
CN110907947A (zh) 一种移动机器人slam问题中的实时回环检测方法
CN102322863B (zh) 一种遥感卫星多星联合逆向定轨定姿方法
CN114755661A (zh) 一种移动激光扫描系统参数标定方法及标定装置
CN108919319A (zh) 海岛礁卫星影像无地面控制点定位方法及系统
CN109785370A (zh) 一种基于空间时间序列模型的弱纹理图像配准方法
CN116645392A (zh) 一种基于关键点权重的空间目标相对位姿迭代估计方法及系统
CN114740475B (zh) 轨道高分辨率sar数据的目标三维位置反演方法和装置
CN109738896A (zh) 一种基于sar影像匹配技术的地表形变监测方法
RU2338158C1 (ru) Способ навигации летательных аппаратов
CN115507752B (zh) 基于平行环境元素的单目视觉测距方法和系统
CN116385892A (zh) 基于目标上下文卷积神经网络的数字高程模型提取方法
CN116299616A (zh) 一种附加已知基线约束的部分整周模糊度解算方法
EP1828980B1 (en) Optimized image registration using composite registration vectors
Mather Map-image registration accuracy using least-squares polynomials
RU2385468C1 (ru) Способ навигации движущихся объектов
Tateishi et al. Relative DEM production from SPOT data without GCP
Zhang et al. Registration of CBERS-02B satellite imagery in quick GIS updating

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