CN115407289A - 一种基于风力发电机提供控制点的星载sar几何定标方法 - Google Patents

一种基于风力发电机提供控制点的星载sar几何定标方法 Download PDF

Info

Publication number
CN115407289A
CN115407289A CN202211030445.5A CN202211030445A CN115407289A CN 115407289 A CN115407289 A CN 115407289A CN 202211030445 A CN202211030445 A CN 202211030445A CN 115407289 A CN115407289 A CN 115407289A
Authority
CN
China
Prior art keywords
sar
geometric
model
point
image
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.)
Pending
Application number
CN202211030445.5A
Other languages
English (en)
Inventor
冯永玖
雷振坤
席梦镕
童小华
刘世杰
谢欢
陈鹏
许雄
金雁敏
王超
柳思聪
叶真
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN202211030445.5A priority Critical patent/CN115407289A/zh
Publication of CN115407289A publication Critical patent/CN115407289A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40Means for monitoring or calibrating
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021SAR image post-processing techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75Determining position or orientation of objects or cameras using feature-based methods involving models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10044Radar image

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种基于风力发电机提供控制点的星载SAR几何定标方法,包括:获取SAR影像;构建初始几何定位模型,实现基于像方坐标和物方坐标的SAR影像与DOM的相互映射;在SAR影像和DOM中采集风力发电机的同名点对,并划分为控制点对和检核点对;对控制点数据库中的点数据逐点计算几何定位误差;计算大气延迟值;分析几何定位误差来源,并建立考虑大气延迟的几何定标模型,用于求解SAR卫星成像系统误差修正参数;基于控制点数据库和几何定标模型解算系统性误差修正参数,更新初始几何定位模型;评估模型的定位性能。与现有技术相比,本发明具有无需几何定标场的支持、通用性强等优点。

Description

一种基于风力发电机提供控制点的星载SAR几何定标方法
技术领域
本发明涉及及一种SAR影像统一几何定标方法,尤其是涉及一种基于风力发电机提供控制点的星载SAR几何定标方法。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)卫星在轨运行期间不可避免地受平台稳定性、设备仪器老化、观测环境变化、轨道控制等因素的影响,实验室定标参数无法满足卫星生命周期内高精度测图任务需求。消除SAR卫星在轨运行期间的系统误差,提高SAR影像定位精度是雷达摄影测量领域的重要问题,对于挖掘SAR影像应用潜力具有重要作用。
定期几何定标有助于消除卫星生命周期中累计的系统误差,是提高星载SAR无控几何定位精度最经济、最有效的手段。目前主流的SAR几何定标模型都采用基于SAR成像原理的严格几何定位模型建立起来的,所有的已公开发表工作均依赖于大气参数产品(欧洲中期数值天气预报中心ECMWF和美国国家环境预报中心NCEP)或实测的大气参数。天气数值预报产品往往出现不可预知的结果,再分析系统产生的数据往往来自多源气象数据的同化,往往具有几个月的时间延迟。实地测量大气参数需要耗费大量人力物力,在大范围几何定标任务中几乎不可能实现。几何定标的对外部数据的另一个依赖体现在对高精度地面控制点的依赖,这往往需要研究人员实地采用GNSS设备进行高精度量测得到,这对于大范围几何定标任务来说是及其困难的。考虑到国产民用SAR卫星定位精度仅达到优于50米的水平,对于大多数测图任务来说仍需进一步提升其几何性能才能发挥SAR影像全天时全天候成像优势。
发明内容
本发明的目的就是为了提供一种基于风力发电机提供控制点的星载SAR几何定标方法,无需几何定标场的支持,且不依赖于再分析气象产品即可实现几何定标,提高SAR影像对地几何定位性能。
本发明的目的可以通过以下技术方案来实现:
一种基于风力发电机提供控制点的星载SAR几何定标方法,包括以下步骤:
步骤1)获取SAR影像;
步骤2)根据SAR影像的辅助文件构建初始几何定位模型,实现基于像方坐标和物方坐标的SAR影像与DOM的相互映射;
步骤3)对SAR影像进行预处理后,在SAR影像和DOM中采集风力发电机的同名点对,并分别记录SAR影像中目标点的像方坐标和对应的DOM中的物方坐标,根据物方坐标在DEM中获取高程信息,生成同名点对的地面控制点,通过多次采集得到多对同名点对,并划分为控制点对和检核点对,建立控制点对数据库和检核点对数据库;
步骤4)对检核点对数据库中的点数据逐点计算几何定位误差;
步骤5)基于标准大气模型计算大气参数,基于萨斯塔莫宁模型和大气参数估计对流层大气延迟,基于克罗布歇模型估计电离层延迟;
步骤6)分析几何定位误差来源,并建立考虑大气延迟的几何定标模型,用于求解SAR卫星成像系统误差修正参数,其中,所述几何定标模型的大气延迟值基于对流层大气延迟和电离层延迟确定;
步骤7)基于控制点数据库和几何定标模型解算误差修正参数,并基于误差修正参数更新初始几何定位模型,得到更新几何定位模型;
步骤8)评估初始几何定位模型和更新几何定位模型的定位性能。
所述的步骤2)包括以下步骤:
步骤2-1)根据SAR影像一级产品附带的XML格式的辅助数据拟合卫星成像期间的位置和速度:
Figure BDA0003817005450000031
式中,(a0,a1,a2,a3,b0,b1,b2,b3,c0,c1,c2,c3)为拟合的位置方程的系数;ta为SAR影像中第j行像素对应的成像时间,即方位向成像时间;j为方位向像方坐标,即SAR影像中观测目标的行坐标;ta0为方位向起始成像时间,fa为脉冲重复频率,(Xg,Yg,Zg)为地面目标点的物方坐标,(Xs,Ys,Zs)为对地面目标点成像时刻传感器的空间直角坐标,(Vx,Vy,Vz)为第j行像素的速度矢量,R为观测目标和传感器之间的斜距测量值;
步骤2-2)根据SAR卫星成像原理,构建对地观测初始几何定位模型:
Figure BDA0003817005450000032
式中,R0是距离向起始斜距,i是距离向像方坐标,即SAR影像中观测目标的列坐标,Pr为距离向斜距分辨率;fd为成像时刻卫星平台和观测目标之间存在的多普勒中心频率,Psc和Vsc分别为传感器的位置和速度矢量,Pgc和Vgc分别为观测目标的位置和速度矢量,λ为雷达波长;a和b分别为WGS-84参考椭球的长短半轴,h为对地观测目标所在区域的平均高程;
步骤2-3)基于误差确定几何定位模型的条件方程:
Figure BDA0003817005450000033
式中,tr0为距离向起始时间,c为光速,fr为雷达系统的距离向采样频率;
Figure BDA0003817005450000041
tr为距离向成像时间;
步骤2-4)对每个地面目标点建立几何定位模型的条件方程,使用SAR影像产品提供的中心点物方坐标为初值,基于最小二乘原理,采用牛顿迭代法求解地面目标点的物方坐标,迭代过中根据几何定位模型的条件方程对地面目标点的物方空间坐标分别求偏导得到偏导数矩阵,并进行更新,当物方坐标的相对于上一次迭代的修正值小于预配置的阈值时结束迭代,得到地面目标点的物方坐标,完成像方坐标和物方坐标的相互映射。
所述的步骤3)包括以下步骤:
步骤3-1)对SAR影像进行预处理:收集研究区域内多景SAR影像一级产品,进行辐射校正,并将后向散射信息转换为强度信息;
步骤3-2)在SAR影像中选择平坦地区,周围地物类型简单的风力发电机目标点,并记录其像方坐标;
步骤3-3)利用步骤2)构建的初始几何定位模型,将步骤3-2)记录的像方坐标映射到物方坐标,缩小搜索空间,在DOM中快速定位同名点,并记录所述同名点的物方坐标;
步骤3-4)根据同名点的物方坐标在DEM中获取高程信息,生成同名点对的地面控制点;
步骤3-4)重复步骤3-2)-步骤3-4)完成同名点对的采集工作,并将同名点对划分为控制点对和检核点对,建立控制点对数据库和检核点对数据库。
所述的步骤4)具体为:
基于每景影像的初始几何定位模型计算检核点对的定位结果,并与检核点对的物方坐标进行比较,二者之差即为初始几何定位模型的几何定位误差。
所述的步骤5)包括以下步骤:
步骤5-1)根据标准大气模型对任意地点和时间的大气参数进行估计:
Figure BDA0003817005450000042
式中,Press为大气压,Temp为开氏温度,h是海拔高度,w是相对湿度,Wpress是水汽分压;
步骤5-2)根据步骤5-1)计算的大气参数,采用萨斯塔莫宁模型计算对流层大气路径延迟,方法如下:
Figure BDA0003817005450000051
式中,θ是SAR卫星入射角,φ是卫星仰角,Dh是干延迟,Dw是湿延迟,ZTD是对流层大气延迟;
步骤5-3)基于克罗布歇模型估计电离层路径延迟:
Figure BDA0003817005450000052
式中,TEC是电离层电子浓度;f是雷达中心频率;ZID是电离层延迟;
步骤5-4)基于对流层大气延迟和电离层延迟确定大气延迟值:
tdelay=ZTD+ZID
所述的步骤6)具体为:
步骤6-1)根据构建的初始几何定位模型,分别给成像参数添加预配置的误差,其中,所述成像参数包括:成像时刻SAR传感器的轨道坐标(Xs,Ys,Zs)、距离向起始斜距R0、距离向斜距分辨率Pr、系统距离向采样频率fr以及脉冲重复频率fa
步骤6-2)根据SAR成像系统工作原理得到SAR影像对地几何定位误差来源包括系统内部电子时延、SAR载荷和GNSS载荷之间的时间同步误差、雷达采样频率和脉冲重复频率误差;
步骤6-3)基于几何定位误差来源确定SAR几何定标模型:
Figure BDA0003817005450000053
式中,Δfr和Δfa分别是距离向采样频率和脉冲重复频率的修正值;tr,ta为距离向和方位向成像时间,tr0,ta0为距离向和方位向起始时间,tdelay为大气延迟值,Δtr是系统内部电子时延,Δta是SAR载荷和GNSS载荷之间同步误差;
步骤6-4)基于添加的预配置的误差进行SAR影像对地几何定位误差分析,根据分析结果忽略Δfr和Δfa对几何定位的影响,得到简化的SAR几何定标模型:
Figure BDA0003817005450000061
步骤6-5)基于SAR成像几何特征确定几何定标模型的条件方程:
Figure BDA0003817005450000062
所述的步骤7)包括以下步骤:
步骤7-1)采用泰勒级数对步骤6-5)的条件方程中的定标参数展开至一次项,得到雅可比矩阵:
Figure BDA0003817005450000063
其中,X为误差修正参数;
步骤7-2)获取控制点对数据库中预配置个数的控制点对;
步骤7-3)对每个控制点对建立几何定标模型的条件方程;
步骤7-4)基于最小二乘原理,采用牛顿迭代法,基于几何定标模型的条件方程更新雅可比矩阵,当X小于预配置的阈值时结束迭代过程,完成对误差修正参数的最似然估计;
步骤7-5)基于误差修正参数更新SAR影像的初始几何定位模型,得到更新几何定位模型。
所述的步骤8)具体为:
分别对初始几何定位模型和更新几何定位模型利用检核点对评估每个检核点对处的定位偏差,统计每景影像包含的所有检核点对的统计指标,比较二者的性能差异。
所述统计指标包括偏差最小值、最大值、均值、均方根误差。
所述步骤3-4)按照控制点空间分布将同名点对划分为控制点对和检核点对,其中,每景影像中控制点对数量不少于4个且检核点对数量不少于4个。
与现有技术相比,本发明具有以下有益效果:
(1)本发明采用风力发电机提供地面控制点信息,无需几何定标场地和GNSS设备的支持即可实现几何定标,通用性强,适用范围广。
(2)本发明采用标准大气模型获取大气参数并结合萨斯塔莫宁模型估计对流层大气延迟、采用克罗布歇模型估计电离层延迟,实现大气路径延迟的近实时估计,摆脱了对地面几何检校场和再分析气象数据的依赖,且计算效率高,能支撑基于风力发电机提供地面控制点信息的星载SAR影像几何定标方法。
(3)本发明通过分析误差来源确定几何定标模型,并估计SAR卫星成像系统误差修正参数,对几何定位模型进行更新,更新几何定位模型的的定位精度相比较于初始几何定位模型得到了较大程度的提升,提高了国产SAR卫星影像几何定位性能。
附图说明
图1为本发明的方法流程图;
图2为风力发电机在SAR影像中的成像过程示意图;
图3为本发明的整体设计与执行过程示意图;
图4为一种实施例的研究区域示意图;
图5为风力发电机在光学影像和SAR影像中的特征图,其中,(a)、(b)、(c)、(g)、(h)、(i)为光学影像中的特征图,(d)、(e)、(f)、(j)、(k)、(l)为与光学影像对应的SAR影像中的特征图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
在建立基于风力发电机提供地面控制点信息的SAR影像几何定标方法之前,需通过理论分析验证风力发电机在SAR几何定标中作为地面控制点的可行性。具体包括以下步骤:
a)分析SAR成像过程及SAR影像产品处理流程,其中,风力发电机在SAR影像中的成像过程如图2所示,与传统的三面角反射器相比,风力发电机具有雷达后向散射截面积大、空间分布广泛等优点,充分挖掘其在SAR几何定标领域的应用潜力,有望构建全球几何定标场;
b)使用Solid Works对常见的风力发电机建立三维几何模型并分析SAR传感器发射的微波信号传输路径;
c)分析建立风力发电机反射中心与影像中特征的对应关系,以风力发电机底座中心在DOM中的位置作为地面控制点,并在DEM中获取该位置的高程,确定风力发电机坐标采集位置和方法。
c)中所述分析建立风力发电机反射中心与影像中特征的对应关系主要为:分析风力发电机的几何结构并分析其后向散射强度。风力发电机垂直于地表一般安装在地势平坦,周围地物类别及环境要素比较单一的地点。优越的安装环境提供了较低的背景后向散射系数。而风力发电机和地表形成了一个等效的巨大两面角反射器,具有较强的后向散射能力。因此SAR卫星主动发射的微波信号,经卫星SAR天线-地面-风力发电机塔筒-卫星SAR天线或卫星SAR天线-风力发电机塔筒-地面-卫星SAR天线两种形式均可接收到强烈回波信号,从而在SAR影像中形成“十字”亮斑,与周围环境形成强烈差异。
基于上述分析,确定了风力发电机作为地面控制点的可行性,继而提出一种基于风力发电机提供控制点的星载SAR几何定标方法,如图1所示,包括以下步骤:
步骤1)获取SAR影像;
本实施例中区域位置如图4,以中国长三角为实施区域,以2018年10月-11月间高分三号SAR影像为研究对象。获取到的SAR影像基本信息如表1所示。
表1 SAR影像基本信息
Figure BDA0003817005450000081
步骤2)根据SAR影像的辅助文件构建初始几何定位模型,实现基于像方坐标和物方坐标的SAR影像与DOM的相互映射;
步骤2-1)根据SAR影像一级产品附带的XML格式的辅助数据采用三次多项式拟合卫星成像期间的位置和速度:
Figure BDA0003817005450000091
式中,(a0,a1,a2,a3,b0,b1,b2,b3,c0,c1,c2,c3)为拟合的位置方程的系数;ta为SAR影像中第j行像素对应的成像时间,即方位向成像时间;j为方位向像方坐标,即SAR影像中观测目标的行坐标;ta0为方位向起始成像时间,fa为脉冲重复频率,(Xg,Yg,Zg)为地面目标点的物方坐标,(Xs,Ys,Zs)为对地面目标点成像时刻传感器的空间直角坐标,(Vx,Vy,Vz)为第j行像素的速度矢量,R为观测目标和传感器之间的斜距测量值;
步骤2-2)根据SAR卫星成像原理,构建对地观测初始几何定位模型:
Figure BDA0003817005450000092
式中,R0是距离向起始斜距,i是距离向像方坐标,即SAR影像中观测目标的列坐标,Pr为距离向斜距分辨率;fd为成像时刻卫星平台和观测目标之间存在的多普勒中心频率,Psc和Vsc分别为传感器的位置和速度矢量,Pgc和Vgc分别为观测目标的位置和速度矢量,λ为雷达波长;a和b分别为WGS-84参考椭球的长短半轴,h为对地观测目标所在区域的平均高程;
步骤2-3)基于误差确定几何定位模型的条件方程:
Figure BDA0003817005450000101
式中,tr0为距离向起始时间,c为光速,fr为雷达系统的距离向采样频率;
Figure BDA0003817005450000102
tr为距离向成像时间;
步骤2-4)对每个地面目标点建立几何定位模型的条件方程,使用SAR影像产品提供的中心点物方坐标为初值,基于最小二乘原理,采用牛顿迭代法求解地面目标点的物方坐标,迭代过中根据几何定位模型的条件方程对地面目标点的物方空间坐标分别求偏导得到偏导数矩阵,并进行更新,当物方坐标的相对于上一次迭代的修正值小于预配置的阈值时结束迭代,得到地面目标点的物方坐标,完成像方坐标和物方坐标的相互映射。
步骤3)对SAR影像进行预处理后,在SAR影像和DOM中采集风力发电机的同名点对,并分别记录SAR影像中目标点的像方坐标和对应的DOM中的物方坐标,根据物方坐标在DEM中获取高程信息,生成同名点对的地面控制点,通过多次采集得到多对同名点对,并划分为控制点对和检核点对,建立控制点对数据库和检核点对数据库;
步骤3-1)对SAR影像进行预处理:收集研究区域内多景SAR影像一级产品,进行辐射校正,并将后向散射信息转换为强度信息;
步骤3-2)在SAR影像中选择平坦地区,周围地物类型简单的风力发电机目标点,并记录其像方坐标;
步骤3-3)利用步骤2)构建的初始几何定位模型,将步骤3-2)记录的像方坐标映射到物方坐标,在DOM中定位同名点,并记录所述同名点的物方坐标;
步骤3-4)根据同名点的物方坐标在DEM中获取高程信息,生成同名点对的地面控制点;
步骤3-4)重复步骤3-2)-步骤3-4)完成同名点对的采集工作,并将同名点对划分为控制点对和检核点对,按照控制点对空间分布保证每景影像不少于4个控制点对和4个检核点对,建立控制点对数据库和检核点对数据库。
本实施例中,风力发电机在光学影像和SAR影像中的特征图如图5所示。
步骤4)对检核点对数据库中的点数据逐点计算几何定位误差;
基于每景影像的初始几何定位模型计算检核点对的定位结果,并与检核点对的物方坐标进行比较,二者之差即为初始几何定位模型的几何定位误差。
步骤5)基于标准大气模型计算大气参数,基于萨斯塔莫宁模型和大气参数估计对流层大气延迟,基于克罗布歇模型估计电离层延迟;
步骤5-1)根据标准大气模型对任意地点和时间的大气参数进行估计:
Figure BDA0003817005450000111
式中,Press为大气压,Temp为开氏温度,h是海拔高度,w是相对湿度,Wpress是水汽分压;
步骤5-2)根据步骤5-1)计算的大气参数,采用萨斯塔莫宁模型计算对流层大气路径延迟,方法如下:
Figure BDA0003817005450000112
式中,θ是SAR卫星入射角,φ是卫星仰角,Dh是干延迟,Dw是湿延迟,ZTD是对流层大气延迟;
步骤5-3)基于克罗布歇模型估计电离层路径延迟:
Figure BDA0003817005450000113
式中,TEC是电离层电子浓度,可由欧洲定轨中心(Center for OrbitDetermination in Europe,CODE)提供的每日2小时电离层电子浓度产品提供;f是雷达中心频率;ZID是电离层延迟;
步骤5-4)基于对流层大气延迟和电离层延迟确定大气延迟值:
tdelay=ZTD+ZID
本实施例中,采用萨斯塔莫宁模型估计的对流层大气延迟与国际GNSS服务(International GNSS Service,IGS)提供的参考值的差异如表2所示。
表2对流层延迟估计偏差比较
Figure BDA0003817005450000114
Figure BDA0003817005450000121
步骤6)分析几何定位误差来源,并建立考虑大气延迟的几何定标模型,用于求解SAR卫星成像系统误差修正参数,其中,所述几何定标模型的大气延迟值基于对流层大气延迟和电离层延迟确定;
步骤6-1)根据构建的初始几何定位模型,分别给成像参数添加预配置的误差,其中,所述成像参数包括:成像时刻SAR传感器的轨道坐标(Xs,Ys,Zs)、距离向起始斜距R0、距离向斜距分辨率Pr、系统距离向采样频率fr以及脉冲重复频率fa
步骤6-2)根据SAR成像系统工作原理得到SAR影像对地几何定位误差来源包括系统内部电子时延、SAR载荷和GNSS载荷之间的时间同步误差、雷达采样频率和脉冲重复频率误差;
步骤6-3)基于误差来源确定SAR几何定标模型:
Figure BDA0003817005450000122
式中,Δfr和Δfa分别是距离向采样频率和脉冲重复频率的修正值;tr,ta为距离向和方位向成像时间,tr0,ta0为距离向和方位向起始时间,tdelay为大气延迟值,Δtr是系统内部电子时延,Δta是SAR载荷和GNSS载荷之间同步误差;
步骤6-4)目前雷达采样频率,传感器晶振等部件均可以达到较高的精度,基于添加的预配置的误差进行SAR影像对地几何定位误差分析,根据分析结果可以得到Δfr和Δfa对几何定位影响很小,忽略Δfr和Δfa对几何定位的影响,得到简化的SAR几何定标模型:
Figure BDA0003817005450000123
步骤6-5)基于SAR成像几何特征确定几何定标模型的条件方程:
Figure BDA0003817005450000131
步骤7)基于控制点数据库和几何定标模型解算误差修正参数,并基于误差修正参数更新初始几何定位模型,得到更新几何定位模型;
步骤7-1)采用泰勒级数对步骤6-5)的条件方程中的定标参数展开至一次项,得到雅可比矩阵:
Figure BDA0003817005450000132
其中,X为误差修正参数;
步骤7-2)获取控制点对数据库中预配置个数的控制点对;
步骤7-3)对每个控制点对建立几何定标模型的条件方程;
步骤7-4)基于最小二乘原理,采用牛顿迭代法,基于几何定标模型的条件方程更新雅可比矩阵,当X小于预配置的阈值时结束迭代过程,完成对误差修正参数的最似然估计;
步骤7-5)基于误差修正参数更新SAR影像的初始几何定位模型,得到更新几何定位模型。
步骤8)评估初始几何定位模型和更新几何定位模型的定位性能。
分别对初始几何定位模型和更新几何定位模型利用检核点对评估每个检核点对处的定位偏差,统计每景影像包含的所有检核点对的统计指标,比较二者的性能差异,其中,所述统计指标包括偏差最小值、最大值、均值、均方根误差。本实施例中,采用风力发电机提供地面控制点信息的几何定标方法(联合定标策略)得到的定位结果与初始RD模型(单景策略)得到的定位结果如表3所示。
基于上述过程,本发明的整体设计与执行过程如图3所示。
表3两种定标策略的几何定标结果
Figure BDA0003817005450000141
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依据本发明的构思在现有技术的基础上通过逻辑分析、推理、或者有限的实验可以得到的技术方案,皆应在权利要求书所确定的保护范围内。

Claims (10)

1.一种基于风力发电机提供控制点的星载SAR几何定标方法,其特征在于,包括以下步骤:
步骤1)获取SAR影像;
步骤2)根据SAR影像的辅助文件构建初始几何定位模型,实现基于像方坐标和物方坐标的SAR影像与DOM的相互映射;
步骤3)对SAR影像进行预处理后,在SAR影像和DOM中采集风力发电机的同名点对,并分别记录SAR影像中目标点的像方坐标和对应的DOM中的物方坐标,根据物方坐标在DEM中获取高程信息,生成同名点对的地面控制点,通过多次采集得到多对同名点对,并划分为控制点对和检核点对,建立控制点对数据库和检核点对数据库;
步骤4)对检核点对数据库中的点数据逐点计算几何定位误差;
步骤5)基于标准大气模型计算大气参数,基于萨斯塔莫宁模型和大气参数估计对流层大气延迟,基于克罗布歇模型估计电离层延迟;
步骤6)分析几何定位误差来源,并建立考虑大气延迟的几何定标模型,用于求解SAR卫星成像系统误差修正参数,其中,所述几何定标模型的大气延迟值基于对流层大气延迟和电离层延迟确定;
步骤7)基于控制点数据库和几何定标模型解算误差修正参数,并基于误差修正参数更新初始几何定位模型,得到更新几何定位模型;
步骤8)基于检核点对数据库评估初始几何定位模型和更新几何定位模型的定位性能。
2.根据权利要求1所述的一种基于风力发电机提供控制点的星载SAR几何定标方法,其特征在于,所述的步骤2)包括以下步骤:
步骤2-1)根据SAR影像一级产品附带的XML格式的辅助数据拟合卫星成像期间的位置和速度:
Figure FDA0003817005440000021
式中,(a0,a1,a2,a3,b0,b1,b2,b3,c0,c1,c2,c3)为拟合的位置方程的系数;ta为SAR影像中第j行像素对应的成像时间,即方位向成像时间;j为方位向像方坐标,即SAR影像中观测目标的行坐标;ta0为方位向起始成像时间,fa为脉冲重复频率,(Xg,Yg,Zg)为地面目标点的物方坐标,(Xs,Ys,Zs)为对地面目标点成像时刻传感器的空间直角坐标,(Vx,Vy,Vz)为第j行像素的速度矢量,R为观测目标和传感器之间的斜距测量值;
步骤2-2)根据SAR卫星成像原理,构建对地观测初始几何定位模型:
Figure FDA0003817005440000022
式中,R0是距离向起始斜距,i是距离向像方坐标,即SAR影像中观测目标的列坐标,Pr为距离向斜距分辨率;fd为成像时刻卫星平台和观测目标之间存在的多普勒中心频率,Psc和Vsc分别为传感器的位置和速度矢量,Pgc和Vgc分别为观测目标的位置和速度矢量,λ为雷达波长;a和b分别为WGS-84参考椭球的长短半轴,h为对地观测目标所在区域的平均高程;
步骤2-3)基于误差确定几何定位模型的条件方程:
Figure FDA0003817005440000023
式中,tr0为距离向起始时间,c为光速,fr为雷达系统的距离向采样频率;
Figure FDA0003817005440000031
tr为距离向成像时间;
步骤2-4)对每个地面目标点建立几何定位模型的条件方程,使用SAR影像产品提供的中心点物方坐标为初值,基于最小二乘原理,采用牛顿迭代法求解地面目标点的物方坐标,迭代过中根据几何定位模型的条件方程对地面目标点的物方空间坐标分别求偏导得到偏导数矩阵,并进行更新,当物方坐标的相对于上一次迭代的修正值小于预配置的阈值时结束迭代,得到地面目标点的物方坐标,完成像方坐标和物方坐标的相互映射。
3.根据权利要求1所述的一种基于风力发电机提供控制点的星载SAR几何定标方法,其特征在于,所述的步骤3)包括以下步骤:
步骤3-1)对SAR影像进行预处理:收集研究区域内多景SAR影像一级产品,进行辐射校正,并将后向散射信息转换为强度信息;
步骤3-2)在SAR影像中选择平坦地区,周围地物类型简单的风力发电机目标点,并记录其像方坐标;
步骤3-3)利用步骤2)构建的初始几何定位模型,将步骤3-2)记录的像方坐标映射到物方坐标,缩小搜索空间,在DOM中快速定位同名点,并记录所述同名点的物方坐标;
步骤3-4)根据同名点的物方坐标在DEM中获取高程信息,生成同名点对的地面控制点;
步骤3-4)重复步骤3-2)-步骤3-4)完成同名点对的采集工作,并将同名点对划分为控制点对和检核点对,建立控制点对数据库和检核点对数据库。
4.根据权利要求1所述的一种基于风力发电机提供控制点的星载SAR几何定标方法,其特征在于,所述的步骤4)具体为:
基于每景影像的初始几何定位模型计算检核点对的定位结果,并与检核点对的物方坐标进行比较,二者之差即为初始几何定位模型的几何定位误差。
5.根据权利要求1所述的一种基于风力发电机提供控制点的星载SAR几何定标方法,其特征在于,所述的步骤5)包括以下步骤:
步骤5-1)根据标准大气模型对任意地点和时间的大气参数进行估计:
Figure FDA0003817005440000041
式中,Press为大气压,Temp为开氏温度,h是海拔高度,w是相对湿度,Wpress是水汽分压;
步骤5-2)根据步骤5-1)计算的大气参数,采用萨斯塔莫宁模型计算对流层大气路径延迟,方法如下:
Figure FDA0003817005440000042
式中,θ是SAR卫星入射角,φ是卫星仰角,Dh是干延迟,Dw是湿延迟,ZTD是对流层大气延迟;
步骤5-3)基于克罗布歇模型估计电离层路径延迟:
Figure FDA0003817005440000043
式中,TEC是电离层电子浓度;f是雷达中心频率;ZID是电离层延迟;
步骤5-4)基于对流层大气延迟和电离层延迟确定大气延迟值:
tdelay=ZTD+ZID。
6.根据权利要求2所述的一种基于风力发电机提供控制点的星载SAR几何定标方法,其特征在于,所述的步骤6)具体为:
步骤6-1)根据构建的初始几何定位模型,分别给成像参数添加预配置的误差,其中,所述成像参数包括:成像时刻SAR传感器的轨道坐标(Xs,Ys,Zs)、距离向起始斜距R0、距离向斜距分辨率Pr、系统距离向采样频率fr以及脉冲重复频率fa
步骤6-2)根据SAR成像系统工作原理得到SAR影像对地几何定位误差来源包括系统内部电子时延、SAR载荷和GNSS载荷之间的时间同步误差、雷达采样频率和脉冲重复频率误差;
步骤6-3)基于几何定位误差来源确定SAR几何定标模型:
Figure FDA0003817005440000051
式中,Δfr和Δfa分别是距离向采样频率和脉冲重复频率的修正值;tr,ta为距离向和方位向成像时间,tr0,ta0为距离向和方位向起始时间,tdelay为大气延迟值,Δtr是系统内部电子时延,Δta是SAR载荷和GNSS载荷之间同步误差;
步骤6-4)基于添加的预配置的误差进行SAR影像对地几何定位误差分析,根据分析结果忽略Δfr和Δfa对几何定位的影响,得到简化的SAR几何定标模型:
Figure FDA0003817005440000052
步骤6-5)基于SAR成像几何特征确定几何定标模型的条件方程:
Figure FDA0003817005440000053
7.根据权利要求6所述的一种基于风力发电机提供控制点的星载SAR几何定标方法,其特征在于,所述的步骤7)包括以下步骤:
步骤7-1)由于非线性方程组形式复杂通常难以直接获取解析解,因此采用泰勒级数对步骤6-5)的条件方程中的定标参数展开至一次项,即可得到线性方程组,线性方程组的雅可比矩阵如下所示:
Figure FDA0003817005440000054
其中,X为误差修正参数;
步骤7-2)获取控制点对数据库中预配置个数的控制点对;
步骤7-3)对每个控制点对建立几何定标模型的条件方程;
步骤7-4)基于最小二乘原理,采用牛顿迭代法,基于几何定标模型的条件方程更新雅可比矩阵,当X小于预配置的阈值时结束迭代过程,完成对误差修正参数的最似然估计;
步骤7-5)基于误差修正参数更新SAR影像的初始几何定位模型,得到更新几何定位模型。
8.根据权利要求1所述的一种基于风力发电机提供控制点的星载SAR几何定标方法,其特征在于,所述的步骤8)具体为:
分别对初始几何定位模型和更新几何定位模型利用检核点对评估每个检核点对处的定位偏差,统计每景影像包含的所有检核点对的统计指标,比较二者的性能差异。
9.根据权利要求8所述的一种基于风力发电机提供控制点的星载SAR几何定标方法,其特征在于,所述统计指标包括偏差最小值、最大值、均值、均方根误差。
10.根据权利要求3所述的一种基于风力发电机提供控制点的星载SAR几何定标方法,其特征在于,所述步骤3-4)按照控制点空间分布将同名点对划分为控制点对和检核点对,其中,每景影像中控制点对数量不少于4个且检核点对数量不少于4个。
CN202211030445.5A 2022-08-26 2022-08-26 一种基于风力发电机提供控制点的星载sar几何定标方法 Pending CN115407289A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211030445.5A CN115407289A (zh) 2022-08-26 2022-08-26 一种基于风力发电机提供控制点的星载sar几何定标方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211030445.5A CN115407289A (zh) 2022-08-26 2022-08-26 一种基于风力发电机提供控制点的星载sar几何定标方法

Publications (1)

Publication Number Publication Date
CN115407289A true CN115407289A (zh) 2022-11-29

Family

ID=84162558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211030445.5A Pending CN115407289A (zh) 2022-08-26 2022-08-26 一种基于风力发电机提供控制点的星载sar几何定标方法

Country Status (1)

Country Link
CN (1) CN115407289A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115856856A (zh) * 2023-01-28 2023-03-28 中国人民解放军国防科技大学 基于高程约束和归一化rd方程的机载sar定位方法
CN116340710A (zh) * 2023-05-30 2023-06-27 中国科学院精密测量科学与技术创新研究院 基于分层快速三维射线追踪的中性大气斜延迟计算方法
CN117310633A (zh) * 2023-11-28 2023-12-29 中国科学院空天信息创新研究院 一种多维度sar系统几何定标方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115856856A (zh) * 2023-01-28 2023-03-28 中国人民解放军国防科技大学 基于高程约束和归一化rd方程的机载sar定位方法
CN116340710A (zh) * 2023-05-30 2023-06-27 中国科学院精密测量科学与技术创新研究院 基于分层快速三维射线追踪的中性大气斜延迟计算方法
CN116340710B (zh) * 2023-05-30 2023-09-12 中国科学院精密测量科学与技术创新研究院 基于分层快速三维射线追踪的中性大气斜延迟计算方法
CN117310633A (zh) * 2023-11-28 2023-12-29 中国科学院空天信息创新研究院 一种多维度sar系统几何定标方法
CN117310633B (zh) * 2023-11-28 2024-02-23 中国科学院空天信息创新研究院 一种多维度sar系统几何定标方法

Similar Documents

Publication Publication Date Title
CN114518586B (zh) 一种基于球谐展开的gnss精密单点定位方法
US20200103530A1 (en) Method for extracting elevation control point with assistance of satellite laser altimetry data
CN115407289A (zh) 一种基于风力发电机提供控制点的星载sar几何定标方法
CN107367716B (zh) 一种高精度星载sar几何定标方法
Rocken et al. Near real‐time GPS sensing of atmospheric water vapor
CN108562882B (zh) 一种星载sar影像几何交叉定标方法和系统
CN109597040B (zh) 一种星载sar影像无场几何定标方法
CN115561716A (zh) 一种大范围星载sar影像统一几何标定方法
CN116519913B (zh) 基于星载和地基平台融合的gnss-r数据土壤水分监测方法
CN115047499B (zh) 星载gnss-r土壤温度与湿度的反演方法、系统
CN201754150U (zh) 一种微波遥感土壤水分监测系统
Gruno et al. Determining sea surface heights using small footprint airborne laser scanning
CN106767922B (zh) 一种海洋卫星星载高度计在轨绝对定标系统及定标方法
CN111123345B (zh) 一种基于gnss测量的经验电离层模型数据驱动方法
CN115980751A (zh) 一种幂律模型InSAR对流层延迟改正方法
Miao et al. Cross-track error correction and evaluation of the tiangong-2 interferometric imaging radar altimeter
CN102004848A (zh) 一种提高光合有效辐射(par)计算精度的方法和系统
Feng et al. An improved geometric calibration model for spaceborne SAR systems with a case study of large-scale Gaofen-3 images
Li et al. Damage detection for historical architectures based on TLS intensity data
CN209802285U (zh) 一种通信基站天线形变的监测系统
Zhang et al. Estimation of forest aboveground biomass using the integration of spectral and textural features from GF-1 satellite image
CN113740852B (zh) 人工角反射器的地基sar监测输电铁塔变形监测方法
Soja et al. Estimation of boreal forest biomass from two-level model inversion of interferometric TanDEM-X data
Wu et al. Multi-platform radiometer systems for surface soil moisture retrieval
Yu et al. Evaluation of detection ability of regional radar network in complex terrain based on digital elevation model: a sample study of Fujian province in China

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