CN115616511A - 一种地基雷达形变量气象补偿方法和系统 - Google Patents

一种地基雷达形变量气象补偿方法和系统 Download PDF

Info

Publication number
CN115616511A
CN115616511A CN202211629917.9A CN202211629917A CN115616511A CN 115616511 A CN115616511 A CN 115616511A CN 202211629917 A CN202211629917 A CN 202211629917A CN 115616511 A CN115616511 A CN 115616511A
Authority
CN
China
Prior art keywords
radar
deformation
target
meteorological
ground
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
CN202211629917.9A
Other languages
English (en)
Other versions
CN115616511B (zh
Inventor
李春苗
罗治
湛永坚
曹毅强
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.)
Zhongda Intelligent Technology Co ltd
Original Assignee
Zhongda Intelligent 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 Zhongda Intelligent Technology Co ltd filed Critical Zhongda Intelligent Technology Co ltd
Priority to CN202211629917.9A priority Critical patent/CN115616511B/zh
Publication of CN115616511A publication Critical patent/CN115616511A/zh
Application granted granted Critical
Publication of CN115616511B publication Critical patent/CN115616511B/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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/06—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring the deformation in a solid
    • 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
    • G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Environmental & Geological Engineering (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种地基雷达形变量气象补偿方法和系统，该方法在气象参数校正法的基础上结合了永久散射体校正法，采用雷达与目标区域的折射率的平均值代替单方面的气象折射率，并采用三次样条插值法对气象数据进行插值计算。基于永久散射体PS校正法采用了与高度有关的梯度因子对其它目标进行校正。本发明的方法能够有效的校正地基雷达在长时间监测目标过程中受气象因素造成的累积形变量的漂移，提高了校正的精度，且其计算方式简单。

Description

一种地基雷达形变量气象补偿方法和系统
技术领域
本发明属于地基雷达监测技术领域，特别是涉及一种地基雷达形变量气象补偿方法和系统。
背景技术
地基雷达由于具有非接触、高精度、高采样频率和整体动态监测等特点，在边坡、桥梁、大坝等健康监测中有广泛的应用，但是在长时间监测中，应用地基雷达设备获取的目标监测数据精度受制于场景内外界环境的干扰，其中大气效应是外界环境干扰中对精度影响较为严重的一种。
地基雷达设备通过发射和接收雷达波实现对被测目标微变形动态高频率监测，即：先后两次向同一目标发射电磁波并接收目标物反射回的电磁波，利用它们的相位差计算目标物视线向的微小位移。在长期监测过程中，雷达波在大气传播中会受到温度、湿度、气压等气象因素的影响，导致传播路径和方向发生变化，使干涉相位中附加了大气相位误差，从而降低地基雷达设备监测数据的精度。
对于地基雷达来说，雷达波的传播介质是大气的对流层，其折射指数与大气热力学温度气压和湿度有关。目前主要有大气参数模型改正法进行气象补偿，即通过应用大气参数模型改正法测量监测时段内的大气温度、湿度、气压等气象因素，并采用相应大气参数改正模型计算大气折射率进行修正。
现有技术中的大气参数模型改正法是通过测量与折射率有关的参数，再利用艾森-弗鲁姆经验公式计算出大气折射率。
由于大气折射指数n与１之差只有几万分之几，因此在电波传播中通常用折射率N来表示，称为N单位。
即
Figure 100002_DEST_PATH_IMAGE001
艾森-弗鲁姆经验公式为：
Figure 834823DEST_PATH_IMAGE002
实际测量中容易获取的是实测温度T、相对湿度H、大气压强P，利用高精度温湿度传感器测出的大气温度即为大气干温，大气压强等于大气气压Pd和大气水汽压e相加的和，即：
Figure 100002_DEST_PATH_IMAGE003
P为大气压强，单位：hPa；
T为大气绝对温度，单位：K；
Pd为干气体压强，单位：hPa；
e为水汽压，单位：hPa；
相对湿度H与水汽压e的转换
水汽压e可由饱和水汽压e*和相对湿度H计算，饱和水汽压e*可由Magnus-Teten经验公式来表示：
Figure 10589DEST_PATH_IMAGE004
Figure 100002_DEST_PATH_IMAGE005
式中基础变量定义如下：
e*为饱和水汽压，单位：hPa；
T为热力学温度，单位：K；
H为相对湿度，单位：%；
不同时间的大气折射指数不同，对目标点计算t1和t2时刻的大气扰动相位为：
Figure 998137DEST_PATH_IMAGE006
其中，r为发射点与目标点的距离，
Figure 100002_DEST_PATH_IMAGE007
为电磁波波速，n(t1)和n(t2)分别为t1和t2时刻的折射率，
Figure 615587DEST_PATH_IMAGE008
为大气扰动校正相位，将其改正到对应的观测相位，便完成了相位的修正，再将相位转换为形变量，便得到了雷达测量到的形变曲线。
然而，上述基于艾森-弗鲁姆经验公式得到的折射率来求出大气扰动校正相位的大气参数模型改正法虽然在一定程度上提高了雷达监测的精度，但是效果有限，达不到指标要求。且精度受气象参数获取位置的影响，很难获取应用场景中具体形变区域的准确气象信息，对于精度要求较高的情况下，尤其是对于气象环境中目标的形变量检测的误差要求在1mm以下的场景时（由于长期监测中，系统误差、噪声干扰和气象因素等的影响易于使得累计形变误差超过1mm），其气象补偿后的校正效果并不理想。
因此，基于以上监测精度不高的问题，亟需设计一种新的地基雷达形变量气象补偿方法和系统。
发明内容
（一）要解决的技术问题
基于此，本发明公开了一种地基雷达形变量气象补偿方法和系统，该方法在不增加计算复杂度的基础上能够有效提高形变量的校正精度，从而使得长期监测中校正后累计的形变量误差在±0.2mm以下。
（二）技术方案
本发明公开了一种地基雷达形变量气象补偿方法，包括以下步骤：
步骤1：根据永久散射体的形变曲线s得到永久散射体处的大气折射率差值变化曲线
Figure DEST_PATH_IMAGE009
；
步骤2：使用温湿度传感器采集雷达处和目标场景的气象数据，将所述气象数据使用三次样条插值法进行插值，使气象数据的数据点数与雷达数据点数相同，再利用艾森-弗鲁姆经验公式分别计算出雷达处折射率n1 和目标场景处折射率n2，则目标监测点处的大气折射率差值变化曲线
Figure 739401DEST_PATH_IMAGE010
：
Figure DEST_PATH_IMAGE011
；
步骤3：根据目标监测点与永久散射体处的高度差
Figure 820490DEST_PATH_IMAGE012
以及步骤1的
Figure 100002_DEST_PATH_IMAGE013
和步骤2的
Figure 295333DEST_PATH_IMAGE010
，求出大气折射率的变化率的梯度
Figure 120070DEST_PATH_IMAGE014
：
Figure 100002_DEST_PATH_IMAGE015
；
步骤4：根据雷达高度与要监测处的散射体的高度的差值
Figure 363969DEST_PATH_IMAGE016
，基于步骤3的梯度
Figure 84801DEST_PATH_IMAGE014
求出目标监测点处的大气折射率的变化值
Figure DEST_PATH_IMAGE017
；
步骤5：基于
Figure 46940DEST_PATH_IMAGE018
对被监测的目标进行气象校正，得到需补偿的气象量y；
步骤6：将监测目标形变曲线s1与需补偿的气象量y求差计算得到补偿后的最终结果为ys：
Figure 144209DEST_PATH_IMAGE020
其中，s1为雷达获取的监测目标形变曲线。
优选的，所述步骤1的
Figure DEST_PATH_IMAGE021
设为：
Figure 711457DEST_PATH_IMAGE022
其中，R0为永久散射体与雷达之间的距离，与形变曲线s单位相同。
优选的，所述步骤4的
Figure DEST_PATH_IMAGE023
设为：
Figure 928156DEST_PATH_IMAGE024
。
优选的，所述步骤5的y设为：
Figure DEST_PATH_IMAGE026
其中，R为监测目标与雷达之间的距离，单位与R0相同。
优选的，所述步骤2的折射率n1和n2具体通过艾森-弗鲁姆经验公式计算得到。
优选的，所述步骤2的目标场景的气象数据包括大气压、温度和相对湿度。
优选的，雷达获取的监测目标形变曲线s1的单位与监测目标与雷达之间的距离R的单位相同。
在第二方面，本发明还公开了一种地基雷达形变量气象补偿系统，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上述任一项所述的地基雷达形变量气象补偿方法。
在第三方面，本发明还公开了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使计算机执行如上述任一项所述的地基雷达形变量气象补偿方法。
（三）有益效果
本发明地基雷达形变量气象补偿方法中用雷达与目标区域的折射率的平均值代替单方面的气象折射率，并采用三次样条插值法对气象数据进行插值计算，其中还基于永久散射体PS校正法采用了与高度有关的梯度因子对其它目标进行校正，从而能够有效的校正地基雷达长时间监测目标过程中受气象因素造成的累积形变量的漂移，提高了校正的精度，且其总体计算方式简单，计算复杂度低。另经实验表明，在12小时以上易于产生数据漂移的长时间监测工作中，使用本发明方法所校正后累计的形变量误差可保持在±0.2mm以内，达到了地基雷达长时间监测形变区域的精度指标。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1为本发明中地基雷达形变量气象补偿方法的流程图。
图2（a）、图2（b）和图2（c）分别为本发明实施例一中采用三次样条插值法对气象数据进行插值后的大气压、温度和相对湿度的波形图。
图3为本发明实施例一中目标1的雷达监测的累积形变曲线图。
图4为本发明实施例一中目标2的雷达监测的累积形变曲线图。
图5为本发明实施例一中永久散射体PS点的雷达监测的累积形变曲线图。
图6为本发明实施例一中目标1雷达监测的累积形变曲线与大气补偿后对比的形变量波形图。
图7为本发明实施例一中目标2雷达监测的累积形变曲线与大气补偿后对比的形变量波形图。
图8为本发明实施例一中PS点雷达监测的累积形变曲线与大气补偿后对比的形变量波形图。
图9为本发明实施例一中目标1雷达监测的累积形变曲线与本发明校正后对比的形变量波形图。
图10为本发明实施例一中目标2雷达监测的累积形变曲线与本发明校正后对比的形变量波形图。
具体实施方式
下面将结合附图和实施例对本发明进行清楚、完整地描述，同时也叙述了本发明技术方案解决的技术问题及有益效果，需要指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。
现有技术中的，大气参数模型改正法是基于艾森-弗鲁姆经验公式得到的折射率，以求出大气扰动校正相位和形变量的方法；然而，发明人发现该方法在长时间的监测过程中无法克服由于系统误差、噪声干扰和气象因素等的影响易于使得累计形变误差超过1mm的情形，故无法适应于0.5mm级别以下更高精度的气象形变量监测场合和针对地基雷达在长期监测过程中因受气象影响导致监测精度下降的应用场景。
在其中一个实施例中，参见图1可知，本发明在现有的大气参数模型改正法的基础上进行了改进，综合采用气象参数改正法和永久散射体点校正结合的方法对监测目标进行气象校正，新设计了一种地基雷达形变量气象补偿方法，包括：
步骤1：根据永久散射体的形变曲线s得到永久散射体处的大气折射率差值变化曲线
Figure 580854DEST_PATH_IMAGE009
，
Figure 481814DEST_PATH_IMAGE013
设为：
Figure 903568DEST_PATH_IMAGE022
其中，R0为永久散射体与雷达之间的距离，与形变曲线s单位相同。
步骤2：使用温湿度传感器采集雷达处和目标场景的气象数据，将所述气象数据使用三次样条插值法进行插值，使气象数据的数据点数与雷达数据点数相同，再利用艾森-弗鲁姆经验公式分别计算出雷达处折射率n1 和目标场景处折射率n2，由此得到目标监测点处的大气折射率差值变化曲线
Figure 28519DEST_PATH_IMAGE010
，
Figure 168513DEST_PATH_IMAGE010
设为：
Figure 873164DEST_PATH_IMAGE011
。
进一步的，步骤2中的折射率n1和n2具体通过艾森-弗鲁姆经验公式得到，因为艾森-弗鲁姆经验公式已在背景技术介绍中有记载，故此处不赘。此外，雷达处和目标场景的气象数据包括大气压、温度和相对湿度等参数，使用艾森-弗鲁姆经验公式计算时，需将相对湿度转换为水汽压。
步骤3：根据目标监测点与永久散射体处的高度差
Figure 415004DEST_PATH_IMAGE027
以及步骤1的
Figure DEST_PATH_IMAGE028
和步骤2的
Figure 445277DEST_PATH_IMAGE029
，求出大气折射率的变化率的梯度
Figure DEST_PATH_IMAGE030
，
Figure 603726DEST_PATH_IMAGE030
设为：
Figure 846488DEST_PATH_IMAGE015
。
步骤4：根据雷达高度与要监测处的散射体的高度的差值
Figure 245764DEST_PATH_IMAGE031
，基于步骤3的梯度
Figure 650201DEST_PATH_IMAGE030
求出目标监测点处的大气折射率的变化值
Figure 764787DEST_PATH_IMAGE023
：
Figure 545661DEST_PATH_IMAGE024
。
步骤5：基于
Figure 62093DEST_PATH_IMAGE023
对被监测的目标进行气象校正，得到需补偿的气象量y，y设为：
Figure 903010DEST_PATH_IMAGE026
其中，R为监测目标与雷达之间的距离，单位与R0相同。
步骤6：将监测目标形变曲线s1与需补偿的气象量y求差计算得到补偿后的最终结果为ys，ys设为：
Figure DEST_PATH_IMAGE032
其中，s1为雷达获取的监测目标形变曲线，单位与R相同。
由此可知，上述本发明的气象补偿方法的步骤1-6在气象参数校正法的基础上进行了改进，结合了永久散射体（PS）校正法，先采用了气象参数模型进行补偿，随后采用一个永久散射体对目标监测点进行校正，从而将累积形变误差进行补偿和校正，以获取应用场景中具体形变区域的准确气象信息。
为了充分说明该方法的优点，以下将根据图2(a)-图2(c)以及图3-图10对应的实施例一来对本发明的地基雷达形变量气象补偿方法及其有益效果进行更具体的阐述。
实施例一：
如图2(a)-图2(c)所示：采用的温湿度传感器1分钟采集一次数据，但本地基雷达的调制周期为4毫秒，数据量远远大于气象数据，因此还需要采用三次样条插值法对气象数据进行插值，使其与雷达数据有相同的数据点数。
在地基雷达长期监测目标过程中，由于受到气象因素的影响，导致监测的累积形变曲线会漂移，此漂移严重影响了监测精度。如图3-图5所示：目标1、目标2和PS点都是稳定不变的，形变值理论上应该为0mm，目标1比目标2离永久散射体更远一些，由于系统误差、噪声干扰和气象因素等的影响，从前一天晚上8点到第二天早上的7点此段时间，累积形变超过了1毫米。
参见图6-图8可知，为了将本发明方法与现有技术中的大气参数模型改正法进行直观的对比，先采用大气参数模型改正法进行补偿，得到图3-图5对应的目标补偿效果如下：目标1的补偿效果在-0.1~0.7mm之间，目标2的补偿效果在-1~3mm之间，永久散射体的补偿效果在-1~3mm之间。因为目标2与永久散射体距离比较近，所以图7-8两个图看上去很像，但细节上略微有所不同。
随后，采用本发明的地基雷达形变量气象补偿方法对图3-图4的目标1和目标2进行补偿，补偿效果参见图9-图10所示（因目标1与雷达距离近，目标2距离雷达远，所以目标1长时间的累积形变漂移没有目标2那么大，目标2受气象影响更大，目标1受雷达系统误差影响大，所以波形毛刺比目标2多）。可知采用本发明的改进气象补偿方法后，误差补偿效果很明显，有效的提高了校正的精度，能稳定有效的保证形变量气象补偿的误差精度在±0.2mm以内。
值得一提的是，上述本发明的补偿方法可以作为软件程序或者计算机指令在非暂态计算机可读存储介质中执行或者在带有存储器和处理器的其它系统中执行，且其计算程序简单且运行快速。在本发明各个步骤和实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种地基雷达形变量气象补偿方法，其特征在于，包括以下步骤：
步骤1：根据永久散射体的形变曲线s得到永久散射体处的大气折射率差值变化曲线
Figure DEST_PATH_IMAGE001
；
步骤2：使用温湿度传感器采集雷达处和目标场景的气象数据，将所述气象数据使用三次样条插值法进行插值，使气象数据的数据点数与雷达数据点数相同，再利用艾森-弗鲁姆经验公式分别计算出雷达处折射率n1 和目标场景处折射率n2，得到目标监测点处的大气折射率差值变化曲线
Figure 870744DEST_PATH_IMAGE002
：
Figure DEST_PATH_IMAGE003
；
步骤3：根据目标监测点与永久散射体处的高度差
Figure 271157DEST_PATH_IMAGE004
以及步骤1的
Figure DEST_PATH_IMAGE005
和步骤2的
Figure 327975DEST_PATH_IMAGE006
，求出大气折射率的变化率的梯度
Figure DEST_PATH_IMAGE007
：
Figure 390477DEST_PATH_IMAGE008
；
步骤4：根据雷达高度与要监测处的散射体的高度的差值
Figure 419613DEST_PATH_IMAGE009
，基于步骤3的梯度
Figure 722419DEST_PATH_IMAGE007
求出目标监测点处的大气折射率的变化值
Figure 204216DEST_PATH_IMAGE010
；
步骤5：基于
Figure 414617DEST_PATH_IMAGE010
对被监测的目标进行气象校正，得到需补偿的气象量y；
步骤6：将监测目标形变曲线s1与需补偿的气象量y求差计算得到补偿后的最终结果为ys：
Figure 131267DEST_PATH_IMAGE011
其中，s1为雷达获取的监测目标形变曲线。
2.根据权利要求1所述的地基雷达形变量气象补偿方法，其特征在于，所述步骤1的
Figure 604974DEST_PATH_IMAGE012
设为：
Figure DEST_PATH_IMAGE013
其中，R0为永久散射体与雷达之间的距离，与形变曲线s单位相同。
3.根据权利要求2所述的地基雷达形变量气象补偿方法，其特征在于，所述步骤4的
Figure 105225DEST_PATH_IMAGE010
设为：
Figure 57001DEST_PATH_IMAGE014
。
4.根据权利要求3所述的地基雷达形变量气象补偿方法，其特征在于，所述步骤5的y设为：
Figure DEST_PATH_IMAGE015
其中，R为监测目标与雷达之间的距离，单位与R0相同。
5.根据权利要求1-4中任一项所述的地基雷达形变量气象补偿方法，其特征在于，所述步骤2的折射率n1和n2具体通过艾森-弗鲁姆经验公式计算得到。
6.根据权利要求1-4中任一项所述的地基雷达形变量气象补偿方法，其特征在于，所述步骤2的雷达处和目标场景处的气象数据包括大气压、温度和相对湿度，使用艾森-弗鲁姆公式计算时，需将相对湿度转换为水汽压。
7.根据权利要求4所述的地基雷达形变量气象补偿方法，其特征在于，雷达获取的监测目标形变曲线s1的单位与监测目标与雷达之间的距离R的单位相同。
8.一种地基雷达形变量气象补偿系统，其特征在于，包括：
至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1-7中任一项所述的地基雷达形变量气象补偿方法。
CN202211629917.9A 2022-12-19 2022-12-19 一种地基雷达形变量气象补偿方法和系统 Active CN115616511B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211629917.9A CN115616511B (zh) 2022-12-19 2022-12-19 一种地基雷达形变量气象补偿方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211629917.9A CN115616511B (zh) 2022-12-19 2022-12-19 一种地基雷达形变量气象补偿方法和系统

Publications (2)

Publication Number Publication Date
CN115616511A true CN115616511A (zh) 2023-01-17
CN115616511B CN115616511B (zh) 2023-03-28

Family

ID=84880233

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211629917.9A Active CN115616511B (zh) 2022-12-19 2022-12-19 一种地基雷达形变量气象补偿方法和系统

Country Status (1)

Country Link
CN (1) CN115616511B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5003314A (en) * 1989-07-24 1991-03-26 Cubic Defense Systems, Inc. Digitally synthesized phase error correcting system
US20050057391A1 (en) * 2003-07-19 2005-03-17 Forsley Lawrence Parker Galloway Method to improve interferometric signatures by coherent point scatterers
JP2009025083A (ja) * 2007-07-18 2009-02-05 Mitsubishi Electric Corp 気象レーダ装置
CN104111457A (zh) * 2014-07-23 2014-10-22 中国国土资源航空物探遥感中心 一种升降轨PSInSAR地面沉降监测结果的互检验与时序融合方法
CN105136073A (zh) * 2015-08-14 2015-12-09 昆明理工大学 一种在边坡形变监测中的气象校正模型
CN106950556A (zh) * 2017-05-03 2017-07-14 三亚中科遥感研究所 基于分布式散射体时序干涉sar技术的遗产地形变监测方法
US20190235067A1 (en) * 2018-01-31 2019-08-01 Wave3D Co.,Ltd. Moving object detection method in real-time using fmcw radar
CN110531382A (zh) * 2018-05-25 2019-12-03 上海大学 利用gps测量技术监测火山的方法
US20210182578A1 (en) * 2019-12-16 2021-06-17 Hyundai Motor Company Apparatus and method for compensating for error of vehicle sensor
CN113096005A (zh) * 2021-04-06 2021-07-09 中国科学院生态环境研究中心 一种监测山体现今抬升速度的雷达时序差分干涉测量方法
US20220099823A1 (en) * 2020-09-28 2022-03-31 Mitsubishi Electric Research Laboratories, Inc. System and Method for Tracking a Deformation
CN114417565A (zh) * 2021-12-23 2022-04-29 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种基于地面气象数据的对流层折射率梯度剖面建模方法
CN114910907A (zh) * 2022-05-07 2022-08-16 苏州深蓝空间遥感技术有限公司 基于角反射器和PS-InSAR技术的河流边坡滑坡风险监测方法
CN115356787A (zh) * 2022-10-21 2022-11-18 南京信息工程大学 一种大气相干长度的计算和预报方法
CN115545100A (zh) * 2022-09-27 2022-12-30 重庆三峡学院 基于LSTM的GB-InSAR大气相位补偿方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5003314A (en) * 1989-07-24 1991-03-26 Cubic Defense Systems, Inc. Digitally synthesized phase error correcting system
US20050057391A1 (en) * 2003-07-19 2005-03-17 Forsley Lawrence Parker Galloway Method to improve interferometric signatures by coherent point scatterers
JP2009025083A (ja) * 2007-07-18 2009-02-05 Mitsubishi Electric Corp 気象レーダ装置
CN104111457A (zh) * 2014-07-23 2014-10-22 中国国土资源航空物探遥感中心 一种升降轨PSInSAR地面沉降监测结果的互检验与时序融合方法
CN105136073A (zh) * 2015-08-14 2015-12-09 昆明理工大学 一种在边坡形变监测中的气象校正模型
CN106950556A (zh) * 2017-05-03 2017-07-14 三亚中科遥感研究所 基于分布式散射体时序干涉sar技术的遗产地形变监测方法
US20190235067A1 (en) * 2018-01-31 2019-08-01 Wave3D Co.,Ltd. Moving object detection method in real-time using fmcw radar
CN110531382A (zh) * 2018-05-25 2019-12-03 上海大学 利用gps测量技术监测火山的方法
US20210182578A1 (en) * 2019-12-16 2021-06-17 Hyundai Motor Company Apparatus and method for compensating for error of vehicle sensor
US20220099823A1 (en) * 2020-09-28 2022-03-31 Mitsubishi Electric Research Laboratories, Inc. System and Method for Tracking a Deformation
CN113096005A (zh) * 2021-04-06 2021-07-09 中国科学院生态环境研究中心 一种监测山体现今抬升速度的雷达时序差分干涉测量方法
CN114417565A (zh) * 2021-12-23 2022-04-29 中国电波传播研究所（中国电子科技集团公司第二十二研究所） 一种基于地面气象数据的对流层折射率梯度剖面建模方法
CN114910907A (zh) * 2022-05-07 2022-08-16 苏州深蓝空间遥感技术有限公司 基于角反射器和PS-InSAR技术的河流边坡滑坡风险监测方法
CN115545100A (zh) * 2022-09-27 2022-12-30 重庆三峡学院 基于LSTM的GB-InSAR大气相位补偿方法
CN115356787A (zh) * 2022-10-21 2022-11-18 南京信息工程大学 一种大气相干长度的计算和预报方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YUNKAI DENG ET AL.: "A Grid Partition Method for Atmospheric Phase Compensation in GB-SAR", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 *
林珲;陈富龙;江利明;赵卿;程世来;: "多基线差分雷达干涉测量的大型人工线状地物形变监测" *

Also Published As

Publication number Publication date
CN115616511B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
CN110061716B (zh) 一种基于最小二乘和多重渐消因子的改进kalman滤波方法
CN110109162B (zh) 一种gnss接收机自适应的卡尔曼滤波定位解算方法
EP3364212A1 (en) A method and an apparatus for computer-assisted processing of sar raw data
CN109471095B (zh) 一种基于快速迭代插值的fmcw雷达距离估计方法
CN109597040B (zh) 一种星载sar影像无场几何定标方法
CN104391282A (zh) 通过频谱校正来改善成像质量的方法
CN109991580B (zh) 一种基于波形导数的卫星雷达测高波形重定方法
CN107576963B (zh) 基于粒子滤波的双偏振雷达差分传播相移的估计方法
CN110865346B (zh) 一种基于直接定位算法的星载sar时间参数标定方法
KR20180091372A (ko) 레이더의 표적 위치 추적 방법
CN109613503B (zh) 雷达回波信号的标校方法和装置
CN109031261B (zh) 一种时差估计方法及装置
CN101620272A (zh) 一种逆合成孔径雷达的目标转速估计方法
CN115616511B (zh) 一种地基雷达形变量气象补偿方法和系统
CN112269192A (zh) 一种快速自适应的动态北斗监测实时解算去噪方法
CN105572648B (zh) 一种合成孔径雷达回波数据距离徙动校正方法和装置
CN112415512A (zh) 基于进退法和黄金分割法的sar运动目标聚焦方法
CN114252875B (zh) 一种成像高度计数据的高精度网格化方法
CN110595470A (zh) 一种基于外定界椭球集员估计的纯方位目标跟踪方法
KR101742057B1 (ko) 밀리미터파 탐색기용 목표 표적의 거리 측정 방법
CN113126057B (zh) 一种基于调频率估计的sar运动补偿方法
CN111865268B (zh) 一种简易快速的卡尔曼滤波方法
CN107329128B (zh) 一种基于快速存储技术的超分辨高精度低空测角方法
CN112505686A (zh) 高程误差估计方法、装置、电子设备及存储介质
Kumar et al. Performance comparision of α-β-γ filter and kalman filter for CA, NCA target tracking using bistatic range and range rate measurements

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A meteorological compensation method and system for ground radar deformation variables

Effective date of registration: 20231213

Granted publication date: 20230328

Pledgee: Changsha Rural Commercial Bank Co.,Ltd. Bachelor's Branch

Pledgor: Zhongda Intelligent Technology Co.,Ltd.

Registration number: Y2023980071185