基于CRInSAR和kalman滤波的监测地表三维形变的研究

作者:胡俊;丁晓利;朱建军;李志伟;张长书;王兴旺 刊名:测绘科学 上传者:黄志刚

【摘要】CRInSAR技术克服了传统DInSAR的一些不足,成为近年来的研究热点,但单一的CRInSAR技术只能监测LOS的一维形变。而kalman滤波采用状态空间的概念,可以用来估计平稳或非平稳的多维信号随机过程,已经被广泛地应用于动态数据处理之中。因此本文以CRInSAR模型为基础,将不同时间跨度的干涉数据作为动态数据,构建相应的观测方程和状态方程,并以经典的kalman滤波估计角反射器的三维形变量和三维形变速度。实践证明,该方法是合理可行的。

全文阅读

1引言角反射器(CRInSAR)技术是在重复轨道差分干涉测量(DInSAR)基础上发展的一项新兴技术。它是在监测地区布设若干个人工角反射器(CR点),这些CR点的后向反射强度远远大于周围的参照物,在SAR图像上会呈现出一个个明显的亮点,通过监测这些离散点的相位的变化来获取监测地区的形变信息。比起其他的InSAR技术,CR方法有许多它们无法比拟的优势:适用于相关性很弱或者失相关地区;既可以实时或者准实时的形变监测以应付突发事件,也可以进行长期的变形监测等等。但是和传统的DInSAR技术一样,单一的CRInSAR技术只能监测角反射器在雷达视线方向(LOS)上的一维形变。然而单一方向的形变信息往往不能清楚的反映监测地区的形变信息,有时甚至会产生错误。随着SAR卫星的不断发射成功,越来越多的SAR影像数据被源源不断的传送回来,从而可以得到一个甚至多个传感器在不同时间跨度内监测同一个地区的地表形变。因此,可以把同一个监测地区的干涉影像对当成是一组动态数据。众所周知,kalman滤波的显著特点就是对状态空间进行动态估计。它考虑了信号与测量值的基本统计特性,而且采用了状态空间的概念,用状态方程描述系统,信号作为状态,可以用来估计平稳或非平稳的多维信号随机过程,所以已经被广泛的应用于GPS动态定位等一些动态数据处理之中。因此在本文中,将探讨融合CRInSAR技术和kalman滤波来估计监测地区角反射器的三维形变量和三维形变速度。2CRInSAR模型常规DInSAR技术的最大的缺陷可能就是在先后两次雷达影像获取时出现的时间失相关问题,从而造成两次获取的SAR图像无法进行干涉处理。但是如果在监测地区埋设了人工角反射器,由于这些人工角反射器可以稳定的把传感器发出的信号给反射回去,从而得到这些角反射器的稳定的幅度信息和相位信息,所以即使是在一系列长时间跨度的干涉图中,稳定的人工角反射器都能够很容易就被识辨出来,因此大大降低了图像之间失相关的风险。通过监测这些角反射器的干涉相位图的变化,就能够获取该地区地表的长时间的微小形变情况。此外,通过在每个角反射器上安置的并址GPS接收机,利用GPS三维定位资料来识别角反射器以及约束CRInSAR的模型。由于CR点的相干性明显优于周围地物,因此可以很好的避免噪音的干扰;并且采用GPS对流层延迟资料来改正InSAR中对流层误差,所以CRInSAR技术的监测精度明显好于传统的DInSAR技术,完全可以达到毫米甚至亚毫米级。假设在监测地区埋设了M+1个CR点,并从传感器上获取了该地区的N+1幅SAR图像,取其中一个CR点为参考点,一幅SAR图像为主图像,则可以得到NM幅剩余CR点与参考点之间相位差的干涉图。从而可以构建下面的模型:=-2K+CLLT+CPPT+CHHT+4R+A+E(1)为干涉相位差(NM);K为整周模糊度(NM);CL是方位向上的线性相位(N1);L是相对于参考点的方位向上的像素位置坐标(M1);CP是距离向上的线性相位(N1);P是相对于参考点的距离向上的像素位置坐标(M1);CH是高程相位转换系数阵(NM);H是高程差的对角阵(MM);R是剩余CR点的形变矩阵(相对于选取的参考点)(NM);A是大气相位差矩阵(NM);E是残余相位和噪声矩阵(NM);是雷达波长,对于C波段而言,波长为5.67cm。在(1)式中,R是最终所要求得的角反射器的形变量,但值得注意的是,它仅是剩余CR点相对于参考CR点在LOS上的一维形变量。为了便于建立kalman滤波所需的观测方程和状态方程,必须首先将(1)式中可求解的参数进行剔除,具体方

参考文献

引证文献

问答

我要提问