小波稳健最小二乘估计的轨道误差校正算法及其在DEM中的应用

针对二次多项式模型去除干涉相位轨道误差时,须对干涉相位其他项的分布性质作假设等问题,给出基于小波多尺度分析的轨道误差去除算法。基于轨道误差相位在干涉图中表现为长波长低频的特性,将不同尺度空间上波长比轨道误差相位波长短的地形残差相位、噪声相位等进行滤除,并采用稳健最小二乘估计二次多项式模型参数,进一步降低残余地形误差相位等对轨道误差多项式拟合的干扰。结果表明,本文方法改正后的干涉图中含有的趋势性轨道误差更少,去除效果更优,可提升多项式拟合结果的可靠性。     

顾及地形坡度的非线性最小二乘相位解缠

InSAR相位解缠是利用干涉合成孔径雷达(InSAR)数据,提取数字高程模型,进行精确差分干涉测量的关键技术之一。然而缠绕的差分相位信息在地形陡峭或者坡度变化较大区域的解缠结果会有较大的误差传递的问题,针对此问题将干涉图中的地形坡度表示为距离向和方位向的局部相位频率,利用局部相位频率估计地形坡度和推导缠绕相位梯度概率密度函数(PG-PDF)参数模型,并将参数模型作为非线性最小二乘相位解缠模型约束条件,平滑不满足要求的缠绕相位梯度,经过迭代求解得到的解缠结果可以在消除噪声的同时减少地形因素的欠采样对相位解缠结果的影响,提高相位解缠的精度。最后,利用欧空局ENVISAT ASAR卫星获取的干涉数据进行实验,验证了算法在解缠精度和对地形的适应性方面优于直接加权的相位解缠算法,在频域下顾及地形的方法能有效克服LS对于相位坡度欠估计的缺点,具有较高的精度和稳定性,能够有效地考虑地形坡度的影响,抑制误差传递。     

利用神经网络建立GPS网络RTK的双差对流层误差模型

为减小对流层误差改正数中系统偏差的影响以提高对流层改正精度,提出了基于神经网络的顾及空间的对流层误差建模模型,该模型的对流层延迟误差改正在网内外精度均达5 cm。     

基于DEM与GACOS的InSAR同震形变场大气误差校正北大核心CSCD

从全球地震频发地区选取多次地震事件,以精河地震为例研究基于DEM进行大气误差校正时拟合区选取方法;然后分别基于DEM和GACOS数据对同震形变场进行大气相位延迟改正以分析其校正精度及适用性。结果表明,扣除主要同震形变区域后的相位-高程相关系数大于0.4时,必须对获取的形变场进行大气误差校正,校正后噪声可下降约1~4 cm;相关系数为0.4~0.8时,可通过两种方法相互验证以校正精度;相关系数大于0.8时,可以只使用DEM拟合大气误差分布函数进行校正。基于GACOS进行大气误差校正具有普适性,用于大气噪声较为严重且与地形不相关的平原地区可取得较好效果。     

基于CORS的DInSAR大气延迟校正方法研究

针对利用GPS数据改正DInSAR大气延迟误差中存在CORS站点稀疏的问题,给出一种广义曲面拟合插值模型,并基于北京地区的GPS观测数据和SAR影像对比较了反距离加权插值模型（IDW）和曲面拟合插值模型（CSF）用于区域对流层延迟建模的精度,然后对SAR差分干涉图进行大气延迟校正。结果表明,曲面拟合模型比反距离加权模型更能反映区域单差对流层延迟特性,两次实验的插值精度分别达到了7.1和3.5 mm。采用CORS观测数据和曲面拟合内插模型,可有效削弱DInSAR中的大气延迟误差,提高DInSAR测量结果的精度。     

机载SAR干涉定标参数分离式解算方法研究

机载干涉合成孔径雷达（Interferometric Synthetic Aperture Radar,InSAR）是获取地面数字高程模型（Digital Elevation Model,DEM）的重要手段之一。InSAR系统参数误差会影响生成DEM的精度,利用干涉定标技术可以校正系统参数,补偿系统误差。目前,机载SAR干涉定标解算方法多采用天线基线长度、基线倾角,以及干涉相位偏置3个参数共同构建敏感度矩阵解算干涉定标参数偏差（参数耦合式解算方法）。由于机载InSAR系统对干涉相位偏置参数的敏感度较小,与基线长度、基线倾角的敏感度存在数量级差异,3个参数共同构建敏感度矩阵病态严重,易将微小的参数扰动传播扩大为较大的解向量误差,影响干涉定标精度,同时增大算法对干涉定标外场实验中角反射器布设高程的敏感度。本文提出一种机载SAR干涉定标参数分离式解算方法,在干涉定标解算过程中,对基线长度、基线倾角及干涉相位偏置3个参数进行分离,选取基线长度与基线倾角2个参数构建敏感度矩阵进行解算,对干涉相位偏置参数进行单独拟合解算,最终获得3个参数的综合定标结果。经机载双天线InSAR系统获取的真实数据验证,与参数耦合式解算方法相比,利用参数分离式解算方法构建得到的敏感度矩阵条件数由1.07E+06下降至5.02,系统参数定标后生成DEM与高精度参考DEM的平均高程偏差由14.98 m下降至6.51 m,干涉定标精度显著提高。另外,根据角反射器布设高程数值仿真模拟分析结果,与参数耦合式解算方法相比,参数分离式解算方法对角反射器布设高程变化的敏感度显著降低,对角反射器布设高程的普适性较高,且算法解算精度在角反射器布设高程起伏较小时不受明显影响,有助于减轻机载SAR干涉定标的野外工作强度。     

地形扫描数据TIN模型生成DEM的误差计算方法

由地表三维空间数据生产的数字高程模型(DEM)的误差包括从数据误差传递来的误差和因数据数量不足以反映地形起伏造成的信息损失误差。本文给出了由三维空间数据的不规则三角网(TIN)模型栅格化为DEM过程中,通过线性插值将数据随机误差传递到DEM栅格上的随机误差的解析解,同时利用地基激光扫描仪测量的冲沟地形数据点云,分析得出因信息损失产生的DEM系统和随机误差的估算方法。结果显示信息损失产生的DEM平均高程系统误差和随机误差都与有效测点密度有关,其中有效测点由TIN中包含DEM栅格中心点的所有三角面的3个顶点组成;信息损失产生的DEM平均高程系统误差和随机误差除与有效测点密度相关外,还与地形特征有关,平均高程系统误差与地形整体凹度参数有关,随机误差与地形整体起伏程度参数有关。建立了分辨率为0.1 m×0.1 m的DEM误差估算模型。     

网络RTK对流层改正数高程方向偏差修正

在分析参考站网各基线上对流层延迟信息性质的基础上,提出一种修正流动站对流层改正数高程方向偏差的方法,利用高程信息对流动站对流层改正数高程方向偏差进行修正。采用美国CORS网的6个参考站及香港SatRef网的7个站观测数据进行实验分析。结果表明,该方法能有效修正流动站对流层改正数在高程方向上的偏差,在100 m以上高程差异条件下取得良好效果,使对流层改正数精度维持在cm级。     

超高层建筑GPS动态监测中对流层延迟处理方法研究

GPS动态监测超高层建筑物时,由于监测站和基准站高差较大,对流层湿延迟不能较好地通过传统的双差模式进行消除。本文采用基于随机游走过程的参数估计法对双差残余对流层延迟进行进一步削弱,并介绍相应的数据处理方法。实验结果表明,超高层建筑在进行GPS监测时对流层延迟残余误差不可忽略,卫星高度角越低相应延迟量越大;通过该方法进行估计改正,提高了实时动态监测精度,尤其是在高程方向的改善较为明显。     

多尺度相关性分析的机载双极化InSAR轨道误差校正方法

在高分辨率机载干涉SAR成像处理过程中,由于载机飞行过程中偏离理想轨迹,需要高精度的惯导系统和GPS系统记录载机的运动轨迹并进行运动补偿.然而,由于目前传感器导航精度的限制,在完成运动补偿处理后仍然存在轨道误差,从而影响干涉相位的精度,本文提出了一种机载双极化InSAR轨道误差去除方法.该方法利用小波多尺度分析对不同极...     

���ǹ������SAR���洦���Ӱ���о�

??????????????????????????????????????????????????????????????????????????????????????ο???λ???????????????????С?????????????????????SAR???洦???е??????????????????????С??????ο???λ???????     

基于条纹频率检测的干涉图去线性趋势精化方法

在InSAR干涉图数据处理过程中,通常会由于轨道参数不准确而导致去平地效应后,干涉图中仍残留部分线性相位。为避免线性趋势对数据处理结果精度的影响,提出了一种基于干涉图条纹频率检测的去除线性趋势精化方法：首先,通过Chirp Z变换精化干涉图条纹频率估计,计算出精确到0.1的线性相位条纹数;然后,模拟线性相位并从干涉图中去除。利用通过模拟和真实数据对提出的方法进行验证分析,实验结果表明：该方法能够更加彻底地去除干涉图中残留的线性趋势,对提高InSAR技术的监测精度具有一定意义。     

对流层延迟对高差较大GPS测站短基线时间序列的影响分析

选择5对IGS测站短基线作为研究对象,使用两种不同的基线解算方案进行数据处理,基于小波分析方法研究对流层延迟估计对高差较大GPS测站短基线时间序列的影响。结果表明,对于高差大于100 m的短基线,不估计对流层延迟会使高程方向时间序列出现虚假的季节性变化,周年振幅影响最大可达17.7 mm,估计对流层延迟后该季节信号显著减弱;此外,还发现不估计对流层延迟时,测站间天顶总延迟差异与基线高程方向产生的偏差具有一定的相关性。     

ERA-Interim���Ϻ�NeQuick�����ģ������D-InSAR�������Ŀɿ����о�

????ROI_PAC????????????????ALOS PALSAR 474?????4?????????ERA-Interim?????NeQuick?????????????ж?????????????????????????????λ???????5??GPS?????????????????б????????????????????????????D-InSAR???ó?????λ????侭????????????????????????λ?????GPS??????????????????0.104 m?????????????0.057 m,???????????????????????????????D-InSAR?????????????     

ʱ���������д�����ֱ�ֲ��ӳ�У���о�

????????????????InSAR?????????????????????????α?????????????????????????????????????????????????????????????????????α???????????Щ???????????????????????α?????????????α???λ??????????????????Las Vegas??????о????????????????????????????????????????????????????????????????????????Ч??????????????е??????????????