基于CGPS的CRInSAR大气改正——以香港地区为例

基于角反射器的合成孔径雷达干涉测量（Corner Reflector InSAR）在低相干地区的地表形变监测中具有很大应用潜力。在CRInSAR所有误差源中,大气影响是最主要的影响因素之一。针对CRInSAR中的大气影响改正问题,详述了利用连续GPS站的数据和地面气象观测资料来对角反射器的大气影响进行改正。并利用香港地区12个GPS连续站的数据对6个角反射器上的大气影响做出改正,得出了较为可靠的结果。     

利用基于抗差垂直向方差分量估计的GPS-InSAR数据融合方法反演三维形变场

GPS-InSAR数据融合解算三维形变场模型易受观测值粗差影响,且基于方差分量估计的定权方法不具备抵御粗差能力,计算效率低下。鉴于此,本文提出了一种基于抗差垂直向方差分量估计的GPS-InSAR融合解算模型,利用方差分量估计方法及抗差估计理论,通过对观测值最优化分类并进行选权迭代,精确分配权重,进而有效计算三维形变场。试验结果表明,该方法能有效抵御观测值粗差不利影响,提高三维形变场反演精度,提升逐点式计算的三维形变场效率。     

融合InSAR和GNSS的三维形变监测：利用方差分量估计的改进SISTEM方法

利用干涉合成孔径雷达(interferometric synthetic aperture radar, InSAR)技术可以获取空间连续的地表形变监测结果,但仅能得到真实三维形变在雷达视线方向上的一维投影,降低了地表形变解译的可靠性。全球导航卫星系统(global navigation satellite system, GNSS)可提供高精度的三维形变结果,但其空间分辨率较低。因此可通过融合InSAR和GNSS来实现高精度高空间分辨率的三维地表形变监测。提出利用方差分量估计(variance component estimation, VCE)方法对经典的联合大地和卫星同步形变测量值的应变张量估计(simultaneous and integrated strain tensor estimation from geodetic and satellite deformation measurements,SISTEM)方法进行改进,发挥SISTEM方法可以考虑相邻点地表形变的空间相关性的优势,优化了函数模型中InSAR和GNSS观测的构成比例,引入VCE方法精确估计了各类观测值的后验方差,进而实现了高精度的三维地表形变测量。首先通过设计模拟实验对所提方法进行了验证,然后将该方法应用于2007年夏威夷基拉韦厄火山喷发案例中。相较于SISTEM方法,该方法在东西、南北、垂直向解算的形变精度均有大幅提升。     

动态变形数据的EMD卡尔曼滤波降噪模型

文章介绍了kalman滤波与经验模态分解的基本原理,定义了经验模态分解的多尺度分解与合成结构。结合kalman滤波与经验模态分解(EMD)理论提出一种新的动态变形数据降噪模型。文章首先对动态变形信号进行EMD分解,选择合适的高频分解模量进行kalman滤波降噪,然后进行经验模态重构获得降噪后的动态变形信号,达到降噪的效果;最后采用单历元解算的变形数据序列进行模型验证,并与小波降噪模型、直接EMD降噪模型对比,视觉评价与量化结果表明此方法最优。     

InSAR同震地表三维形变反演：一种顾及形变梯度的联合解算方法

同震地表三维形变场是对地震引起的地表形变在真实空间中最直观的描述,在地震形变研究中,同震地表三维形变场的恢复具有重要意义。针对目前地表三维形变解算方法存在的不足和缺陷,提出了一种顾及形变梯度的同震地表三维形变场联合解算方法。该方法利用形变梯度信息将合成孔径雷达干涉（interferometric synthetic aperture radar,InSAR）观测的形变区域分解成形变梯度近似相等的互不相交的子区域,然后根据子区域内观测值数量选择加权最小二乘法（weighted least square,WLS）或基于应力-应变模型（stress-strain model,SM）和方差分量估计（variance components estimation,VCE）的InSAR三维形变解算方法（SM-VCE）获取同震地表三维形变场。模拟实验和实际震例研究结果表明,相比于传统的WLS和SM-VCE方法,通过形变梯度信息能有效恢复地震破裂带的地表三维形变,得到更加完整和可靠的同震地表三维形变场。     

TLS三维点云聚类滤波算法应用研究

现有地面三维激光扫描点云数据滤波算法较少,针对地形复杂区域的点云滤波效果更是不甚理想,因此对二维聚类算法进行改进,提出三维点云聚类滤波算法,并对其在地形复杂区域的TLS数据滤波中的应用进行研究。以重庆鸡冠岭危岩体的TLS数据为例,分别采用曲率平滑滤波方法和文中提出的点云聚类滤波方法处理,并对两种方法处理过的数据进行形变量计算和分析。实验证明,针对植被覆盖茂密、地形复杂的山体,该方法的点云滤波效果较好,且处理速度有较大提升,能为点云后期形变量计算提供较好的基础。     

基于自适应 Kalman 滤波的边坡变形预测研究

研究Kalman滤波和自适应Kalman滤波算法,结合边坡监测点的运动模型将其应用于边坡变形监测动态数据变形预测。利用小湾水电站二号山梁高边坡GPS监测数据进行实验研究。结果表明,自适应Kalman滤波在边坡三维形变预测及变形速率估算方面有很好的预测结果。     

CRInSAR与PSInSAR联合监测矿区时序地表形变研究

正永久散射体差分干涉测量(PSInSAR)与人工角反射器差分干涉测量(CRInSAR)技术均为基于高相干目标点的时间序列形变监测手段,不受时间空间失相干严重影响,同时通过对相邻两目标点之间的相位作差,可极大地减弱模型中大气延迟相位的影响,因此本文旨在将这两种技术结合起来,应用于矿区沉降的监测中,以提高矿区地表形变监测的精度和可靠性。本文分别针对两种技术的理论、处理流程、算法及可靠性评价等方面进行了讨论与阐述,提出一套PSInSAR     

InSAR三维同震地表形变监测——窗口优化的SM-VCE算法

三维同震地表形变场对于地震形变特征解译和断层滑动分布反演具有重要意义.本文基于地表应力应变模型(SM)和方差分量估计(VCE)的InSAR三维地表形变监测方法(SM-VCE),通过顾及一定窗口范围内不同像素点三维形变之间的力学关系(SM)建立函数模型,显著增加了多余观测个数,进而可利用VCE实现不同类InSAR观测值之间的精确定权.相比于传统的单点解算方法,基于窗口的SM-V CE方法可显著提高三维地表形变的估计精度.在原始SM-V CE方法中,求解不同目标点的三维形变时,窗口大小是固定不变的,并且窗口内的I nSAR观测值被认为是等精度的.对于同震形变场而言,I nSAR技术在地震破裂带附近往往难以获得有效的形变监测结果,使得固定窗口大小的SM-V CE方法无法获取完整的三维同震地表形变.即使在断层附近有I nSAR观测值的情况下,窗口内往往会包含断层两侧的异质InSAR观测值,使得原始SM-VCE方法难以得到可靠的近场三维形变.同时,InSAR观测值极易受到失相干等噪声影响,窗口内不同像素点的形变测量值精度往往各不相同,因此,忽略窗口内I nSAR观测值精度差异的做法将会降低三维地表形变精度.鉴于此,本文在SM-V CE方法的框架下,提出一种顾及断裂线及自适应变化搜索窗口的观测值选取策略,进而基于邻近的I nSAR有效观测值重建地震破裂带附近的三维地表形变场;引入迭代加权最小二乘方法实现窗口内同一类I nSAR观测值内部的自适应定权,有效降低了误差较大的观测值对三维地表形变精度的影响.模拟试验和基于升降轨哨兵数据的2019年Ri dgecrest地震研究表明,相对于原始SM-VCE方法,本文提出的窗口优化SM-V CE方法获取的三维同震地表形变场更加精确、完整.     

基于差分干涉SAR的煤田火区地表形变监测

煤田火区地表形态变化是煤火监测和分析的可用指标之一。由于矿区地表严重的去相干噪声,使得星载合成孔径雷达干涉测量技术应用于煤田火区地表形变检测比较困难。结合煤田火区地表形变特点,利用L波段的ALOS PALSAR数据进行差分干涉处理,利用干涉条纹频率精确估计基线,并用自适应滤波方法降低去相干噪声的影响。在去除平地相位和参考地形相位后,获取煤田火区的地表形变。研究表明:地表形变与煤火燃烧具有一定的相关关系,通过地表形变分析有助于对地下煤火燃烧情况的判断;利用差分干涉SAR技术检测煤田火区地表形变,进而对煤火进行监测和分析是可行的。     

自适应卡尔曼滤波在基坑变形监测中的应用

在现代建筑中基坑越来越深,基坑越深带来的危险就越大,因此准确地监测和预报基坑的变形趋势十分重要。卡尔曼滤波是经典的数据处理方法,但传统卡尔曼滤波所建立的数学模型不是很精确且动态噪音设计不易确定可能导致状态估计失真,甚至导致滤波发散的现象,本文利用方差补偿自适应卡尔曼滤波理论对太原万达广场某商住楼基坑位移监测数据进行处理,得出基坑位移变化趋势。     

改进的Sage—Husa自适应滤波在GPS动态导航定位中的应用

本文利用Kalman滤波方法对动态测量进行数据处理,由于高动态的GPS测量,不易确定系统动态噪声和观测噪声.同时标准的Kalman滤波在应用过程中由于状态模型确定的误差存在,滤波效果不佳.因此本文结合动态导航的实时性和高动态性,建立了动态导航系统中滤波状态方程和观测方程,采用改进的Sage-Husa自适应滤波对来进行实时定位数据处理,利用已有测量数据进行了实例分析.改进的Sage-Husa自适应滤波在计算过程中计算量小,结果稳定,有较强的自适应性.     

卡尔曼滤波在动态测量系统中的应用

文中详细论述卡尔曼滤波的数学模型及其初值确定方法,引入动态测量系统应用实例,通过对数据噪音特性的分析,准确确定了卡尔曼滤波模型,利用matlab编程实现了相应功能。实例分析结果表明,卡尔曼滤波预测精度高,适用于大坝的实时监测与预报。     

基于卡尔曼滤波模型的地铁沉降监测分析

卡尔曼滤波方法是变形监测中常用的一种方法,本文通过对获取的地铁沉降观测数据进行监测,采用经典的卡尔曼滤波方法和基于方法补偿的自适应卡尔曼滤波方法进行监测预估,通过对比发现,基于方差补偿的自适应卡尔曼滤波方法能够有效地控制观测数据异常对动态系统参数估计的影响,保证了变形监测数据估计的精度。     

基于自回归法的滑坡监测数据Kalman滤波的应用

介绍了卡尔曼滤波的基本模型,针对运动学方法以监测点位置参数、速率参数为状态向量,以加速度为噪声向量建立观测方程和状态方程的过程比较复杂。把自回归法引入状态方程和观测方程的建立中,并结合某露天矿滑坡动态监测数据分析了模型的应用。结果表明,滤波值和观测值之间差值保持在1～3cm之间,滤波后图像较原观测值图像更为光滑,表明所建模型是合适的,能够反映滑坡动态变化过程,从而为矿滑坡监测预报提供数学工具。     

自适应抗差联邦滤波算法

简要介绍了抗差估计理论；在顾及扰动异常的情况下，把自适应抗差Kalman滤波应用到联邦滤波上，对联邦滤波进行了改进，提出了一种自适应抗差联邦滤波算法。由计算结果可知，自适应抗差联邦滤波能较好地抑制载体观测异常和状态扰动异常对动态系统参数估值的影响，较好地提高导航解的精度。     

顾及系统噪声和观测噪声的分级自适应信息滤波算法

高精度的载体动态导航与定位不仅需要对载体异常扰动和观测异常有良好控制,还需要对状态方程系统噪声及观测噪声的时变特性有准确认识和处理.首先针对包含系统噪声的动力学模型和包含时变观测噪声的导航系统,提出一种基于信息滤波形式的分级自适应滤波算法.然后针对系统噪声的渐变性和突变性,增加了遗忘因子和二段自适应因子,提高了对突变噪...     

基于惯导/天文高精度定姿方法

研究了利用惯性导航系统与天文导航系统进行组合定姿的方法;构造了惯导/天文组合导航系统的状态方程和量测方程;采用卡尔曼滤波技术设计了惯导/天文组合定姿算法。设计飞行器的典型飞行轨迹,通过数学仿真对该算法的有效性进行了验证。结果表明,天文导航能够有效地补偿惯性导航因陀螺漂移带来的误差,非常适用于飞行器的高精度定姿。     

自适应卡尔曼滤波法用于变形监测数据处理

卡尔曼滤波作为一种动态数据处理方法广泛应用在变形监测数据处理中。文中针对传统卡尔曼滤波因动态噪声不准或不容易确定影响结果准确度的问题,提出并探讨了方差补偿自适应卡尔曼滤波,并通过传统卡尔曼滤波和自适应卡尔曼滤波对GPS变形监测数据进行处理,其结果表明方差补偿自适应卡尔曼滤波对GPS变形监测具有很好的剔除噪声的作用,效果明显。     

基于小波分析的Kalman滤波动态变形模型研究

对GPS动态形变测量信号的性质进行了分析 ,采用小波分析对GPS动态变形数据滤波、变形特征提取和不同变形频率分离。与Kalman滤波方法相结合 ,首次提出基于小波分析的Kalman滤波动态变形分析模型 ,研究其参数设计和算法 ,并用MATLAB与C语言在微机上编程实现。对比大坝实测数据的处理结果可知 ,通过对原始观测值进行小波分析与Kalman滤波的联合处理 ,能克服只使用单一方法进行GPS数据噪声处理的不足。