一、基于INS/GPS数据的机载SAR图像地理编码系统研究(论文文献综述)
傅志豪[1](2021)在《无人机载干涉SAR系统性能分析及应用研究》文中研究表明无人机差分干涉测量技术(UAV D-InSAR)既可以获得高空间分辨率和高密度覆盖的地壳形变场,又可以有效规避时间失相关等一系列技术难题,进而实现各类地质、地震灾害的近实时监测需求。小型无人机SAR(UAVSAR)由于载机平台轻小,易受飞行速度、方向、姿态、气流扰动等影响,且装配的组合惯性导航系统精度较低,在满足轻小型无人机系统的载荷装机要求时,难以保证高分辨成像及高精度姿态控制能力。围绕国家自然科学基金“无人机差分干涉SAR监测地壳形变的关键技术”课题,本文作者在参与无人机差分干涉SAR系统前期调研与装配的基础上,主要研究该型UAVSAR系统成像参数及系统性能、航线设计准则、图像定位精度及应用能力,取得的主要成果包括:(1)无人机载干涉SAR系统性能分析在总结国内外机载重轨干涉系统搭建、算法研究现状及UAVSAR重轨干涉形变测量技术的基础上,基于项目组研制的无人机SAR系统,分析该型无人机系统性能如系统载重、续航时间、工作高度等,同时分析了 SAR系统条带宽度、分辨率、采样间隔等与成像有关的参数。(2)小型无人机SAR航线设计及几何定标实验研究了适用于活动断裂带等复杂作业环境下的UAVSAR航线设计方案,基于上述航线设计准则,在四川北川县城设计了飞行试验及外业定标试验。针对实测航迹数据进行分析,研究了满足干涉条件下的基线、运动误差限度。同时为满足实际应用需求,分析了适用于灾害应急、高精度地形测绘等条件下的UAVSAR图像定位精度。(3)无人机SAR数据处理及图像质量评估基于该型雷达数据特点,针对性开发相应数据接口,研究了 UAVSAR集成系统数据处理流程。最后基于业务化应用需求,分析了图像信息量、地物分类效果、干涉精度和立体像对性能,为后续应用及飞行试验提供指导性建议及参考。
陈卫卫[2](2020)在《基于D-InSAR及Knothe时间函数的开采沉陷监测方法研究》文中指出一直以来,采矿引起的地表沉降已成为一种常见的地质灾害,严重影响着附近居民生活和生态环境的变化。矿产资源又是经济发展必不可少的原材料,因此制定合理的开采方案,将损失降为最低,越来越受到社会关注。针对传统测量方法的时空分辨率低、成本大,耗费大量人力物力,监测点不易保存等缺点,迫切需要一种新的测量方法来更换。合成孔径雷达干涉测量(InSAR)技术以其高时空分辨率、低成本、不受气候影响、全天时观测等优势逐步脱颖而出,并且其监测精度可以达到厘米级甚至毫米级,在监测微小形变方面具有重要意义。尽管合成孔径雷达差分干涉技术(D-InSAR)得到的形变量是沿着雷达视线方向(LOS向)的,但仍然可以反映开采过程中的地表变化规律。本文主要依靠D-InSAR技术监测矿区的地表形变,得到LOS向沉降场,结合概率积分公式,分析矿区LOS向形变量与真实三维变形之间的关系,获取矿区垂直方向的沉降量。考虑到D-InSAR技术在矿区中心存在大梯度变形问题,采用Knothe函数预计对应时间段内的下沉值进行填充;综合二者优势,采用反距离权重法融合上述两种数据。其主要研究内容如下:(1)因为D-InSAR技术获取的形变量无法真实反映矿区地表的三维变形,在分析研究单视线向D-InSAR技术提取矿区三维变形的可行性的基础上,由矿山开采的概率积分预计公式,可以得到某点的水平移动、倾斜与下沉值之间的关系,将其代入到LOS向投影方程,可实现单视线向D-InSAR技术提取三维变形的方法,其可行性和精度用模拟实验加以验证。(2)为使沉降规律符合实际的情况,动态预计公式中引入三参数的Knothe时间函数,分析研究了地下开采过程中,沉陷盆地走向线和任意点在任意时间的预计公式。为D-InSAR技术监测矿区中心大梯度变形提供研究思路,并以淮南顾桥南矿1613(1)工作面实测数据为例进行精度验证。(3)为了结合D-InSAR技术和Knothe函数预计方法两者的优势,本文提出融合D-InSAR数据与Knothe函数预计数据的方法。采用反距离权重法融合公共区域的两种数据,而对SAR图像假值处的像元值采用填充的方法,并以顾桥南矿1613(1)工作面实测数据为例,验证算法的可行性。图[26]表[6]参[68]
张庆云[3](2019)在《InSAR同震形变提取关键技术研究及其应用》文中研究指明大震发生后,如何快速获取同震形变和震源参数对服务抢险救灾决策意义重大。而雷达干涉测量技术能够克服恶劣的天气环境,为地震形变信息快速获取提供了有效途径。联合地震形变与地震参数(如断层参数、震源机制解等)的震情综合研判能更好确定救灾重点区域,从而有效降低震后人员伤亡及经济财产损失。目前,InSAR技术在地震学的应用主要集中在地震同震形变场获取,而对于静态形变与地震动力学过程的联合分析较少。如何突破传统遥感技术静态观测局限性,使雷达干涉技术服务于地震动力学研究,实现大地测量学与地震学的交叉,更加高效、快速获取地震震情信息是当前亟需解决的问题。本文基于InSAR技术,立足于地震应急的震害信息获取需求,主要研究了InSAR高精度形变场提取及其应用关键技术,包括:失相干恢复技术,地震三维形变场解算,基于InSAR形变场高精度断层滑动分布反演方法等。概述如下:(1)失相干是当前InSAR处理技术中不可避免的问题,形变场失相干容易导致极震区形变信息缺失。本论文分析了InSAR形变场失相干的不同成因,结合地震形变场的特殊空间形态,提出了一种顾及发震断层性质、形变场特征的非线性支持向量机失相干恢复流程和方法,克服Kriging插值缺少断层性质约束的不足,提高了失相干恢复的可靠性。(2)InSAR技术可直接获取视线向形变信息,其轨道姿态决定InSAR对南北向形变不敏感,因而对地震造成的地表立体形变观测维度有限。本论文引入最小二乘平差理论,基于InSAR技术进行高精度三维同震形变场解算,提升InSAR在南北向形变的观测精度。针对只有SAR数据情况,基于多种InSAR技术联合进行三维形变场解算;针对多源数据情况,对InSAR、GPS以及强震数据归一化处理,顾及形变、轨道误差对形变场影响建模定权,再用最小二乘方法获取高精度三维形变场。(3)当前InSAR在地震学中的应用主要集中在地表形变观测,而与地震深部响应过程相结合的研究较少,如何基于InSAR结果进一步探索地震深部构造与破裂过程是当前迫切需要解决的问题。本论文建立了InSAR地表形变场与GPS、强震观测等多源数据融合的发震断层运动模式反演方法,探讨了多源异构数据融合中的定权问题,并引入层次分析法给出合适的定权参数,基于改进的随机搜索粒子群优化算法,建立静态地表形变场与地震波观测数据的联合反演方法,获取断层滑动分布模型及震源机制解。并针对传统伪三维形变场(“视线向+方位向”分解)输入数据的误差会在震源滑动模型反演中不断积累的问题,提出了一种基于真三维(垂直向+东西向+南北向)形变场约束的震源滑动反演改进方法,通过三维形变场约束获取高精度断层滑动分布模型,有效降低反演过程中模型参数的不确定度,提高反演结果的可靠性。(4)基于断层滑动分布反演结果,探索了同震库仑应力变化与余震的相关性;基于反演结果使用随机振动有限断层模型进行区域地震动模拟,并经强震台站数据验证和约束,产出了具有较高精度、细节清楚的烈度模拟图,克服传统仪器烈度获取面临的台站密度稀疏、空间分布细节特征不显着等局限,为震情信息的快速研判提供参考依据。
王丁[4](2019)在《机载SAR图像地理编码研究与实现》文中进行了进一步梳理合成孔径雷达(Synthetic Aperture Radar,SAR)是一种利用等效合成孔径原理获得高分辨率SAR图像的对地观测系统,它可以搭载于卫星平台和飞机平台,分别称为星载SAR和机载SAR。机载SAR以其全天时、适用于恶劣的观测环境、图像分辨率高等特点被广泛的应用于农作物估产、灾害监测及救援、地形测绘、军事侦察等领域。由于机载SAR的斜距侧视成像特性以及SAR数据录取过程中平台运动的非理想性,机载SAR图像会存在几何畸变,影响机载SAR图像的识别以及几何定位,因此需要对机载SAR图像进行地理编码。机载SAR图像地理编码是机载SAR图像的后处理过程,它将SAR图像信息以一种人们易于判读理解的地球固定网格形式(地图图像)输出。因此,机载SAR图像地理编码有着很大的应用前景和研究价值。本文以机载SAR图像为研究对象,从地理编码的处理流程着手,着重分析了机载SAR图像地理编码过程中的几何定位过程,并对影响编码图像精度的因素进行了探讨与分析,通过分析验证实验以及实测数据的处理,验证了本文提出的算法的可行性和有效性,以及误差模型的正确性。主要研究内容如下:1.机载SAR图像地理编码必要性分析和处理流程介绍。先介绍如何获得未编码的原始机载SAR图像,然后分析探讨了机载SAR图像地理编码的必要性,最后介绍机载SAR图像的处理流程。2.介绍机载SAR图像地理编码过程中的几何定位技术。对机载SAR图像几何定位方法进行分类比较,然后介绍了其中应用最广泛的距离多普勒定位法的常用解法,通过比较最后采用了距离多普勒定位法的最小二乘解法。3.机载SAR图像地理编码的实现。本章对实测数据进行了处理,介绍了传统的机载SAR图像地理编码的实现,然后先后提出了一种改进的基于空变多项式的地理编码算法和一种基于反向定位地理编码算法,并对三种地理编码实现方法的监测点误差进行比较分析。4.分析了距离多普勒定位过程中的误差影响因子,进行误差建模,并通过实验验证误差模型的止确性,可用于指导SAR系统的指标设计。
陈姣[5](2018)在《无人直升机载Mini SAR数据处理及其影像定位》文中研究说明无人机(Unmanned Aerial Vehicle,UAV)载微小型合成孔径雷达(Miniature Synthetic Aperture Radar,Mini SAR)遥感系统是有人航空遥感和航天遥感手段的有效补充,具有高分辨率、低成本、机动灵活、数据获取周期短等特点。在测绘公益项目的支持下,参与了新型无人直升机载Mini SAR遥感系统的集成以及配套的数据处理软件的开发,解决了原始数据获取及图像输出的相关问题。但是,低精度小型惯性测量单元(Inertial Measurement Unit,IMU)从多个方面影响无人直升机载Mini SAR遥感系统,一定程度上制约了系统的广泛应用。文章通过对Mini SAR原始数据成像的研究,采用系统中小型定位定姿系统(Miniature Positioning and Orientation System,MPOS)进行初次运动误差补偿。在成像过程中,采用波数域算法实现高分辨率Mini SAR成像,并利用相位梯度自聚焦算法进行二次运动误差补偿。在无专业标定设备的情况下,利用MPOS实测数据估算载机轨道参数的测量误差,最终实现Mini SAR图像的定位精度评定。文章的主要研究内容如下:(1)无人直升机载Mini SAR遥感系统集成根据无人机直升机平台的飞行特点以及Mini SAR成像所需的条件,设计了专业的防振动云台用于连接无人直升机与Mini SAR系统,云台采用三维等刚度减震器削弱或消除无人直升机高频振动对Mini SAR系统造成的影响。并加装微波吸收材料用于保护射频天线。(2)Mini SAR系统原始数据处理相位误差直接影响Mini SAR成像质量,文章利用MPOS进行初次运动误差补偿。采用波数域成像算法实现高分辨率Mini SAR成像,在成像过程中利用相位梯度自聚焦算法进行二次运动误差补偿,提高成像质量。最终得到斜距分辨为0.3m×0.3m的Mini SAR影像。根据无人直升机飞行状态不稳定以及MPOS测量精度低等问题,开发了配套的数据系统。(3)Mini SAR图像定位精度评定地面控制点计算、拟合轨道参数、模拟Mini SAR影像无法准确获取Mini SAR图像定向参数。文章利用多项式插值MPOS数据的方法获取定向参数。根据误差传播定律与距离-多普勒定位模型,MPOS的测量误差直接影响Mini SAR图像定位精度。在没有专业标定设备的情况下,本文以误差理论为基础,根据MPOS数据平面测量值近似相等的特点,提出应用双观测值之差求取观测值中误差。Mini SAR图像定位精度的估计值为0.3m,并利用实测控制点进行验证。双观测值中误差估算方法为MPOS的精度标定提供了新的研究思路和方法,对其它领域同类型数据的精度指标评定具有一定的参考价值。全面分析低精度MPOS对Mini SAR成像、图像定位及定位精度的影响,利于推动无人机载Mini SAR遥感系统的广泛应用。
高超[6](2018)在《机载InSAR辅助SAR影像匹配研究》文中进行了进一步梳理SAR立体测图能够提取精度较高的地表三维信息,与稀少控制点区域网平差相结合,成为目前一种较为稳健的SAR测图方法。机载SAR由于其获取干涉和非干涉数据方式简便,获取时间、空间具有可控性,在实际测图中也得到了广泛应用。但稀少控制点区域网平差所需的同名连接点基本是靠人工选取,测图效率较低,机载SAR影像间几何畸变严重,灰度差异大,导致机载SAR影像间匹配精度较低。如何实现自动化、高精度匹配成为机载SAR立体测图实际应用的技术难点。本文针对以上所述匹配难题,充分发掘、利用SAR影像的辅助数据,主要包括InSAR数据和POS数据,提出了 InSAR辅助机载SAR影像匹配方法。本文主要研究内容包括:1.InSAR高程和SAR影像地理编码:传统影像的地理编码依赖于带有高精度地理坐标信息的高程数据,原始InSAR相位高程带有高程信息,但不带有地理平面坐标信息,本文利用POS数据和InSAR相位高程数据,首先对InSAR数据进行了地理编码,获取InSAR DSM编码产品。然后利用带有地理坐标的InSAR DSM数据,对SAR影像进行了纠正。重点对POS数据支持下的InSAR相位高程直接和间接地理编码方法进行了研究。2.机载InSAR数据辅助SAR影像匹配:机载SAR影像易受到飞行条件等因素影响,影像质量相对较差,存在斑点噪声,导致匹配的成功率和精度较低,成为SAR影像自动处理的技术难题。本文提出了 InSAR相位高程数据辅助SAR影像匹配方法,即利用相同位置InSAR像元与SAR影像像元目标相同、编码后的InSAR DSM一定区域内相对形变较小的特点,通过InSAR DSM之间的匹配并借助lnSAR与SAR数据严密的几何转换关系,间接方式获取SAR影像匹配同名点,为SAR影像的匹配提供了一种新的尝试,为SAR影像的自动空三提供新的解决思路。3.InSAR辅助SAR影像匹配技术方法的验证:通过在待匹配影像上手工量测参考影像的同名点,与本文匹配技术获取的同名点进行偏移误差计算,获取本文匹配方法的精度和准确率;通过与尺度不变特征转换(SIFT)算法结果进行比较,对本文匹配方法的效果和性能进行评价。理论方法和试验结果表明,本文方法的匹配准确率在70%左右,匹配精度达到1~3个像素,准确率和精度均显着高于传统的机载SAR影像直接匹配算法。
陈圣义[7](2017)在《基于大倾角图像匹配的平台定位与目标跟踪方法研究》文中认为平台定位与目标跟踪是景象匹配技术在实际中的两类重要应用,在军事和民用上都具有重大应用价值。本论文研究了大倾角成像条件下提高平台定位与目标跟踪精度的方法。首先从作为基础的匹配技术出发,研究了适应几何畸变的相似性度量及匹配结果置信度估计方法以提高匹配性能,然后将其应用于大倾角成像条件下平台定位与目标跟踪中。主要内容如下:(1)针对模板匹配中,传统相似性度量在图像几何畸变条件下无法适用的问题,提出了几何畸变自适应的相似性度量。利用图像中双向匹配点对图像间的相似变换参数投票,以最高票数作为两幅图像之间的相似性度量。然后利用投票位置查找表和并行加速的策略提高匹配时间性能。使用区间投票的手段,使得该相似性度量对仿射变换甚至透视变换也具有一定的适应能力。实验结果表明,利用该度量进行模板匹配,可以有效降低图像间几何畸变影响,提高了模板匹配性能。(2)针对景象匹配应用中衡量匹配结果可信程度的需求,提出了一种融合实时图与相关曲面特征的匹配置信度估计方法。以理论方法估计的置信度、实时图统计特征以及相关曲面特征量构成特征向量,使用随机森林进行决策分类,以支持匹配正确的决策树所占比率作为匹配结果置信度。提出了相关曲面多峰系数,描述相关曲面中与匹配结果相似的区域中所占比率,以此来表征基准图中重复模式的影响。使用大量仿真图像进行了匹配和置信度估计,结果表明,利用本方法计算的匹配置信度对匹配结果正确与否进行分类,性能比直接使用相关值和理论估计值有明显提升。(3)针对SAR/惯性组合导航中,特别是大倾角成像条件下,对平台高精度定位的需求,提出了一种结合大倾角SAR图像匹配和惯导信息的平台定位方法。利用SAR图像进行高精度景象匹配,并结合高程数据估计各成像时刻平台位置,再用序列时刻的估计位置对惯导数据进行修正,有效提高了SAR平台位置精度。根据误差传递关系,对各误差因素的影响进行了分析,推导了平台定位精度估计公式。大量仿真实验结果表明本方法可行,误差分析正确。实际挂飞序列图像验证实验结果表明所提出方法能够有效补偿惯导系统的漂移误差,可以实现高精度的SAR平台定位。(4)针对复杂立体场景大倾角绕飞观测条件下,对点目标高精度跟踪的需求,提出了一种基于特征点匹配与扩展卡尔曼滤波的目标跟踪方法。利用图像中辅助特征点估计相机相对运动轨迹,获得目标在图像中的投影位置,以提高跟踪效率。特别针对大倾角、小视场角成像条件,提出使用弱透视成像模型对各特征点位置进行初始化,以相对姿态角作为输入提高跟踪稳定性,并使用辅助特征点协助目标空间位置更新的策略减小目标在匹配错误时利用图像投影位置作为跟踪结果的误差。仿真实验表明,使用上述改善方法,可以有效提高目标在图像中投影位置的精度,保证目标跟踪性能。实际序列图像跟踪结果显示本方法可以实现绕飞条件下的目标跟踪,并在目标出视场或者被遮挡的情况下保持良好预测性能,实现目标再捕获。在后续工作中,还需进一步研究提高平台定位和目标跟踪实时性能的方法与技术。
宋伟[8](2015)在《机载高分辨SAR成像与定位技术研究》文中提出合成孔径雷达(SAR)是一种有源微波传感器,能够全天时、全天候对指定区域进行远距离高分辨率二维成像,作为一种重要的遥感工具被广泛应用在战场侦察和民用测绘等领域。近年来,随着SAR技术的不断发展,其应用领域也得到不断扩展,SAR不仅仅能够对指定区域超高分辨率二维成像,而且能够提供场景中目标的精确位置信息。极坐标格式算法(PFA)因其在成像效率较高和易于结合运动补偿等方面性能优异而被广泛应用,尤其适合大斜视角超高分辨率成像。距离徙动成像算法(RMA)作为一种最精确的成像算法,特别适合大场景高分辨率成像,本文深入研究这两种算法并处理多个型号的实测数据。在工程实践中由于惯性导航系统精度有限,并不能准确测量载机的非平稳运动,一方面在超高分辨率成像中,引起残余距离徙动(RRCM)导致目标两维散焦,另一方面引起SAR定位精度下降。在高分辨率宽幅成像中,由于距离向幅宽较宽,空变运动误差的补偿也是个难题。本文通过对现有算法做进一步的完善和改进,解决机载SAR系统研制过程中遇到的问题。论文第一章首先介绍本文的研究背景和意义,然后回顾SAR技术的发展,分析SAR超高分辨率成像技术和SAR定位技术的国内外研究现状,最后介绍本文的主要研究内容。论文第二章研究机载SAR高分辨率成像算法。首先建立SAR回波信号模型,在此模型的基础上分别研究PFA和RMA。在PFA中,利用距离向尺度变换代替距离维插值,并引入空变后处理补偿波前弯曲带来的相位误差。针对RMA,研究结合两步运动补偿的RMA,并分别通过点目标仿真和实测数据处理验证这两种算法。论文第三章研究RRCM校正算法。首先结合PFA分析残留运动误差的解析关系,揭示RRCM的来源。其次针对低频的RRCM,采用子孔径图像相关法拟合出RRCM并进行补偿。针对高频的RRCM,在一维逆滤波自聚焦算法的基础上提出一种基于孤立强点目标的二维逆滤波的自聚焦方法,可以有效校正RRCM和精确估计相位误差。论文第四章研究机载高分辨率宽测绘带SAR成像算法。首先详细分析空变运动误差的影响,在此基础上分别研究两种空变运动补偿算法,一是距离分子带的ERMA;二是基于数值计算的空变运动误差补偿算法。针对条带成像,研究基于图像域分块的条带PGA算法。论文第五章针对机载SAR自主定位技术展开研究。首先分析机载SAR的定位精度,推导定位误差的解析公式。其次研究基于距离多普勒模型的定位方法。并提出一种新的自主定位方法,通过对实测数据进行处理,验证该方法可以大幅提高机载SAR定位精度。在此基础上提出基于最小二乘的自主定位算法。
赵争[9](2014)在《地形复杂区域InSAR高精度DEM提取方法》文中进行了进一步梳理干涉合成孔径雷达(Interferometric Synthetic Aperture Radar, InSAR)技术是合成孔径雷达(Synthetic Aperture Radar, SAR)发展过程中极具里程碑式的成果,具有很强的发展和应用潜力,也是地球科学与遥感领域发展最迅速的技术之一。SAR传感器的快速发展为InSAR技术提供了海量、快速、高分辨率的可用数据源,使得InSAR在地形测绘、地表形变监测、灾害监测、冰川运动、森林资源调查、农业监测和湿地变化制图等多个领域得到了广泛的应用。但如何有效利用InSAR技术大面积高精度地获取地形复杂区域DEM仍是目前亟待解决的难点问题之一。在地形复杂区域,InSAR提取DEM存在诸多问题:首先,SAR特有的侧视成像方式易在地形陡峭区域形成较大范围的阴影和严重的叠掩现象,导致影像信息缺失,从而引起提取的DEM出现漏洞;其次,在地形破碎区域SAR干涉影像对相干性差、DEM提取精度低,难以满足实际应用需求;再者实际生产中,影像覆盖范围大、地面控制点布设困难使得地形复杂区域InSAR提取DEM难度进一步增加。本文针对上述问题,逐一进行了研究,并提出了相应的解决方案,研究内容主要集中在以下三个方面:InSAR多侧视方向DEM的融合方法,针对单侧视方向InSAR技术提取DEM中阴影叠掩所产生的高程信息缺失问题,研究阴影叠掩区域的检测与提取方法、地形复杂区域机载InSAR影像阴影影响去除方法及多侧视方向DEM融合方法,最终融合多侧视方向InSAR结果实现DEM的高质量提取;立体辅助InSAR方法,面向地形复杂区域,充分发挥InSAR和立体SAR (StereoSAR)各自优势,研究在立体环境下提取或编辑种子点和结构线,协同相位解缠,指导解缠区域增长,提高解缠可靠性的方法,研究立体摄影测量协同改善干涉质量方法,研究多侧视方向SAR影像数据的立体、干涉联合自动提取DEM的方法,构建StereoSAR和InSAR联合平差模型,实现立体DEM和InSAR DEM的融合;地形复杂区域InSAR提取DEM技术方案,面向我国一些测绘地形复杂区域,基于国内外星载/机载SAR数据,研究形成整套InSARDEM提取技术的解决方案,并在不同的试验区进行验证。本文的主要贡献和创新点如下:1.提出了InSAR多侧视方向DEM融合及升降轨StereoSAR和InSAR多源DEM融合方法。有效弥补由阴影和叠掩带来的DEM漏洞,提高了低相干区域获取DEM的可靠性。2.提出了立体辅助InSAR技术的三种半自动改善干涉质量的方法:(1)立体提取种子点、结构线的协同区域增长的相位解缠方法;(2)立体摄影测量协同解缠相位改正方法;(3)立体摄影测量对干涉失相干区域修正方法。基于以上三种方法,有效解决了InSAR在地形复杂区域信息缺失和精度达不到实际应用需求的问题,改善了InSAR DEM提取精度。3.构建了StereoSAR和InSAR联合平差模型,联合StereoSAR和InSAR成像模型,将立体获取的DEM和InSAR获取的DEM纳入到统一坐标系中,统一平差,提高了InSAR获取DEM的平面和高程精度。4.提出了地形复杂区域InSAR提取DEM技术方案。集成本文的研究成果,设计并开发了一套InSAR提取DEM的软件系统,并用于InSAR DEM提取试验与生产。通过在不同试验区的大量应用,验证了该技术方案的有效性、精确性与稳健性,该成果已被成功地应用于陕西秦岭试验区1200km2DEM生产、西部测图横断山脉测区4,400km2DEM生产和若尔盖湿地测区2000km2DEM生产。
梁福来[10](2013)在《低空无人机载UWB SAR增强成像技术研究》文中指出低空无人机载超宽带合成孔径雷达(Ultra-wideband Synthetic Aperture Radar,UWB SAR)具有更好的地表或叶簇穿透性、更高的空间分辨率和更加丰富的方位频率信息,是弱小目标探测最有潜力的手段之一。但是利用低空无人机载UWB SAR探测弱小目标对图像的空间性能和辐射性能提出了更高的要求,因此本文研究了改善低空无人机载UWB SAR空间性能和辐射性能的增强成像技术。首先,研究了适合低空无人机载平台的UWB SAR实时高分辨成像技术。在获取距离高分辨方面,提出了结合脉冲步进频率信号特点的射频干扰(Radio Frequency Interference,RFI)抑制方法,具有良好的RFI抑制效果和工程实用性;根据无线链路的带宽限制及信息处理的特点,采用对一维复距离像进行2bit分块自适应量化(Block Adaptive Quantization,BAQ)压缩的数据压缩方案。在获取方位高分辨方面,分析了系统时延和传感器时延误差对运动补偿性能的影响,提出了基于预设目标的离线时延估计方法,讨论了杠杆臂效应的影响及校正方法。在提高实时处理能力方面,采用适于并行加速的基于网格投影的后向投影(Back-Projection,BP)算法,并实现了基于多图形处理单元(Graphics Processing Units,GPU)的并行加速成像。其次,常规SAR成像几何模型误差将引起图像空间性能和辐射性能的下降。在深入分析成像几何模型误差对UWB SAR图像性能影响的基础上,研究了结合先验信息的误差补偿方法。针对姿态误差引起的图像质量下降问题,提出了结合姿态测量数据的补偿方法;研究了结合地表起伏补偿和地理编码的时域BP成像方法,该方法通过一次成像就能满足雷场检测对于高聚焦质量、小几何形变以及高标定精度的要求,简化了信息处理流程;分析指出成像几何模型误差将引起SAR图像辐射不均匀,提出照度的概念以表征单位面积上雷达的辐射能量,在此基础上提出基于照度的图像域辐射校正方法,准确还原场景的真实辐射特性。然后,针对常规SAR成像处理中存在的小目标辐射性能差的问题,提出面向目标的增强成像思想,并成功将该思想应用于基于方位散射特性的人造目标增强成像和旋转体增强成像中。利用时域有限差分(Finite Difference Time Domain,FDTD)数值计算结果分析了几种典型小目标的方位依赖特性和方位相关特性;针对非直线航迹条件下常规子孔径技术在提取方位散射特性时精度下降的问题,提出了结合位置与姿态误差补偿的子孔径散射特征提取方法;提出了基于方位相关性的人造目标增强成像方法,针对旋转体的方位不变性,提出了基于方位散射熵的旋转体目标增强成像方法,并将该方法应用到雷场检测中,实测数据处理结果表明增强成像方法能够显着提高弱小目标的辐射性能,进而改善其检测性能。最后,为进一步提高相同种类但不同尺寸的目标间的幅度差异,将目标的方位频率依赖特性和散射中心迁移特性融合到增强成像中。首先基于图像域子带子孔径技术分析了典型小目标的方位频率依赖特性和距离迁移特性;在此基础上,提出了基于稀疏表示的增强成像方法,该方法利用稀疏表示提取目标方位频率依赖特性中的特征结构,利用特征结构的差异进行增强成像;接着分析了散射中心迁移现象的成因,提出基于圆霍夫变换的地雷增强可视化方法,该方法同样适用于其它旋转体目标的增强处理。本文的主要研究成果已经应用于低空无人飞艇载UWB SAR(Airship-Mounted UWB SAR,AMUSAR)中,证明本文的研究成果具有良好的实际应用价值。
二、基于INS/GPS数据的机载SAR图像地理编码系统研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于INS/GPS数据的机载SAR图像地理编码系统研究(论文提纲范文)
(1)无人机载干涉SAR系统性能分析及应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 前言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 机载重轨干涉SAR技术研究历程 |
1.2.2 机载重轨干涉SAR系统发展历程 |
1.2.3 机载重轨干涉SAR应用现状 |
1.3 研究内容及章节安排 |
1.3.1 研究内容 |
1.3.2 章节安排 |
1.4 本章小结 |
第二章 无人机载干涉SAR遥感系统集成 |
2.1 飞行平台参数指标 |
2.1.1 飞行平台分类山 |
2.1.2 CW-30无人机参数指标 |
2.2 微型SAR系统参数 |
2.2.1 微型SAR主机 |
2.2.2 高精度组合导航系统及伺服系统 |
2.3 集成系统参数 |
2.4 成像参数 |
2.4.1 分辨率 |
2.4.2 采样间隔 |
2.5 本章小结 |
第三章 无人机载干涉SAR航线设计及平台姿态分析 |
3.1 单架次航线参数设计 |
3.1.1 基于外源DEM数据的航迹角估算 |
3.1.2 干涉基线设计 |
3.2 多架次飞行航摄分区 |
3.3 飞行平台姿态分析 |
3.3.1 运动误差分析 |
3.3.2 实测数据分析 |
3.3.3 基线分析 |
3.4 小结 |
第四章 无人机载干涉SAR原始数据处理 |
4.1 无人机载干涉SAR数据特点 |
4.1.1 原始数据处理 |
4.1.2 数据预处理 |
4.2 运动补偿原理 |
4.2.1 运动误差来源 |
4.2.2 机载SAR运动补偿 |
4.3 运动误差补偿结果分析 |
4.4 小结 |
第五章 无人机载干涉SAR图像定位 |
5.1 地面定标试验 |
5.1.1 地面定标场选取 |
5.1.2 角反射器布设 |
5.1.3 角反射器识别 |
5.2 绝对定位精度评定 |
5.2.1 定位几何模型 |
5.2.2 仿真和实测数据处理 |
5.3 相对定位精度评定 |
5.3.1 定位模型 |
5.3.2 实测数据分析 |
5.4 匹配定位精度分析 |
5.5 小结 |
第六章 无人机载干涉SAR系统应用研究 |
6.1 无人机载干涉SAR影像信息度量 |
6.1.1 北川飞行试验地物类别 |
6.1.2 图像信息量 |
6.1.3 邻元相关性 |
6.1.4 图像分类 |
6.2 立体像对 |
6.2.1 机载SAR立体定位模型 |
6.2.2 立体像对测量及定位精度评定 |
6.3 干涉性能评估 |
6.3.1 干涉处理 |
6.3.2 定性评价 |
6.3.3 定量评价 |
6.4 小结 |
第七章 结论与展望 |
致谢 |
参考文献 |
作者简介 |
攻读硕士期间参加的科研项目 |
攻读硕士期间发表的文章 |
(2)基于D-InSAR及Knothe时间函数的开采沉陷监测方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 主要研究内容和论文组织结构 |
1.3.1 主要研究内容 |
1.3.2 论文组织结构 |
2 D-InSAR技术监测沉陷变形的基本理论 |
2.1 星载SAR成像基本原理与图像特征 |
2.1.1 星载成像基本原理 |
2.1.2 星载SAR图像基本特征 |
2.2 D-InSAR技术基本原理及二轨法流程 |
2.3 D-In SAR在矿区形变监测中的局限性 |
2.3.1 D-InSAR技术视线向监测模糊问题 |
2.3.2 D-InSAR技术一维LOS向的局限性 |
3 基于单视线向D-InSAR的沉陷变形提取方法 |
3.1 开采沉陷静态预计理论 |
3.2 基于一维LOS向的地表三维变形监测方法 |
3.2.1 研究思路 |
3.2.2 单一LOS向D-InSAR的沉陷变形提取方法 |
3.3 模拟实验 |
3.3.1 模拟数据 |
3.3.2 三维位移场估计 |
3.3.3 精度分析 |
3.4 本章小结 |
4 改进的三参数Knothe时间函数动态预计方法 |
4.1 改进的三参数Knothe时间函数 |
4.1.1 改进的Knothe时间函数 |
4.1.2 合理性论证 |
4.2 基于三参数Knothe时间函数的动态预计 |
4.2.1 单元开采影响函数 |
4.2.2 地表走向主断面动态移动公式推导 |
4.2.3 地表任意点动态移动公式推导 |
4.3 工程实践 |
4.3.1 走向主断面动态预计结果 |
4.3.2 下沉等值线图和曲面图 |
4.3.3 预计结果精度分析及边界参数求解 |
4.4 本章小结 |
5 融合D-InSAR与Knohe函数预计数据的方法研究 |
5.1 数据融合原理 |
5.2 数据融合步骤 |
5.3 实验区概况 |
5.3.1 采区概况 |
5.3.2 SAR数据介绍 |
5.4 融合实验过程与分析 |
5.5 实验结果分析 |
5.6 本章小结 |
6 结论与展望 |
6.1 主要结论 |
6.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(3)InSAR同震形变提取关键技术研究及其应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究背景 |
1.2 国内外研究现状 |
1.2.1 InSAR同震形变测量技术 |
1.2.2 断层滑动分布反演发展 |
1.2.3 反演结果的地震学应用 |
1.2.4 需要解决的主要问题 |
1.3 研究内容和章节安排 |
1.3.1 主要研究内容 |
1.3.2 章节安排 |
第二章 雷达干涉测量技术 |
2.1 D-InSAR技术 |
2.2 InSAR主要误差源 |
2.2.1 轨道误差 |
2.2.2 大气延迟误差 |
2.2.3 相位解缠误差 |
2.2.4 地形误差 |
2.2.5 失相干误差 |
2.3 同震形变场获取方法 |
2.3.1 D-InSAR获取LOS向同震形变 |
2.3.2 Stacking时序分析方法获取LOS向同震形变 |
2.3.3 Offset-tracking技术获取距离向和方位向形变 |
2.3.4 MAI技术获取方位向形变 |
2.4 小结 |
第三章 同震形变场失相干恢复 |
3.1 失相干成因及其在干涉图上分类 |
3.1.1 失相干成因 |
3.1.2 干涉图上失相干分类 |
3.2 失相干恢复方法 |
3.2.1 基于非线性支持向量机的失相干恢复方法 |
3.2.2 不同失相干类型的训练样本选取准则 |
3.3 失相干恢复震例与分析 |
3.3.1 简单形变场的失相干恢复 |
3.3.2 复杂形变场的失相干恢复 |
3.4 小结 |
第四章 基于InSAR技术的高精度三维同震形变场解算 |
4.1 三维形变场解算原理 |
4.2 基于InSAR技术的三维形变场解算 |
4.2.1 基于多种InSAR技术联合的三维形变场解算 |
4.2.2 基于最小二乘的多源数据三维形变场解算 |
4.3 三维同震形变场解算震例与分析 |
4.3.1 基于多种InSAR技术联合的三维形变场解算震例 |
4.3.2 基于最小二乘的多源数据三维形变场解算震例 |
4.4 小结 |
第五章 基于InSAR形变场的断层滑动分布反演 |
5.1 震源理论与断层参数 |
5.1.1 震源理论 |
5.1.2 弹性位错理论 |
5.1.3 断层参数 |
5.2 断层滑动分布反演算法及多源数据定权 |
5.2.1 随机搜索粒子群优化算法 |
5.2.2 基于层次分析法的数据定权 |
5.3 基于InSAR形变场的断层滑动分布反演震例与分析 |
5.3.1 考虑断层几何性质的断层滑动分布反演震例 |
5.3.2 多源数据约束的断层滑动分布反演震例 |
5.3.3 三维同震形变场约束的断层滑动分布反演震例 |
5.4 小结 |
第六章 基于InSAR成果的地震学应用 |
6.1 基于滑动分布反演结果的同震库仑应力变化 |
6.1.1 基于滑动分布反演结果的同震库仑应力变化计算 |
6.1.2 同震库仑应力变化与余震的相关性分析 |
6.2 基于随机振动有限断层模型的地震动模拟 |
6.3 基于InSAR成果的烈度模拟-以九寨沟地震为例 |
6.4 小结 |
第七章 结论与展望 |
7.1 主要研究成果与结论 |
7.2 未来工作展望 |
参考文献 |
致谢 |
作者简介 |
攻读博士期间参加的科研项目 |
攻读博士期间发表的文章 |
(4)机载SAR图像地理编码研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
缩略词 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 机载SAR发展概况 |
1.2.2 地理编码技术发展概况 |
1.3 本文的主要研究工作 |
1.4 本文的内容安排 |
第二章 机载SAR图像的地理编码基本原理 |
2.1 机载SAR成像原理 |
2.1.1 SAR回波特性 |
2.1.2 典型的成像算法 |
2.1.3 运动补偿原理和方法 |
2.1.4 点目标仿真实验 |
2.2 机载SAR图像地理编码的必要性分析 |
2.2.1 近距离压缩 |
2.2.2 透视收缩 |
2.2.3 迭掩 |
2.2.4 阴影 |
2.2.5 小结 |
2.3 机载SAR图像地理编码的处理流程 |
2.3.1 斜地投影 |
2.3.2 几何定位 |
2.3.3 地图投影 |
2.3.4 拟合与插值 |
2.4 小结 |
第三章 机载SAR图像的几何定位 |
3.1 机载SAR图像的几何定位研究意义 |
3.2 机载SAR图像几何定位方法 |
3.2.1 概述 |
3.2.2 多项式定位法 |
3.2.3 共线方程定位法 |
3.2.4 F.Leber I构像模型法 |
3.2.5 基于等效中心投影的定位模型 |
3.2.6 距离-多普勒定位法 |
3.2.7 几何定位方法小结 |
3.3 机载SAR图像距离多普勒定位法的解算方法 |
3.3.1 概述 |
3.3.2 基于距离多普勒定位法的AGM解算方法 |
3.3.3 基于距离多普勒定位法的RGM解算方法 |
3.3.4 基于距离多普勒定位法的ASF数值解析法 |
3.3.5 基于距离多普勒定位法的最小二乘解法 |
3.3.6 距离多普勒定位方程的解算方法小结 |
3.4 小结 |
第四章 机载SAR图像地理编码实现 |
4.1 传统的机载SAR图像地理编码实现 |
4.2 一种基于空变多项式的地理编码算法与实现 |
4.2.1 概述 |
4.2.2 基于距离多普勒敏感度方程的最小二乘求解 |
4.2.3 空变多项式校正 |
4.2.4 验证实验与讨论 |
4.3 一种改进的基于反向定位的地理编码算法与实现 |
4.3.1 概述 |
4.3.2 区域网格定位 |
4.3.3 反向定位及重采样 |
4.3.4 验证实验与讨论 |
4.4 地理编码中几何定位的误差分析 |
4.4.1 概述 |
4.4.2 载机位置误差 |
4.4.3 载机运动速度误差 |
4.4.4 斜距误差 |
4.4.5 地面高程误差 |
4.4.6 机载SAR图像几何定位影响因素小结 |
4.5 小结 |
第五章 结束语 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
在学期间发表的学术论文及取得的研究成果 |
(5)无人直升机载Mini SAR数据处理及其影像定位(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 SAR成像研究现状 |
1.2.2 SAR几何定位模型研究现状 |
1.2.3 IMU/GPS标定研究现状 |
1.3 主要研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
1.4 论文组织结构 |
1.5 本章小结 |
2 无人直升机载Mini SAR遥感系统集成 |
2.1 Mini SAR系统 |
2.1.1 Mini SAR成像模式 |
2.1.2 Mini SAR系统硬件 |
2.2 MPOS组合导航系统 |
2.3 无人机搭载平台选取 |
2.3.1 搭载平台分类 |
2.3.2 搭载平台性能要求 |
2.3.3 AF25B无人直升机 |
2.4 Mini SAR遥感系统的集成 |
2.5 分辨率与采样间隔 |
2.5.1 图像分辨率 |
2.5.2 Mini SAR采样间隔 |
2.6 本章小结 |
3 Mini SAR原始数据处理 |
3.1 相位误差消除 |
3.1.1 相位误差来源 |
3.1.2 相位误差分类 |
3.1.3 相位误差消除方法 |
3.2 MPOS测量数据预处理 |
3.2.1 IMU/GPS测量方式 |
3.2.2 MPOS数据融合 |
3.2.3 MPOS数据特点 |
3.3 波数域成像算法 |
3.3.1 算法 |
3.3.2 参考函数相乘与Stolt插值 |
3.4 多普勒参数估计 |
3.4.1 多普勒中心频率估计 |
3.4.2 多普勒调频率估计 |
3.5 运动误差补偿结果分析 |
3.5.1 MPOS补偿结果 |
3.5.2 算法补偿结果 |
3.6 本章小结 |
4 Mini SAR图像定位精度评定 |
4.1 Range-Doppler构像模型 |
4.2 图像定位方式 |
4.2.1 立体定位 |
4.2.2 单幅图像定位 |
4.3 定向参数获取 |
4.3.1 控制点解算 |
4.3.2 拟合定向参数 |
4.3.3 DEM模拟SAR图像 |
4.3.4 插值POS数据获取定向参数 |
4.4 定位误差来源分析 |
4.4.1 运动误差 |
4.4.2 系统硬件 |
4.4.3 地面特征 |
4.4.4 大气形态 |
4.5 Mini SAR图像定位误差 |
4.6 本章小结 |
5 MPOS定位精度评定方法 |
5.1 MPOS数据定权基础 |
5.1.1 双观测值分析 |
5.1.2 等精度观测 |
5.1.3 不等精度观测 |
5.2 估算原理 |
5.2.1 双观测值中误差估算原理 |
5.2.2 基于POS AV610的中误差估算 |
5.3 飞行试验 |
5.3.1 试验设备 |
5.3.2 试验方案及实施 |
5.4 双观测值中误差估算结果 |
5.4.1 (PPP+DGPS)误差估算结果 |
5.4.2 基于POS AV610的中误差估算 |
5.5 MPOS数据中误差估算 |
5.5.1 双观测值中误差估算 |
5.5.2 POS AV610估算结果 |
5.5.3 载机平面位置误差估算 |
5.6 Mini SAR定位精度 |
5.7 本章小结 |
6 Mini SAR数据处理系统开发 |
6.1 开发环境 |
6.2 数据采集与控制软件 |
6.3 MPOS数据预处理软件 |
6.4 Mini SAR成像软件 |
6.4.1 成像参数设置 |
6.4.2 Mini SAR图像输出 |
6.5 图像管理软件 |
6.6 本章小结 |
7 总结与展望 |
7.1 工作总结与创新 |
7.2 未来工作展望 |
参考文献 |
附录 A |
作者简历 |
学位论文数据集 |
(6)机载InSAR辅助SAR影像匹配研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 影响SAR影像匹配的问题分析 |
1.4 论文的研究内容和组织结构 |
2 InSAR辅助SAR影像匹配基础 |
2.1 SAR影像特点 |
2.2 SAR影像几何处理模型 |
2.3 模板匹配算法 |
3 InSAR辅助SAR影像匹配 |
3.1 InSAR DSM生成 |
3.2 InSAR高程和SAR影像地理编码 |
3.3 InSAR DSM匹配算法 |
3.4 InSAR DSM特征区域选取 |
3.5 InSAR DSM辅助SAR影像匹配实现 |
4 试验分析与评价 |
4.1 试验数据 |
4.2 试验结果与分析 |
4.3 精度评定 |
5 总结与展望 |
5.1 总结 |
5.2 不足与展望 |
参考文献 |
致谢 |
攻读硕士期间主要成果 |
(7)基于大倾角图像匹配的平台定位与目标跟踪方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.1.1 景象匹配关键技术研究 |
1.1.2 大倾角成像平台定位与目标跟踪方法研究 |
1.2 国内外相关研究现状 |
1.2.1 景象匹配中相似性度量研究现状 |
1.2.2 景象匹配置信度估计方法研究现状 |
1.2.3 SAR平台定位方法研究现状 |
1.2.4 序列图像目标跟踪方法研究现状 |
1.3 论文主要研究内容与技术贡献 |
1.3.1 论文主要内容和组织结构 |
1.3.2 论文的技术贡献 |
第二章 几何畸变自适应的图像匹配相似性度量 |
2.1 模板匹配相似性度量简述 |
2.2 适应几何畸变的相似性度量 |
2.2.1 Best-Buddies Similarity方法简介 |
2.2.2 SiTi-BBS的实现方法 |
2.3 SiTi-BBS匹配性能的数学分析 |
2.3.1 BBS度量的响应期望 |
2.3.2 SiTi-BBS度量的响应期望 |
2.4 计算复杂度分析与加速方法 |
2.5 模板匹配实验结果 |
2.5.1 图像间几何形变模板匹配性能仿真实验 |
2.5.2 实际图像数据集模板匹配实验 |
2.6 本章小结 |
第三章 基于实时图纹理与相关曲面特征的匹配置信度估计 |
3.1 图像匹配置信度估计方法 |
3.1.1 基于独立像元假设的置信度理论与方法 |
3.1.2 基于特征的置信度估计方法 |
3.2 基于随机森林的匹配置信度估计方法 |
3.2.1 随机森林的构成 |
3.2.2 基于随机森林分类的匹配置信度定义 |
3.2.3 利用随机森林分类中所使用的特征向量 |
3.3 基于随机森林的匹配置信度估计流程 |
3.4 基于随机森林估计匹配置信度的仿真实验结果 |
3.4.1 部分匹配方法的置信度估计实验结果 |
3.4.2 交叉验证实验结果 |
3.5 本章小结 |
第四章 基于大倾角SAR图像匹配与惯导信息的平台定位 |
4.1 SAR图像匹配辅助平台定位方法 |
4.2 利用SAR图像匹配及惯导信息的平台定位 |
4.2.1 SAR成像几何关系 |
4.2.2 景象匹配确定控制点地面位置 |
4.2.3 确定单帧图像中心时刻SAR平台位置 |
4.2.4 利用序列图像与惯导信息实现高精度平台定位 |
4.2.5 SAR定位方法流程图 |
4.3 定位误差分析 |
4.3.1 单帧图像解算定位误差分析 |
4.3.2 序列图像修正惯导漂移误差分析 |
4.4 实验结果及分析 |
4.4.1 单帧解算实验结果 |
4.4.2 序列解算实验结果 |
4.5 本章小结 |
第五章 基于特征点匹配与扩展卡尔曼滤波的目标跟踪方法 |
5.1 复杂立体环境中目标跟踪方法 |
5.1.1 序列图像目标跟踪方法简介 |
5.1.2 大倾角绕飞观测的点目标跟踪方法 |
5.2 利用辅助特征点对观测场景稀疏重构的实现方法 |
5.2.1 基于扩展卡尔曼滤波算法的场景稀疏重构 |
5.2.2 基于捆集调整的场景稀疏重构 |
5.2.3 两类重构方法的性能对比 |
5.3 状态更新过程中误匹配点剔除方法 |
5.3.1 基于匹配置信度的误匹配点剔除 |
5.3.2 基于1点RANSAC的错误匹配点剔除 |
5.3.3 1 点RANSAN方法与常规算法的性能对比 |
5.4 目标及辅助特征点空间位置初始化方法 |
5.4.1 基于反深度的特征点位置初始化方法 |
5.4.2 基于弱透视成像模型的特征点目标初始化 |
5.5 大倾角小视场角成像条件下目标跟踪改进方法 |
5.5.1 不同视场角条件下目标跟踪性能变化情况 |
5.5.2 小视场角成像条件目标跟踪方法 |
5.6 实际大倾角序列图像跟踪实验结果 |
5.7 本章小结 |
第六章 结论与展望 |
6.1 论文主要工作与创新点 |
6.2 下一步研究展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(8)机载高分辨SAR成像与定位技术研究(论文提纲范文)
摘要 |
ABSTRACT |
注释表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 研究历史及现状 |
1.2.1 SAR研究概述 |
1.2.2 超高分辨率机载SAR研究现状 |
1.2.3 机载SAR定位研究现状 |
1.3 本文主要工作 |
第二章 机载高分辨率SAR成像算法 |
2.1 引言 |
2.2 SAR回波信号模型 |
2.3 极坐标格式成像算法 |
2.3.1 算法原理 |
2.3.2 点目标仿真 |
2.3.3 实测数据处理 |
2.4 距离徙动成像算法 |
2.4.1 算法原理 |
2.4.2 点目标仿真 |
2.4.3 实测数据处理 |
2.5 本章小结 |
第三章 残余距离徙动校正算法 |
3.1 引言 |
3.2 残余距离徙动分析 |
3.3 基于子孔径的残余距离徙动校正 |
3.3.1 基于子孔径的残余距离徙动校正算法 |
3.3.2 实测数据处理 |
3.4 基于二维逆滤波残余距离徙动校正算法 |
3.4.1 一维逆滤波算法 |
3.4.2 二维逆滤波算法 |
3.4.3 杂波的影响分析 |
3.4.4 实测数据处理 |
3.5 本章小结 |
第四章 机载高分辨宽测绘带SAR成像算法 |
4.1 引言 |
4.2 空变运动误差分析 |
4.3 距离分子带的ERMA |
4.3.1 距离分子带的ERMA原理 |
4.3.2 点目标仿真 |
4.3.3 实测数据处理 |
4.4 基于数值计算的空变运动补偿算法 |
4.4.1 基于数值计算的空变运动补偿算法原理 |
4.4.2 点目标仿真 |
4.4.3 实测数据处理 |
4.5 基于图像域分块的条带PGA算法 |
4.5.1 算法原理 |
4.5.2 实测数据处理 |
4.6 本章小结 |
第五章 机载SAR定位技术 |
5.1 引言 |
5.2 机载SAR定位精度分析 |
5.2.1.定位几何模型 |
5.2.2 定位误差解析式推导 |
5.2.3 定位误差分析 |
5.3 基于距离多普勒模型的定位方法 |
5.3.1 基于距离多普勒模型的定位原理 |
5.3.2 仿真和实测数据处理 |
5.4 自主定位算法 |
5.4.1 自主定位原理 |
5.4.2 自主定位精度分析 |
5.4.3 实测数据处理 |
5.5 基于最小二乘的自主定位算法 |
5.5.1 定位原理 |
5.6 本章小结 |
结束语 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(9)地形复杂区域InSAR高精度DEM提取方法(论文提纲范文)
本论文创新点 |
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究综述 |
1.2.1 InSAR系统 |
1.2.2 地形复杂区域InSAR DEM提取技术 |
1.2.3 InSAR技术的发展趋势及存在的问题 |
1.3 本文研究内容及章节安排 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 章节安排 |
1.4 本章小结 |
第2章 InSAR基本理论 |
2.1 InSAR基本原理 |
2.1.1 引言 |
2.1.2 地形测量 |
2.1.3 相干性分析 |
2.1.4 误差源分析 |
2.2 InSAR模式 |
2.2.1 重复轨道单天线模式 |
2.2.2 单航过双天线横向模式 |
2.2.3 单轨双天线纵向模式 |
2.3 星载InSAR多模式干涉组合 |
2.3.1 新型高分辨率星载SAR成像模式 |
2.3.2 干涉组合 |
2.4 本章小结 |
第3章 InSAR多侧视方向DEM的融合方法 |
3.1 引言 |
3.2 InSAR成像几何 |
3.3 阴影叠掩区域的检测与提取 |
3.4 地形复杂区域机载SAR影像阴影影响去除方法 |
3.5 InSAR多侧视方向DEM的融合技术方法 |
3.6 InSAR多侧视方向DEM的融合试验 |
3.7 本章小结 |
第4章 立体SAR辅助InSAR方法 |
4.1 引言 |
4.2 立体SAR模式 |
4.3 多方向StereoSAR和InSAR多源DEM融合方法 |
4.3.1 立体SAR提取DEM方法 |
4.3.2 立体SAR提取DEM试验 |
4.3.3 InSAR提取DEM试验 |
4.3.4 联合平差模型 |
4.3.5 DEM融合 |
4.4 立体提取种子点等改善干涉质量方法 |
4.4.1 立体提取种子点、结构线的协同区域增长的相位解缠方法 |
4.4.2 立体摄影测量协同解缠相位改正方法 |
4.4.3 立体摄影测量对干涉失相干区域修正方法 |
4.5 本章小结 |
第5章 地形复杂区域InSAR提取DEM技术方案与试验 |
5.1 地形复杂区域InSAR提取DEM技术方案 |
5.1.1 干涉处理 |
5.1.2 干涉定标 |
5.1.3 InSAR多侧视方向DEM数据融合 |
5.1.4 立体SAR辅助InSAR |
5.1.5 基于干涉高程信息的机载InSAR区域网地理编码 |
5.2 InSAR DEM提取软件系统 |
5.3 地形复杂区域InSAR提取DEM试验 |
5.3.1 秦岭试验区试验 |
5.3.2 横断山脉测区1:50 000 DEM提取试验 |
5.3.3 若尔盖湿地测区1:10 000 DEM提取试验 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 全文总结 |
6.2 主要创新点 |
6.3 研究展望 |
参考文献 |
攻读博士学位期间的科研工作 |
攻读博士学位期间发表的科研成果(专着、专利、发表论文、获奖情况) |
致谢 |
(10)低空无人机载UWB SAR增强成像技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 低空无人机载UWB SAR增强成像技术研究现状及发展趋势 |
1.2.1 UWB SAR空间性能增强成像技术研究现状及发展趋势 |
1.2.2 UWB SAR辐射性能增强成像技术研究现状及发展趋势 |
1.3 本文研究思路 |
1.4 本文数据来源 |
1.5 本文主要工作及内容安排 |
第二章 低空无人机载UWB SAR实时高分辨成像 |
2.1 引言 |
2.2 脉冲步进频率雷达一维距离像的实时获取与压缩 |
2.2.1 雷达回波预处理流程 |
2.2.2 距离拼接 |
2.2.3 脉冲步进频率雷达RFI抑制 |
2.2.4 步进频率雷达一维距离像数据压缩 |
2.2.5 一维距离像获取和压缩的实时实现技术 |
2.3 基于传感器数据的运动补偿 |
2.3.1 基于传感器数据的运动补偿处理流程 |
2.3.2 时延校正 |
2.3.3 杠杆臂校正 |
2.3.4 基于传感器数据的运补成像 |
2.4 基于并行加速的实时高分辨成像 |
2.4.1 适于并行加速的网格投影BP算法 |
2.4.2 基于多GPU的网格投影BP并行加速 |
2.5 小结 |
第三章 考虑成像几何模型误差的高分辨SAR成像 |
3.1 引言 |
3.2 UWB SAR成像几何模型误差分析 |
3.2.1 非直线航迹对UWB SAR成像影响的分析 |
3.2.2 地表起伏对成像的影响分析 |
3.3 姿态误差补偿 |
3.3.1 姿态误差补偿方法 |
3.3.2 关键技术分析 |
3.3.3 试验结果与分析 |
3.4 结合DEM数据的时域BP成像 |
3.4.1 结合DEM数据的时域BP成像算法关键技术 |
3.4.2 试验结果与分析 |
3.5 基于照度的SAR图像辐射校正 |
3.5.1 几何模型重构 |
3.5.2 基于照度的图像域辐射校正 |
3.5.3 试验结果分析 |
3.6 小结 |
第四章 基于方位散射特性的目标增强成像 |
4.1 引言 |
4.2 典型小目标方位散射特性分析 |
4.2.1 电磁特性分析方法 |
4.2.2 方位散射特性分析 |
4.3 基于子孔径技术的目标方位特性提取 |
4.3.1 结合位置与姿态误差补偿的子孔径散射特征提取 |
4.3.2 目标方位散射特性提取的影响因素 |
4.4 基于方位相关性的人造目标增强成像 |
4.4.1 目标增强成像框架 |
4.4.2 基于方位相关性的人造目标增强成像 |
4.4.3 试验结果分析 |
4.5 基于方位散射熵的旋转体目标增强成像 |
4.5.1 方位散射熵的定义 |
4.5.2 旋转体目标增强成像方法 |
4.5.3 旋转体目标增强成像方法在地雷检测中的应用 |
4.5.4 实测数据处理结果分析 |
4.6 小结 |
第五章 基于子带子孔径的目标增强成像 |
5.1 引言 |
5.2 基于子带子孔径的目标特性分析 |
5.2.1 子带子孔径图像序列形成 |
5.2.2 典型小目标方位频率依赖特性分析 |
5.2.3 典型目标距离迁移特性分析 |
5.3 基于稀疏表示的增强成像方法 |
5.3.1 稀疏表示的基本原理 |
5.3.2 特征结构多成分字典构造 |
5.3.3 基于稀疏表示的目标增强成像 |
5.4 基于散射中心迁移的目标增强可视化 |
5.4.1 散射中心迁移现象成因分析 |
5.4.2 散射中心迁移图像形成 |
5.4.3 基于圆霍夫变换的地雷增强可视化 |
5.4.4 电磁仿真结果分析 |
5.5 小结 |
第六章 结论与展望 |
6.1 本文工作总结 |
6.2 未来研究展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
附录A 英文缩写词对照表 |
四、基于INS/GPS数据的机载SAR图像地理编码系统研究(论文参考文献)
- [1]无人机载干涉SAR系统性能分析及应用研究[D]. 傅志豪. 应急管理部国家自然灾害防治研究院, 2021(02)
- [2]基于D-InSAR及Knothe时间函数的开采沉陷监测方法研究[D]. 陈卫卫. 安徽理工大学, 2020(04)
- [3]InSAR同震形变提取关键技术研究及其应用[D]. 张庆云. 中国地震局工程力学研究所, 2019(01)
- [4]机载SAR图像地理编码研究与实现[D]. 王丁. 中国电子科技集团公司电子科学研究院, 2019(02)
- [5]无人直升机载Mini SAR数据处理及其影像定位[D]. 陈姣. 河南理工大学, 2018(01)
- [6]机载InSAR辅助SAR影像匹配研究[D]. 高超. 山东科技大学, 2018(03)
- [7]基于大倾角图像匹配的平台定位与目标跟踪方法研究[D]. 陈圣义. 国防科技大学, 2017(02)
- [8]机载高分辨SAR成像与定位技术研究[D]. 宋伟. 南京航空航天大学, 2015(07)
- [9]地形复杂区域InSAR高精度DEM提取方法[D]. 赵争. 武汉大学, 2014(06)
- [10]低空无人机载UWB SAR增强成像技术研究[D]. 梁福来. 国防科学技术大学, 2013(01)