一种基于导航卫星双基地干涉SAR系统的自适应空域滤波方法

一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法
技术领域
1.本发明属于双基地干涉sar技术领域，具体涉及一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法。

背景技术：

2.基于导航卫星系统双基地干涉合成孔径雷达(gnss-inbsar)是一种以导航卫星作为外辐射源，在地面或近地面布置接收机以接收目标场景回波的双基地sar系统。随着导航卫星系统不断完善、扩充，导航卫星数量持续增加，在地表任意地点上空，可观测到至少16颗不同角度的导航卫星，通过对不同卫星的选用，可以实现3维的形变监测。同时，相比与传统的低轨干涉sar，基于导航星的干涉sar系统具有重轨时间短、覆盖范围广、可实现时空连续监测、成本低等突出优势。
3.gnss-inbsar系统采用ps(永久散射体)技术，在三维形变反演处理中，首先提取不同角度下ps点的干涉相位，进而通过关联得到三维形变结果。然而，系统信噪比低，存在多源误差影响干涉相位的精度。同时系统参数决定了导航星图像的分辨率低于传统的干涉sar，这使得图像纹理信息模糊，提取的ps点干涉相位不连续。因此，针对基于导航卫星双基地sar系统的空域滤波问题需要解决。

技术实现要素：

4.针对gnss-inbsar系统在三维形变反演处理中存在的问题，本发明提供一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法。
5.实现本发明的技术方案如下：
6.一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，该方法的步骤包括：
7.第一步，使用导航卫星双基地干涉sar系统获得若干张sar图像，并获得每张sar图像的ps点以及各ps点对应的干涉相位；
8.第二步，根据第一步获得的所有的sar图像确定每个ps点的实际搜索区域，其中每个ps点的实际搜索区域为与该ps点的干涉相位相互影响的区域，区域的大小根据该ps点的分辨单元确定；
9.第三步，在第二步确定的每个ps点的实际搜索区域内对位于该ps点的实际搜索区域内的其他ps点进行非局部均值滤波处理，完成基于导航卫星双基地干涉sar系统的自适应空域滤波。
10.所述的第一步中，获得各ps点对应的干涉相位的方法为：建立ps点的干涉相位的模型，并根据建立的模型获得各ps点对应的干涉相位，具体方法为：
11.设共有m颗卫星，k次重轨，gnss-inbsar系统成像结果包含q个像素，第m颗gnss卫星第k次重轨的第q个像素的相位模型表示为：
[0012][0013]
其中，表示第m颗gnss卫星第k次重轨的第q个像素的目标散射相位；表示第m颗gnss卫星第k次重轨的第q个像素的几何构型相位；表示第m颗gnss卫星第k次重轨的第q个像素的大气相位；表示第m颗gnss卫星第k次重轨的第q个像素的噪声相位。
[0014]
对于每个ps点而言，由于稳定的散射特性和相应像素的高信噪比，以下假设成立：
[0015][0016]
gnss-inbsar系统中各个ps点的干涉相位表示为：
[0017][0018]
δlp
(k)
(q)＝lp
(k+1)
(q)-lp
(k)
(q)
[0019]
其中，λ表示系统波长，表示第m颗gnss卫星第k次重轨的来自接收路径的大气相位，表示第m颗gnss卫星第k次重轨的合成孔径中心矢量，lr表示接收机具有的位置矢量，lp
(k)
(q)表示在第k次重轨中第q个像素的位置矢量，δlp
(k)
(q)表示第q个ps点在卫星两次重轨之间的三维形变；
[0020]
基于gnss的insar重轨的最终干涉相位项可分为以下四个部分：大气相位、噪声相位、由空间基线产生的地形相位和形变相位。
[0021]
所述的第二步中，搜索区域的定义为：
[0022]
对于形变而言，在地质学中，认为在一定小范围内，其形变量具有相同趋势，反映到ps点的干涉相位上，表现为ps点在小范围内相互作用，其干涉相位具有相同的变化趋势，搜索区域根据该ps点的分辨单元的大小确定。
[0023]
所述的第二步中，计算每个ps点的分辨单元的方法为：
[0024]
ps点的理论分辨率可以根据双基地结构计算，设ps点a位置向量a及其邻近ps点b位置向量b之间的模糊函数表达式为：
[0025]
[0026][0027][0028]
其中，φ
ta
和φ
ra
分别为发射机和接收机到ps点a的单位向量，β是双基地角，θ是沿β平分线的方向，ωe和ξ是等效角速度和等效运动方向，p是距离向脉冲压缩结果，ma是方位向脉冲压缩结果，λ是波长，c是光速度；
[0029]
则理论3db分辨单元面积定义为：
[0030]
d(a)
p
＝{b|χ(a,b)》-3db}
[0031]
所述的第二步中，根据所有的sar图像确定每一ps点的实际搜索区域的方法为：
[0032]
ps点的实际搜索区域为一圆，该圆以1.5*ρr为半径，以ps点为圆心，其中ρr为gnss-insar系统的距离向分辨率可以由下式计算得到：
[0033][0034]
ωr＝ξ
×z[0035]
其中，ξ是等效运动方向，z是沿天方向的单位矢量。b是发射器信号的带宽，c为光速，β是双基地角，θ是沿β平分线的方向，ωr和ωa是距离分辨率和方位分辨率方向上的单位矢量。
[0036]
最终确定每个ps点的搜索区域为：
[0037]
ρ(a)＝{b||a,b|《r},r＝1.5*ρr[0038]
对于同一目标位置的不同卫星，分辨率单元的大小不一致，因此搜索区域的面积也不一致。
[0039]
所述的第三步中，对每个ps点进行非局部均值滤波处理的方法为：
[0040]
对每个ps点自身的干涉相位和该ps点的实际搜索区域内所有ps点的干涉相位加权求和；
[0041]
进行加权求和时，权重的值由a和b确定，其中，a为该ps点的实际搜索区域内的所有ps点与该ps点的距离，b为该ps点的实际搜索区域内的所有ps点与该ps点所在的理论分辨单元的相干性；
[0042]
对于任意一颗星图像的全部ps点，可以得到全部的实际搜索区域集合；例如针对卫星s1，其全部ps点的个数为q1个，ps点选取结果为[ps1,ps2,
…
,ps
q1
]，ps点的相位为[ψ(ps1),ψ(ps2),
…
,ψ(ps
q1
)]。
[0043]
gnss-insar系统的非局部均值滤波可以表示为加权求和的形式：
[0044][0045]
其中，p表示ps0的搜索区域，[ps1,ps2,
…
,psi]表示在p内的ps点，ψ(psi)表示psi的原始相位，表示ps0滤波后的相位，wi表示权重系数；
[0046][0047][0048][0049][0050]
其中，z(i)表示归一化常数，σd和σh表示平滑参数，γ表示相干系数。距离较近的ps点干涉相位影响较大，相干性强可以表明形变量相近，因此我们将权重调整为与距离成反比，与相干性成正比。
[0051]
基于上述步骤一至步骤三的过程，完成了自适应空域滤波处理。
[0052]
有益效果
[0053]
(1)本发明的方法，通过定义ps点的搜索区域，并对每个ps点基于搜索区域进行非局部均值滤波，实现自适应空域滤波处理；
[0054]
(2)本发明的方法，各ps点的搜索区域大小依据gnss-inbsar系统的分辨单元大小确定，不同的卫星具有不同的搜索区域，可以实现自适应的空域滤波处理。
[0055]
(3)本发明的方法，解决了gnss-inbsar系统下，由于系统的双基地构型变化和较低的信噪比以及二维分辨率，需要通过空域滤波消除多源误差的问题，对gnss-inbsa系统的实际应用有着重要作用。
[0056]
(4)本发明的方法，通过定义非局部均值滤波的权重，依据距离较近的ps点干涉相位影响较大，相干性强可以表明特征相似，ps点干涉相位影响较强，因此权重与距离成反比，与相干性成正比。
[0057]
(5)本发明的方法，解决了gnss-inbsar系统存在的ps点空间不连续无法直接进行空域滤波的问题，通过非局部均值滤波在ps点间进行空域滤波处理。
[0058]
(6)本发明公开了一种基于导航卫星双基地干涉合成孔径雷达的自适应空域滤波算法。该发明首先定义了ps点的搜索区域，并对每个ps点基于搜索区域进行非局部均值滤波，实现了自适应空域滤波处理。该算法解决了gnss-inbsar系统下，由于系统的双基地构型变化和较低的信噪比以及二维分辨率，需要通过空域滤波消除多源误差的问题，对gnss-inbsa系统的实际应用有着重要作用。
附图说明
[0059]
图1为本发明所举实施列的gnss-inbsar系统构型；
[0060]
图2为本发明所举实施列的ps点的搜索区域示意图；
[0061]
图3为本发明所举实施列的实验设备图；
[0062]
图4为本发明所举实施列的滤波前后4颗卫星的一维形变精度对比图。
具体实施方式
[0063]
下面结合附图对本发明实施例进行详细描述。
[0064]
需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合；并且，基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0065]
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
[0066]
如图1所示，gnss-inbsar系统构架，以在轨gnss卫星为发射机，通过卫星的重复轨道获取干涉相位，利用ps点得到高精度干涉相位。ps-insar方法是基于sar层叠数据集的insar相位分析，从sar影像集中提取出噪声水平较低的点，称为永久散射(permanent scatterer,ps)点。这些点能在多卫星周期上保持稳定的散射特性。本技术基于ps点的实际搜索区域，来进行自适应空域滤波。
[0067]
本技术实施例提出一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其步骤如下：
[0068]
计算任一卫星图像上全部ps点的实际搜索区域的集合，其中ps点的实际搜索区域为：与该ps点的干涉相位相互影响的区域；
[0069]
对每个ps点在搜索区域内进行非局部均值滤波处理。
[0070]
本技术又一实施例，每一ps点的实际搜索区域的获取过程如下：
[0071]
以距离l*ρr为约束条件，所述距离l*ρr内任意一点的形变量与a点的形变量相互影响，基于该约束条件确定ps点的搜索区域；
[0072]
本技术又一实施例，对每个ps点基于搜索区域的非局部均值滤波的具体过程为：
[0073]
对每个ps点自身的干涉相位和搜索区域内ps点的干涉相位加权求和，其中权重的值由搜索区域内的ps点与中心ps点的距离和ps点所在的理论分辨单元的相干性确定。
[0074]
本实施例以m颗卫星为例，对利用本发明进行自适应空域滤波方法的具体方法进行详细说明：
[0075]
步骤一、设共有m颗卫星，k次重轨，gnss-inbsar系统成像结果的每个像素的相位模型可以表示为：
[0076][0077]
其中，q,m,k分别表示像素，卫星和重轨次数。σ,g,a,n分别表示目标散射相位，几何构型相位，大气相位和噪声相位。
[0078]
对于ps点而言，由于稳定的散射特性和相应像素的高信噪比，以下假设成立：
[0079]
[0080]
gnss-inbsar系统中ps点的干涉相位可以表示为：
[0081][0082]
其中，λ表示系统波长，表示第m颗gnss卫星第k次重轨的合成孔径中心矢量，lr表示接收机具有的位置矢量，lp
(k)
(q)表示在第k次重轨中第q个像素的位置矢量。
[0083]
基于gnss的insar重轨的最终干涉相位项可分为以下四个部分：大气相位、噪声相位、由空间基线产生的地形相位和形变相位。噪声相位对最终形变反演精度有影响。因此，有必要使用空间滤波来消除噪声相位的影响。
[0084]
步骤二、计算m颗卫星中每一颗卫星上全部ps点的实际搜索区域的集合。
[0085]
下面将针对某一个ps点的实际搜索区域的计算过程进行详细的分析和说明：
[0086]
对于形变而言，在地质学中，认为在一定小范围内，其形变量具有相同趋势。ps点的干涉相位在小范围内相互作用，并具有相同的趋势。搜索区域受该ps点的分辨单元的影响。
[0087]
理论分辨率可以根据双基地结构计算，设ps点a位置向量a及其邻近ps点b位置向量b之间的模糊函数表达式为：
[0088][0089][0090][0091]
其中，φ
ta
和φ
ra
分别为发射机和接收机到ps点a的单位向量，β是双基地角，θ是沿β平分线的方向，ωe和ξ是等效角速度和等效运动方向，p是距离向脉冲压缩结果，ma是方位向脉冲压缩结果，λ是波长，c是光速度。
[0092]
则理论3db分辨单元面积定义为：
[0093]
d(a)
p
＝{b|χ(a,b)》-3db}
[0094]
gnss-insar系统的距离向分辨率和方位向分辨率可以由下式计算得到：
[0095]
[0096][0097]
ωr＝ξ
×z[0098]
ωa＝θ
×z[0099]
其中，z是沿天方向的单位矢量。b是发射器信号的带宽，ts是合成孔径时间，λ是波长，ωr和ωa是距离分辨率和方位分辨率方向上的单位矢量。
[0100]
以距离l*ρr为约束条件，所述距离l*ρr内任意一点的形变量与a点的形变量相互影响，基于该约束条件确定ps点的搜索区域，如图2所示。
[0101]
ρ(a)＝{b||a,b|《r},r＝l*ρr[0102]
对于同一目标位置的不同卫星，分辨率单元的大小不一致，因此搜索区域的面积也不一致。然后，可以基于搜索区域p(a)对每个ps点的进行空间滤波。
[0103]
步骤三，对每个ps点在搜索区域内进行非局部均值滤波处理。
[0104]
本步骤的具体过程为：
[0105]
对于任意一颗星图像的全部ps点，可以得到全部的实际搜索区域集合；例如针对卫星s1，其全部ps点的个数为q1个，ps点选取结果为[ps1,ps2,
…
,ps
q1
]，ps点的相位为[ψ(ps1),ψ(ps2),
…
,ψ(ps
q1
)]。
[0106]
gnss-insar系统的非局部均值滤波可以表示为加权求和的形式：
[0107][0108]
其中，p表示ps0的搜索区域，[ps1,ps2,
…
,psi]表示在p内的ps点，ψ(psi)表示psi的原始相位，表示ps0滤波后的相位，wi表示权重系数；
[0109][0110][0111][0112][0113]
其中，z(i)表示归一化常数，σd和σh表示平滑参数，γ表示相干系数。距离较近的ps点干涉相位影响较大，相干性强可以表明形变量相近，因此我们将权重调整为与距离成反比，与相干性成正比。
[0114]
基于上述步骤一至步骤三的过程，完成了自适应空域滤波处理。
[0115]
实施例
[0116]
在本实施例中，对位于中国江苏省常熟市(31.7582n,120.9323e)的场景进行实验仿真。利用8颗meo卫星获取sar图像。以1号卫星(北斗ⅱmeo 3)为例，场景和设备如图3所示。场景包括一个有人工道路和建筑物的湖泊。场景的大部分都是低分辨率的植被。
[0117]
首先计算搜索区域。设l＝1.5，基于双基地配置，可以计算一个ps点的分辨率单元大小，然后计算搜索区域的大小。滤波前后4颗北斗二号卫星生成的平均一维形变反演精度图如图4所示。图中不同形状的点表示该位置ps点的形变反演结果。图4(a)(c)(e)(g)显示了滤波前场景中每个ps点的变形反演结果，图4(b)(d)(f)(h)显示了滤波后场景中每个ps点的变形反演结果。
[0118]
最后，各卫星滤波前后监测区域的一维变形量均方差如表1所示，形变量均方差平均降低了18.8％。通过多角度关联算法，将多颗卫星的一维形变转化为三维形变。滤波前监测区域的三维形变量均方差分别为49.3mm、29.5mm和20.3mm(e、n、u)。使用该算法进行空间滤波后，监测区域的三维形变量均方差分别为34.4mm、24.3mm和16.8mm(e、n、u)。结果表明，整体精度得到提高，gnss-inbsar系统具有较强的三维干涉处理能力。同时，证明基于导航卫星双基地干涉sar系统的空域滤波问题得到有效解决。
[0119]
表1
[0120] sat.1sat.2sat.3sat.4sat.5sat.6sat.7sat.8滤波前一维形变量均方差(mm)24.423.422.522.924.220.523.622.4滤波后一维形变量均方差(mm)19.819.318.020.919.617.918.115.7
[0121]
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：

1.一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其特征在于该方法的步骤包括：第一步，使用导航卫星双基地干涉sar系统获得若干张sar图像，并获得每张sar图像的ps点以及各ps点对应的干涉相位；第二步，根据第一步获得的所有的sar图像确定每个ps点的实际搜索区域，其中每个ps点的实际搜索区域为与该ps点的干涉相位相互影响的区域，区域的大小根据该ps点的分辨单元确定；第三步，在第二步确定的每个ps点的实际搜索区域内对位于该ps点的实际搜索区域内的其他ps点进行非局部均值滤波处理，完成基于导航卫星双基地干涉sar系统的自适应空域滤波。2.根据权利要求1所述的一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其特征在于：所述的第一步中，获得各ps点对应的干涉相位的方法为：建立ps点的干涉相位的模型，并根据建立的模型获得各ps点对应的干涉相位。3.根据权利要求2所述的一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其特征在于：ps点的干涉相位的模型的建立方法为：设共有m颗卫星，k次重轨，gnss-inbsar系统成像结果包含q个像素，第m颗gnss卫星第k次重轨的第q个像素的相位模型表示为：其中，表示第m颗gnss卫星第k次重轨的第q个像素的目标散射相位；表示第m颗gnss卫星第k次重轨的第q个像素的几何构型相位；表示第m颗gnss卫星第k次重轨的第q个像素的大气相位；表示第m颗gnss卫星第k次重轨的第q个像素的噪声相位。4.根据权利要求2或3所述的一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其特征在于：获得各个ps点的干涉相位是指获取gnss-inbsar系统中各个ps点的干涉相位，表示为：δlp
(k)
(q)＝lp
(k+1)
(q)-lp
(k)
(q)
其中，λ表示系统波长，表示第m颗gnss卫星第k次重轨的来自接收路径的大气相位，表示第m颗gnss卫星第k次重轨的合成孔径中心矢量，lr表示接收机具有的位置矢量，lp
(k)
(q)表示在第k次重轨中第q个像素的位置矢量，δlp
(k)
(q)表示第q个ps点在卫星两次重轨之间的三维形变。5.根据权利要求4所述的一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其特征在于：基于gnss-insar系统的干涉相位项包括大气相位、噪声相位、由空间基线产生的地形相位和形变相位。6.根据权利要求1所述的一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其特征在于：所述的第二步中，计算每个ps点的分辨单元的方法为：设ps点a位置向量a及其邻近ps点b位置向量b之间的模糊函数表达式为：设ps点a位置向量a及其邻近ps点b位置向量b之间的模糊函数表达式为：设ps点a位置向量a及其邻近ps点b位置向量b之间的模糊函数表达式为：其中，φ
ta
和φ
ra
分别为发射机和接收机到ps点a的单位向量，β是双基地角，θ是沿β平分线的方向，ω
e
和ξ是等效角速度和等效运动方向，p是距离向脉冲压缩结果，m
a
是方位向脉冲压缩结果，λ是波长，c是光速度；则ps点的分辨单元面积为：d(a)
p
＝{b|χ(a,b)>-3db}。7.根据权利要求6所述的一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其特征在于：所述的第二步中，根据所有的sar图像确定每一ps点的实际搜索区域的方法为：ps点的实际搜索区域为一圆，该圆以1.5*ρ
r
为半径，以ps点为圆心，其中ρ
r
为gnss-insar系统的距离向分辨率由下式计算得到：ω
r
＝ξ
×
z其中，ξ是等效运动方向，z是沿天方向的单位矢量。b是发射器信号的带宽，c为光速，β是双基地角，θ是沿β平分线的方向，ω
r
和ω
a
是距离分辨率和方位分辨率方向上的单位矢量。
8.根据权利要求7所述的一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其特征在于：所述的第二步中，最终确定每个ps点的搜索区域为：ρ(a)＝{b||a,b|<r},r＝1.5*ρ
r
。9.根据权利要求8所述的一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其特征在于：所述的第三步中，对每个ps点进行非局部均值滤波处理的方法为：对每个ps点自身的干涉相位和该ps点的实际搜索区域内所有ps点的干涉相位加权求和；进行加权求和时，权重的值由a和b确定，其中，a为该ps点的实际搜索区域内的所有ps点与该ps点的距离，b为该ps点的实际搜索区域内的所有ps点与该ps点所在的理论分辨单元的相干性；对于任意一颗星图像的全部ps点，得到全部的实际搜索区域集合。10.根据权利要求8所述的一种基于导航卫星双基地干涉sar系统的自适应空域滤波方法，其特征在于：所述的第三步中，针对卫星s1，其全部ps点的个数为q1个，ps点选取结果为[ps1,ps2,
…
,ps
q1
]，ps点的相位为[ψ(ps1),ψ(ps2),
…
,ψ(ps
q1
)]；gnss-insar系统的非局部均值滤波表示为加权求和的形式：其中，p表示ps0的搜索区域，[ps1,ps3,
…
,ps
i
]表示在p内的ps点，ψ(ps
i
)表示ps
i
的原始相位，表示ps0滤波后的相位，w
i
表示权重系数；表示权重系数；表示权重系数；表示权重系数；其中，z(i)表示归一化常数，σ
d
和σ
h
表示平滑参数，γ表示相干系数。

技术总结

本发明属于双基地干涉SAR技术领域，具体涉及一种基于导航卫星双基地干涉SAR系统的自适应空域滤波方法。该发明首先定义了PS点的搜索区域，并对每个PS点基于搜索区域进行非局部均值滤波，实现了自适应空域滤波处理。该方法解决了GNSS-InBSAR系统下，由于系统的双基地构型变化和较低的信噪比以及二维分辨率，需要通过空域滤波消除多源误差的问题，对GNSS-InBSA系统的实际应用有着重要作用。InBSA系统的实际应用有着重要作用。