星载双基SAR多维成像技术的研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:zoevivi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
合成孔径雷达差分层析(Differential Synthetic Aperture Radar Tomography, D-TomoSAR)技术是近年发展起来的一项新的空间对地观测技术,它可进行高精度多维成像获得地表的高程以及形变信息。目前,该技术已在地质灾害预警、地球物理参数反演以及城市规划等领域得到了广泛的应用。与此同时,当前星载SAR系统正朝着多平台、多模式、高空间分辨和高重访率方向发展,这为D-TomoSAR理论的深入研究及其应用扩展提供了很好的机会。本文以星载多平台SAR的一种最简单形式——星载双基SAR为背景,针对其在进行D-TomoSAR多维成像时所面临的重点与难点问题展开研究。在星载双基SAR高分辨二维成像、不同形变情形下形变参数的求解以及地表三维形变参数的估计等方面提出了新的解决思路与处理算法,为促进多平台SAR实现多维成像以及推动D-TomoSAR的进一步实际应用提供了理论基础。本文的主要工作及创新点如下:
  1.针对长合成孔径时间下星载双基SAR的高分辨二维成像问题,提出一种基于SAR平台与地面目标相对运动状态的高阶距离模型,用于精确描述长合成孔径时间下星载双基SAR与地面目标之间的斜距历程。通过分析SAR回波信号的二维空变特性,提出一种带有残余多普勒中心空变性校正的扩展方位非线性变标算法用于星载双基SAR的高分辨二维成像,为后续进行星载双基SAR的多维成像奠定基础。
  2.将高分辨率X波段的SAR数据用于D-TomoSAR系统中可以提高地表形变监测精度,然而高频率数据的使用会增加系统对地面微小形变的敏感度,导致监测到的地表实际形变情形与传统所假设的线性形变模型不匹配,造成形变估计结果不准确。因此,本文首先对地表微小形变的其中一种形式——地表加速/减速形变趋势展开研究,提出一种扩展D-TomoSAR信号模型。通过分析所提信号模型的特点,将D-TomoSAR多维成像处理过程转换为一个二维多项式相位信号(Two DimensionPolynomial Phase Signals,2-D PPS)参数估计问题。考虑到D-TomoSAR信号本身特有的非均匀欠采样特性,提出将RELAX算法引入二维乘积型高阶模糊函数法中,用以实现地表高程以及形变加速/减速趋势的估计。与传统基于压缩感知的求解方法相比,所提算法具有较小的运算复杂度。
  3.除了地表的加速/减速形变趋势这一种微小形变以外,场景中钢结构建筑物因温度变化产生的热膨胀效应导致的季节性形变也是一个不可忽略的微小形变成分。因此,本文在上述研究基础上又针对散射体存在的季节性形变情形展开研究,提出一种广义D-TomoSAR信号模型。通过分析所提信号模型的特点,将形变参数的求解过程转换为对二维正弦-多项式混合调频信号进行参数估计的问题。因此,本文借鉴准最大似然原理提出一种基于稀疏时频重建的混合调频信号参数估计算法用于对多种形变参数进行估计。与传统基于压缩感知的求解方法相比,所提算法具有较低的信噪比门限以及较小的运算复杂度。
  4.利用传统D-TomoSAR技术进行地表形变监测时只能得到目标沿雷达视线向的形变参数,无法准确描述地表的真实形变情形。针对这个问题,本文在以上研究基础上,对地表三维(东-西、南-北、上-下)形变参数的求解进行了深入的研究。针对当前传统几何分解方法进行三维形变参数求解时南-北向形变估计误差太大的问题,本文将星载双基SAR成像斜视角引入传统D-TomoSAR信号模型中,建立了地表三维形变参数与SAR影像相位之间的关系,提出一种改进D-TomoSAR信号模型。通过分析所提信号模型的特点,提出利用2-DPPS相位系数估计算法对地表进行等精度三维形变参数估计。与传统几何分解方法相比,所提算法降低了所需的数据量,并且不需要改变当前卫星的运行轨道就能实现地表南-北向形变估计精度的改善,为等精度三维形变参数求解提供了一种新的解决思路。
其他文献
转录因子Foxg1在神经发育过程中发挥重要作用,其突变导致FOXG1综合征,患者表现为严重的社交和认知障碍等。以前对Foxg1的功能研究主要集中在发育阶段。由于Foxg1也强烈表达于生后至成年的神经元中,提示Foxg1在有丝分裂后及成熟神经元中也可能发挥重要作用。线粒体是真核细胞的主要供能器官,调控众多细胞生命活动。线粒体在不同类型细胞以及细胞不同的生理状态下呈现出不同的形态特征,而这种形态变化对
株高是水稻的重要农艺性状,决定了水稻的抗倒伏能力、理想株型和产量。鉴定挖掘并有效利用矮秆新资源,深入研究调控引起水稻矮秆的分子机制,将有助于加快水稻高产育种进程,为分子设计育种改良水稻株型提供理论指导。本论文以水稻组培过程产生的小粒矮秆突变体small grain and dwarf2(sgd2)为研究材料,对sgd2的表型进行了鉴定,通过图位克隆分离到一个影响水稻生长发育的关键因子SGD2,并对
学位
细胞周期蛋白依赖性激酶(CDKs)和许多其它蛋白质控制着植物细胞周期的进程,在真核细胞周期的调节中起主要作用。CDKs的活性可被一些称为KRP(kip相关蛋白)的细胞周期蛋白依赖性激酶抑制因子所抑制。据报道,在叶片发育过程中KRP1会导致细胞数目减少,同时也会显著降低种子的灌浆充实度。此外,KRP1参与细胞核DNA复制及籽粒灌浆有丝分裂终止的调控过程。  为了进一步阐明KRP1的功能,实验室构建了
学位
本文介绍了催化剂应用于汽车尾气排放控制的发展过程和催化反应理论知识。采用新的合成方法和新的配方,制备了包括Cu-ZSM-5、Cu-TS-1、贵金属催化剂和全铂催化剂在内的多种用于柴油机尾气NOx控制的催化转化陶瓷。考察了催化剂在柴油机实际尾气环境下对NO的催化转化性能和耐久性情况。分析了多种因素对催化剂催化效率的影响,对NO在Cu-ZSM-5表面的催化反应机理和反应动力学方程进行了分析推导。试验结
学位
对于患有严重听力障碍的人群来说,可以使用人工耳蜗(cochlear implant,CI)实现听力的部分恢复,虽然CI可以帮助听障用户在安静环境下获得高水平的语音理解表现,但在复杂的听觉场景中,CI植入人群对于感知语音往往存在较多的挑战。在实际的收听环境中,听众首先需要解析所有收听到的声音,之后将这些声音分组为不同的听觉流,并有选择地关注感兴趣的声音流。因此,对于听觉流的分离能力,将会严重影响听众
随着对包括高效调制技术在内的复杂无线移动应用的需求不断增加,对支持这些应用的大带宽的需求也急剧上升。然而,带宽资源是有限的。当前联邦通信委员会频谱分配政策仅允许许可用户访问频谱。但事实证明,当前许可频谱在时间和频率上的使用效率低下。因此,提出了无执照的二级用户概念,他们临时从现有的一级许可用户处租借频谱来提高频谱利用率,即从“频谱池”中租借频率。该项技术是基于动态频谱接入的(DSA),被称为认知无
随着社会信息化程度的不断深化使得对于通信网络的吞吐量及、时延及连接数等性能要求越来越高,这也驱动着通信基础设施及用户设备的持续更新,通信技术也日新月异。其中,大规模多输入多输出(Massive MIMO: Multiple Input Multiple Output)系统是第五代(5G)蜂窝通信系统关键技术之一。大规模MIMO可以通过提供大的空间复用和分集增益来提高性能,被认为是未来通信系统提高数
深度学习是基于人工神经网络的机器学习方法的一种。深度学习具有不同的架构,可应用于计算机视觉,语音识别,自然语言处理等领域。首先,我们研究了基于人工神经网络的深度学习模型。另一方面,神经网络是在输入和输出层之间具有多个层的深度神经网络。这些深度神经网络用于计算机视觉。深度学习具有很强的学习能力,可以从数据集中提取特征。在这些深度神经网络中,一个网络称为卷积神经网络。图像分类是机器学习中的一个重要问题
本文在电信和语音识别系统中考虑了自适应滤波算法的语音增强和降噪问题。在真实嘈杂的环境中存在这些系统会降低其效率并降低其性能。例如,对于电信系统,背景噪声信号破坏传输的语音信号并使其可懂度和质量降低。对于语音识别系统,它们使测试和训练语音信号之间不匹配。  过去已经提出了几种单麦克风增强技术,这里将对其进行讨论。这些技术中的大多数基于噪声平稳性的假设,但是在现实生活环境中,该假设未被广泛验证,这使得
学位
人类语音不仅提供了口语的语义信息,而且还包含了说话者的性别、年龄和情绪等相关特征。在过去十年中,语音识别由于许多原因已经变得必不可少。其中一个原因是它可以用于移动设备的身份识别和准入控制。另外,它还可以通过识别刑事案件中的嫌疑人来最大限度地减少嫌疑人的数量。此外,语音识别系统还可以用于推荐系统来基于人的年龄和性别推荐合适的商品。本论文所设计的年龄和性别识别系统,还可以进一步用于关于特定人群年龄和性