一种地基雷达间断形变监测方法及系统

技术领域

本发明涉及计算机数据处理、雷达数据处理领域，应用于雷达定位误差补偿，尤其涉及一种地基雷达间断形变监测方法及系统。

背景技术

地基SAR以其短时空基线，高分辨率，测量周期短、操作便捷等的优势已经成功应用于自然灾害影响区域、大坝、高山冰川、码头桥墩等的高精度形变监测，突破了天基SAR时间失相干、空间基线较长以及重访周期长等的局限性。GBSAR通过在距离向发射高频率、大带宽的电磁波实现距离高分辨率，方位向利用在固定轨道的运动合成虚拟大孔径天线，实现方位高分辨率。

根据获取数据的方式，GBSAR 可以分为两种监测模式：连续监测（C-GBSAR） 和间断监测（D-GBSAR）。然而，在连续监测模型中，GBSAR 长时间监测存在数据冗余，数据处理复杂度大；对于缓慢形变监测场景，需要消耗大量的人力物力，监测效率较低。而间断监测模式下，监测雷达存在空间位置上的移动，类似于星载SAR存在空间基线。

在间断监测中目前应用广泛的是GB-SAR间断形变监测，一般主要包括：图像配准，干涉图生成，永久散射体（Permanent Scatterers，PS）选取，相位解缠，重新定位误差补偿，形变解算。地基合成孔径雷达的间断测量模式适合监测缓慢形变的滑坡。但雷达需要反复安装和拆卸，不可避免地会造成重新定位误差，严重影响变形测量的精度。雷达在多场景监测过程中，会发生空间位置的偏移，导致干涉相位中存在除了形变外的误差。由于雷达的波长较短，测量精度达到亚毫米级，雷达位置毫米量级的偏移都会对监测目标产生严重的误差相位。因此，重新定位误差对位置偏移非常灵敏，如果不进行精确校正，会严重降低形变反演结果的可信度。

在星载InSAR中，最广泛使用的修正基线基线误差的方法是使用一阶多项式函数或二阶模型估计最佳拟合平面，然而一阶模型进行误差校正后仍然有残余相位，且这些误差补偿的方案直接基于数据分析和误差平面拟合的方法校正误差的影响，没有从误差产生机理出发，从根本上进行误差补偿。

发明内容

有鉴于此，本发明实施例提供一种新的重新定位误差补偿的方案，可以补偿因雷达位置偏移而引入的相位误差，本方案适用于地基雷达长期缓慢形变监测，可以提高雷达布设的灵活性，降低数据处理复杂度，提升形变测量精度。

具体而言，本发明提供了如下技术方案：

一方面，本发明提供了一种地基雷达间断形变监测方法，所述方法包括：

S1、基于间断形变监测中不同时间点得到的干涉图，计算由雷达空间基线沿x轴、y轴、z轴方向偏移引起的监测目标形变量；

S2、基于监测目标形变量，以及雷达回波相位变化和监测目标与雷达间距变化之间的关系，建立x轴、y轴、z轴方向重新定位误差模型；

S3、基于所述重新定位误差模型，结合目标俯仰角跨度，计算监测场景中PS点的干涉相位模型；所述干涉相位模型为：

其中，

S4、对所述干涉相位模型中的参数进行估计，得到重新定位误差曲面。

优选地，所述S1中，沿x轴方向偏移引起的监测目标形变量为：

其中，

优选地，所述S1中，沿y轴方向偏移引起的监测目标形变量为：

其中，

优选地，所述S1中，沿z轴方向偏移引起的监测目标形变量为：

其中，

优选地，所述S2中，重新定位误差模型为：

其中，

优选地，所述S3中，对于监测场景中PS点解缠后的干涉相位

其中，

优选地，在所述干涉相位模型建立中，目标俯仰角

其中，

优选地，所述S3中，对于PS点的筛选，采用相干系数和幅度信息双重阈值进行筛选；

在PS点筛选后的相位解缠阶段，沿方位向进行相位解缠。

优选地，以最小二乘法求解估计的重新定位误差模型参数：

其中，

然后，得出估计的重新定位误差相位：

最后，用解缠后的PS点相位

另一方面，本发明还提供了一种地基雷达间断形变监测系统，所述系统包括：

监测目标形变量计算模块，用于基于间断形变监测中不同时间点得到的干涉图，计算由雷达空间基线沿x轴、y轴、z轴方向偏移引起的监测目标形变量；

重新定位误差模型模块，用于基于监测目标形变量，以及雷达回波相位变化和监测目标与雷达间距变化之间的关系，建立x轴、y轴、z轴方向重新定位误差模型；

干涉相位模型模块，用于基于所述重新定位误差模型，结合目标俯仰角跨度，计算监测场景中PS点的干涉相位模型；所述干涉相位模型为：

其中，

参数估计模块，用于对所述干涉相位模型中的参数进行估计，得到重新定位误差曲面。

优选地，所述系统还包括：

图像配准模块，用于基于不同的SLC图像的幅度相位相干性，进行图像配准；

干涉图生成模块，用于基于配准后图像，生成干涉图；

PS点筛选模块，采用相干系数和幅度信息双重阈值进行PS点筛选；

相位解缠模块，对PS点筛选后的干涉图进行相位解缠，相位解缠后图像数据输入监测目标形变量计算模块；

形变解算模块，基于参数估计模块获得的重新定位误差曲面，计算形变量。

第三方面，本发明还提供了一种地基雷达间断形变监测设备，所述设备包括处理器及存储器，所述处理器可以调用存储器中存储的计算机指令，以执行如上所述的地基雷达间断形变监测方法。

与现有技术相比，本发明技术方案从雷达三维基线几何关系出发，推导了重新定位误差与雷达基线、目标俯仰角方位角等系统参数的几何关系，从根本上揭示了重新定位误差相位的数学原理和物理意义。然后根据场景假设和模型误差分析，得出目标的俯仰角对重新定位误差影响较小的结论，提出了二维方位角非线性模型重新定位误差补偿方法。该方法不需要额外的数据高程模型（DEM）数据即可对重新定位误差进行高精度补偿。与传统的多项式模型相比，本方案所提方法具有非线性误差校正能力，拥有较高的误差补偿精度。将本方案应用到建筑物间断监测中，补偿后形变测量精度优于毫米级，验证了该方法的实用性和优越性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例的目标和雷达三维坐标关系示意图；

图2为本发明实施例的间断监测雷达空间基线x轴分量示意图；

图3为本发明实施例的间断监测雷达空间基线y轴分量示意图；

图4为本发明实施例的间断监测雷达空间基线z轴分量示意图；

图5为本发明实施例的两种地形重新定位误差补偿结果对比图；其中：(a)(c)(e)为平坦地面补偿结果；(b)(d)(f)为线性斜坡补偿结果；(a)为平坦地形模型重新定位误差；(b)为平坦地形模型重新定位误差；(c)为提出非线性模型补偿结果；(d)为提出非线性模型补偿结果；(e)为二阶多项式模型补偿结果；(f)为二阶多项式模型补偿结果；

图6为本发明实施例的实验场景及结果示意图；其中：(a)为某校区教学楼实景图；(b)为补偿前PS点干涉图；(c)为补偿后PS点干涉图；

图7为本发明实施例的方法流程图；

图8为地基雷达干涉测量的一般环节示意图；

图9为重新定位误差补偿处理流程示意图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。应当明确，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

本领域技术人员应当知晓，下述具体实施例或具体实施方式，是本发明为进一步解释具体的发明内容而列举的一系列优化的设置方式，而该些设置方式之间均是可以相互结合或者相互关联使用的，除非在本发明明确提出了其中某些或某一具体实施例或实施方式无法与其他的实施例或实施方式进行关联设置或共同使用。同时，下述的具体实施例或实施方式仅作为最优化的设置方式，而不作为限定本发明的保护范围的理解。

为弥补现有技术中存在的不足，本方案从空间基线几何模型出发，根据场景假设和模型误差分析，提出了二维方位角非线性模型重新定位误差补偿方法。该方法与传统的多项式模型相比，拥有较高的误差补偿精度。将本方案应用到建筑物间断监测中，补偿后形变测量精度优于毫米级。以下，结合图7及图1-4，以具体的实施例对本方案进行详细阐述。

1、雷达空间基线几何分析

如图1所示，本实施例考虑目标和雷达的三维坐标关系，其中

（1）沿着x轴方向的空间基线模型

对于雷达偏移方向沿着x轴情况，如图2所示（图1的俯视图）。设雷达沿x轴正向偏移，即x轴方位角

首先，为了得到由雷达位置偏移引入的形变相位

（1）

根据

（2）

对公式

（3）

因此，本实施例中，由空间基线引起的形变表达式为：

（4）

由式（4）可得，雷达沿x轴方向偏移而引入的形变量和目标的方位角、俯仰角以及目标的斜距有关。我们可以通过参数化模型建立雷达空间基线和目标相位之间的函数关系。

（2）沿着y轴方向的空间基线模型

对于雷达偏移方向沿着y轴情况，如图3所示，根据几何关系分析同理得到：

（5）

公式（4）和（5）有相同的结构，不同的地方为：雷达空间基线沿不同方向进行投影，仅仅有方位角参数的差别。

（3）沿着z轴方向的空间基线模型

对于沿z轴方向的雷达空间基线，如图4所示，通过空间几何关系得到：

（6）

根据公式（6），对于求解垂直方向的重新定位误差，相对比较简单，只需要目标的俯仰角即可。

至此，我们从GBSAR间断监测物理几何机理出发，建立了三个方向上的空间基线误差模型。联合（4）（5）（6），以及物体表面与雷达距离的变化引起的雷达回波相位变化之间的正比关系，即：

其中，

可以得到三个方向的重新定位误差和雷达空间基线的模型：

（7）

其中，

（8）

GBSAR通过两个时间点进行间断监测得到的干涉图中，包含了雷达空间基线误差，即

（9）

2、重新定位误差补偿

基于模型（9）可以建立间断监测雷达重新定位误差与目标参数之间的关系，进而可以高精度解算形变量。然而，一般GBSAR成像只有二维信息，即测量出目标的方位角(

考虑到实际监测场景大都是远场监测，其特征是目标距离较远，方位角视角较大，而目标的俯仰角变化相对较小。所以影响重新定位误差的主要因素是方位角。这里假设目标俯仰角

（10）

其中

对于监测场景中解缠后的PS点的干涉相位

（11）

其中，

最后应用最小二乘法、迭代法等优化算法即可估计出重新定位误差曲面。这里，我们以最小二乘法求解作为优选，我们先基于

（12）

然后得出估计的重新定位误差相位：

（13）

最后，用解缠后的PS点相位

因此，对于远场监测且目标俯仰角跨度较小的情况，可以通过方位角模型来补偿重新定位误差，不需要目标的高程等额外的信息，降低数据处理的复杂度，满足形变监测的精度要求。

下面结合上述的实施例，对重新定位误差补偿处理流程进行总结，如图9所示。我们首先基于PS点的干涉相位，进行二维的相位解缠，基于相位解缠的结果，建立三角函数非线性模型，该非线性模型可以基于现有的常规解缠算法及相位关系得到，不再赘述。在非线性模型建立后，我们可以利用最小二乘法等方法对模型进行参数估计，从而确定模型参数。然后采用本发明的重新定位误差补偿方法，减去计算得到的重新定位误差相位，再进行后续的形变解算，从而实现形变监测。后续，将结合另一实施例进一步展开说明。

此外，在又一个实施例中，本发明的方案还可以通过一种地基雷达间断形变监测系统的方式来实现，所述系统的核心在于重新定位误差补偿，该系统具体包括：

监测目标形变量计算模块，用于基于间断形变监测中不同时间点得到的干涉图，计算由雷达空间基线沿x轴、y轴、z轴方向偏移引起的监测目标形变量；

重新定位误差模型模块，用于基于监测目标形变量，以及雷达回波相位变化和监测目标与雷达间距变化之间的关系，建立x轴、y轴、z轴方向重新定位误差模型；

干涉相位模型模块，用于基于所述重新定位误差模型，结合目标俯仰角跨度，计算监测场景中PS点的干涉相位模型；所述干涉相位模型为：

其中，

参数估计模块，用于对所述干涉相位模型中的参数进行估计，得到重新定位误差曲面。

优选地，所述系统还包括：

图像配准模块，用于基于不同的SLC图像的幅度相位相干性，进行图像配准；

干涉图生成模块，用于基于配准后图像，生成干涉图；

PS点筛选模块，采用相干系数和幅度信息双重阈值进行PS点筛选；

相位解缠模块，对PS点筛选后的干涉图进行相位解缠，相位解缠后图像数据输入监测目标形变量计算模块；

形变解算模块，基于参数估计模块获得的重新定位误差曲面，计算形变量。

在系统执行中，结合图8、图9所示，地基雷达干涉测量过程一般主要包括以下几个关键的处理环节：

（1）图像配准

间断监测中，因为雷达发生偏移，所以产生的SLC图像会存在像素的偏移。如果直接进行干涉处理，会引入失配噪声误差。因此需要进行图像的配准。从间断监测机理出发，雷达偏移量一般在毫米级-分米级，而目标距离在千米级。因此，经过成像得到的SLC图像对应的像素坐标偏移较小，一般为几个像素的偏移。所以，直接对两张SLC图像进行粗配准即可满足要求。根据两张SLC图像的幅度相位相干性，应用相关系数法可以完成图像配准，满足相干性的要求。

（2）干涉图生成

GB-SAR监测获得的图像是单视复数图（Single-Look-Complex, SLC），其值分布在

其中

一般得到的干涉相位不能直接用物体表面与雷达距离的变化引起的雷达回波相位变化之间的正比关系公式计算形变，实际中干涉相位包含各种噪声干扰源，必须经过噪声去除才能进行形变解算。差分干涉图中第

其中

（3）PS点选取

干涉图质量的高低直接影响大气相位估计和形变解算的精度。由于干涉图中包含水体、植被等不稳定干涉点，不同的目标受到大气扰动和非相干噪声的影响不同，难以直接对大气相位进行估计。永久散射体干涉测量技术可以有效提取测量场景稳定的参考点，克服时间去相干等非理想因素的影响来提高形变反演的精度。

常用PS选取方法有：相干系数阈值法、幅度离差阈值法、幅度信息法、相位方差法和相位噪声阈值法等。我们可以选择例如相干系数阈值法和幅度阈值法进行联合PS点筛选：

1）相干系数阈值法：理论上，高的相干系数可以反映干涉图的信噪比较高，其选择原理是根据目标像素四周邻近的像素值来估计相干系数，其表达式为：

其中

来衡量目标点的相干系数的大小，通过设置阈值

2）幅度信息法：散射点回波的幅度越大说明雷达在该点后向散射越强，该目标点是坚硬稳固的散射体的可能性越大。所以基于回波信息幅度大小，可以初步筛选强散射点，为PS点的选取提供重要参考。通过设置幅度阈值

（4）相位解缠

雷达 SLC 图像经过差分干涉处理后得到干涉图，其干涉相位可能存在时间空间缠绕现象。相位解缠是还原 PS 点真实相位，进行高精度形变解算必不可少的步骤。相位解缠过程包括二维空间解缠和一维时间解缠。在空间域中，一般基于路劲积分、最小范数或者网络流优化的方法进行二位解缠。而在时间域中，可以使用卡尔曼滤波或欧拉展开。时间解缠可以正确地解缠不连续区域的相位，但需要更多的时序干涉图，并且相位必须满足所建立的模型；空间解缠可以使用较少的干涉图进行解缠（如单张干涉图），并且相位解缠后的处理更加灵活。

如何还原出真实形变信息中的相位差，求解出模糊度的值，一直是DInSAR领域的一个难点。发展至今，目前有各种各样的相位解缠方法：路径跟踪法，最小范数法，最优化估计法等。然而，很多方法都是基于相位连续性假设的，即相邻点的干涉相位梯度小于半个波长 。

对于GB-SAR 形变监测领域的相位解缠，（1）在空间维度：由于 PS 点的离散不规则分布，其解缠方法通常是基于不规则网格进行，如基于三角网的最小费用流算法等；（2）在时间维度：由于地基 SAR 监测时间基线较短，可以假设相位波动较小，所以基于相位连续性假设并沿时间序列积分即可对时间维度进行解缠。

（5）重新定位误差补偿

在相位解缠之后，就可以采用本发明上面实施例中所给出的重新定位误差补偿的方法进行误差补偿。此处不再赘述。

（6）形变解算

在进行合理误差补偿之后，得到重新定位误差曲面，即可以进行后续的形变的具体解算，以得到具体数据。

以下，将结合具体的对比试验实施例及实际场景案例，对本方案进行进一步的阐述。

在本实施例中，结合仿真对比试验，对本方案做进一步说明。在实际间断监测中，雷达一般只有在水平二维平面内进行移动。在本实施例中，我们只考虑雷达水平面内的重新定位误差，不考虑

考虑到大多数场景可以近似为平地或者线性斜坡，这里仿真设计了两钟不同监测场景的实验：平坦地面、线性斜坡，来验证提出方法的优越性。场景的参数如表1所示。本实施例中设置为雷达偏移方向及大小为

表1 场景仿真参数

表2补偿结果均方根误差（RMSE）和最大绝对值误差（MAE）对比

由图5和表2可得，本申请所提出的方案的重新定位误差补偿结果相比于二阶多项式模型更优，其残余相位的均方根误差更小。然而，对于二维模型，当监测场景的俯仰角跨度从0增大到10度，其均方根误差增大。因此，提出方法会受到俯仰角的影响，当俯仰角跨度较大，提出方法的重新定位误差补偿精度下降。这里需要指出所提出模型的优点是，它不需要额外的DEM数据。这简化了D-GBSAR数据处理的复杂度，同时满足亚毫米的形变监测需求。

在本方案中，针对目标俯仰角跨度较小的情况，我们得出了重新定位误差相位主要受到方位角的影响的结论。我们可以根据监测场景的俯仰角参数和形变测量精度，设计出满足条件的雷达空间基线，而且不需要额外DEM数据，提高间断监测数据处理的效率。

以下，我们通过实际场景案例的实测数据验证二维方位角模型的优越性。实验场景选取某校区西区教学楼，建筑物监测距离为 100 米至300 米，大气延迟相位较小，易于分析重新定位误差补偿效果。圆弧 SAR波长为12.4 毫米，距离分辨率为0.3 m，方位分辨率为0.114°。监测场景目标方位角分布在[50°, 130°]范围内，目标的俯仰角范围约为[0°,11°]。监测场景中雷达目标的俯仰角跨度较小，重新定位误差主要受方位角的影响。本实验例中采用本申请提出的方法进行重新定位误差校正，无需要额外的DEM数据。

本方案采用相干系数和幅度信息双重阈值PS点筛选法，对图像进行PS点选取；相干系数法和幅度信息法的阈值筛选，均属于现有技术，可采用现有技术中的已有方案进行，此处不再赘述。在此之前，需要对图像进行配准。为了强调配准的必要性，这里以配准前后，相同方法提取的PS点数量作为指标。在配准前，相同的阈值下选择PS点为20776个。配准后，相同的阈值下选择PS点为29852个。由于图像存在失配噪声，所以在配准前，目标的相干性降低，所以基于相干系数法选取的PS点数量较少。而配准后，选区的PS点数量增大，样本点更多，提高了后续误差参数估计的准确度。

图6是其中一次间断监测结果。其中图6中的(a)为某校区教学楼实景图；图6中的(b)为补偿前PS点干涉图；图6中的(c)为补偿后PS点干涉图。补偿前，重新定位误差以干涉条纹形式存在，难以精确解算形变量。在图6中的（b）中，我们发现，干涉相位分布沿着方位向有规律地缠绕，因此，我们沿着方位向进行相位解缠的方法。对PS点干涉相位进行二位解缠后，基于提出的非线性模型补偿，残余相位的均方根误差约为0.197 rad （0.194 mm）。补偿后建筑物目标的形变量为0，这符合实际场景情况，验证了提出模型的可行性和实用性。

本方案在又一种实施方式下，可以通过设备的方式来实现，该设备可以包括执行上述各个实施方式中各个或几个步骤的相应模块。因此，可以由相应模块执行上述各个实施方式的每个步骤或几个步骤，并且该电子设备可以包括这些模块中的一个或多个模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。该设备可以利用总线架构来实现。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本方案的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本方案的实施方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如，本方案中的方法实施方式可以被实现为软件程序，其被有形地包含于机器可读介质，例如存储器。在一些实施方式中，软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时，可以执行上文描述的方法中的一个或多个步骤。备选地，在其他实施方式中，处理器可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述方法之一。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，可以具体实现在任何可读存储介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。