一种基于Non-Local Means的地基差分干涉雷达相位滤波改进方法

地基差分干涉雷达相位图中,往往含有大量相位噪声,严重影响相位解缠和形变测量结果。有鉴于此,本文提出一种改进的自适应非局部均值(Non-Local Means)组合滤波算法。该算法首先利用相干系数构造出可自适应的平滑参数模型,有效改善了Non-Local Means算法在滤波参数选择上的固定性。其次,利用维纳滤波可对空变噪声进行有效滤除的优点,本文将自适应Non-Local Means算法与维纳滤波进行有效结合,更好的保持了相位连续性,改善了图像边缘模糊度。实测数据表明,相比于自适应中值滤波算法、Goldstein算法和传统NonLocal Means算法,本文算法在抑制相位噪声、保持相位连续性以及改善图像边缘模糊度方面具有明显优势。

唐山马兰庄铁矿露天开采边坡变形监测的GB-InSAR技术

高精度实时变形监测是露天矿边坡安全监测的重要思路。与常规的测量方式相比,地基差分干涉雷达(Ground-based differential interferometric radar,GB-InSAR)具有全天候、非接触、高精度、宽角度、实时监测等优点,适合于对露天矿危险边坡进行监测,是目前露天矿边坡安全监测的主要技术装备。马兰庄铁矿露天矿区边坡为典型岩质边坡,边坡标高落差大,边坡较陡(边坡角为38°~47°),采场存在雾霾、粉尘,能见度较小。为确保该矿边坡稳定,确保矿区安全生产,在详细分析GB-InSAR技术原理、系统组成及工作流程的基础上,将其应用于该矿露天矿区边坡稳定性实时监测中。在露天矿区东坡监测出一90 m×40 m椭圆形变形区域,该区底部的变形量和变形速率均大于顶部,11 d(2016年12月10日—2016年12月20日)的最大变形量累计达到-270 mm,部分点位的变形速率稳定于-1 mm/h。根据监测结果,及时对该变形区域进行了边坡处理,有效避免了灾害发生。研究表明:采用GB-InSAR对露天矿区边坡稳定性进行实时监测,可以达到边坡灾害预警的目的,对于确保矿区边坡稳定具有重要作用。