非盲源KPCA剩余噪声比阈值层析SAR成像方法

合成孔径雷达(SAR)层析成像技术是基于干涉SAR测量技术发展而来的先进三维成像技术。层析SAR通过第三维反演技术将叠掩在同一距离-方位分辨单元的散射体进行分离而实现SAR的三维成像。因此,叠掩在同一距离-方位分辨单元的散射体分离是层析成像的关键。文中提出了一种非盲源散射体分离算法,结合核主成分分析和剩余噪声比阈值,估计同一距离-方位分辨单元内散射体的个数,并反演其位置。在满足完整度的同时,尽可能抑制噪声。该方法利用核主成分分析,人为增加核矩阵维度,从而减少系统的导向向量偏差;并且加入剩余成分中噪声强度比的计算作为算法的约束条件,从而降低了噪声信号误判的可能性。实验结果表明,所提方法在各个方面都优于传统的层析反演方法,并且高度重建精度得到一定程度的提高。

SAR层析成像技术的发展和展望

合成孔径雷达(synthetic aperture radar,SAR)图像是雷达目标在二维成像平面上的投影,由投影引起的各种失真使得SAR图像解译极其困难。干涉SAR能获取连续地形的高程测绘,但不具备高度分辨能力。利用多部天线或多次航过形成高程上的合成孔径,SAR层析成像技术实现了对雷达目标的三维分辨能力,这对实现城区测绘、人造目标识别等均具有重要价值。总结了SAR层析成像系统及其信号处理技术的发展历程和研究进展,并对各种信号处理算法的性能优劣进行了研究与讨论。最后,指出了SAR层析成像技术的研究热点并对其发展趋势进行了展望。

基于幅相不一致准则的建筑物SAR层析成像

传统的谱分析和压缩感知(CS)等层析合成孔径雷达(TomoSAR)成像技术由于解斜处理需要估计得到精确的垂直雷达视线(PLOS)方向的垂直有效基线。为了避免此操作该文采用沿PLOS向进行搜索的空域波束形成(BF)方法进行层析聚焦。由于高分辨率SAR图像中城区建筑物结构复杂,不同航过SAR图像间存在观测视角差异,并且存在相干斑噪声影响,SAR图像中的所有同源点不能在相同的像素点同时进行精确地配准。为了从幅度和相位两个方面找出BF聚焦时最相关的像素点,提出了一种联合参考像素窗口中邻域像素点的幅度和相位来提取目标像素点的不一致性准则。根据不一致性准则的最小化提取出相应的同名像素点,以实现对层析成像的精确聚焦。利用仿真数据和高分辨X波段重复航过机载SAR系统录取的实测数据进行实验。实验结果中,利用传统方法聚焦得到的散射轮廓峰值位置在15.63 m而该文所提方法得到峰值位置在16.88 m,峰值位置更加接近建筑实际高度18 m。表明该方法能有效提高散射体在PLOS方向的聚焦能量,并精确提取建筑物的3维轮廓。

Wavelet-based L_(1/2) regularization for CS-TomoSAR imaging of forested area

Tomographic synthetic aperture radar(TomoSAR)imaging exploits the antenna array measurements taken at different elevation aperture to recover the reflectivity function along the elevation direction.In these years,for the sparse elevation distribution,compressive sensing(CS)is a developed favorable technique for the high-resolution elevation reconstruction in TomoSAR by solving an L_(1) regularization problem.However,because the elevation distribution in the forested area is nonsparse,if we want to use CS in the recovery,some basis,such as wavelet,should be exploited in the sparse L_(1/2) representation of the elevation reflectivity function.This paper presents a novel wavelet-based L_(2) regularization CS-TomoSAR imaging method of the forested area.In the proposed method,we first construct a wavelet basis,which can sparsely represent the elevation reflectivity function of the forested area,and then reconstruct the elevation distribution by using the L_(1/2) regularization technique.Compared to the wavelet-based L_(1) regularization TomoSAR imaging,the proposed method can improve the elevation recovered quality efficiently.

互质层析SAR最少航过数量估计方法

在层析SAR技术的实际应用中,航过数量通常受高昂成本等因素的限制。互质层析SAR技术通过稀疏分布航过位置、延长基线孔径长度,可以降低所需的航过数量。当采用子空间方法开展互质层析SAR重构处理时,为了获得可靠的层析图,研究最少航过数量估计问题。考虑到子空间方法的重构性能受多个参数的影响,因此航过数量的选择必须综合考虑所有相关参数对重构结果的影响。为此,通过样本特征值分析方式建立子空间方法的可靠性保证条件。根据这个可靠性保证条件,提出了一种估计最少航过数量的方法。与传统的最少航过数量估计方法相比,所提方法的优势在于:同时考虑所有的相关参数,且具有解析的数学描述式。最后,仿真实验证实由所提方法估算的航过数量确实接近最小,且能够保证重构结果可靠。

基于几何约束移动最小二乘的TomoSAR山区点云高精度三维重建方法

层析合成孔径雷达(TomoSAR)是一种先进的山区三维重建技术手段。然而,TomoSAR点云存在着较强烈的高程向定位误差,给高精度的山区三维重建带来了挑战。针对这个问题,该文提出了一种基于几何约束移动最小二乘(MLS)的高精度TomoSAR山区点云三维重建方法。该方法不仅具有传统MLS基于局部子空间思想进行复杂曲面结构拟合的优势,还可以充分地利用TomoSAR点云高程随地距单调递增的特点进行重建误差修正。首先,将点云投影到新的方位-地距-高程坐标系。然后,使用所提的基于迭代求解的几何约束MLS进行高程向定位误差修正。最后,通过投影变换得到山区三维重建结果。仿真和实测的机载阵列TomoSAR山区数据以及AW3D30 DSM数据和1:10000 DEM数据,验证了该文方法的有效性,同时表明了机载阵列TomoSAR用于山区高精度三维重建等应用的可行性和优越性。

SAR成像技术在高分三号卫星的应用

随着多个国家的SAR卫星升空,国内外涌现出SAR成像的多种新型技术和方法。我国在2016年升空高分三号卫星是国内首颗搭载分辨率达到1m的SAR成像设备的卫星。经分析SAR信号模型的合理构建可解决高分辨率和波长之间矛盾,SAR层析成像方法使得高程向的分辨率获得求解。通过SAR成像技术在高分三号卫星上的应用,可获知多影重叠依然是SAR影像分析的难点,借助多角度视向和光学遥感数据可推动SAR成像技术的进一步发展。

层析SAR反演森林垂直结构参数现状及发展趋势

森林垂直结构参数反演是进行森林资源管理、森林蓄积量估算及全球碳循环研究的基础。层析合成孔径雷达TomoSAR(Tomography Synthetic Aperture Radar)是随着InSAR/Pol-InSAR技术的日益发展而产生的,更适用于森林垂直结构参数反演。本文首先介绍了TomoSAR的概念与实现方式:PCT(Polarization Coherence Tomography)、多基线干涉层析SAR MB-InTomoSAR(Multi-baseline Interferometric Tomographic SAR)、多基线极化层析SAR MBPolTomoSAR(Multi-baseline Polarization Tomographic SAR);概括了目前应用TomoSAR技术反演森林垂直结构参数的技术方法与信号模型等;论述了应用TomoSAR技术提取森林垂直结构参数的现状,最后分析了应用TomoSAR技术提取森林垂直结构参数可能的发展方向。

森林地上生物量合成孔径雷达技术反演研究综述

森林地上生物量是森林获取能量的重要体现,准确掌握其动态变化对了解森林生长过程、实现生态系统的有效修复具有重要意义。合成孔径雷达技术(SAR)具有全天时、全天候的特点,在森林地上生物量(AGB)反演中极具潜力。星载SAR技术的发展,使得SAR数据源日益丰富,利用极化SAR技术、干涉SAR技术、极化干涉SAR技术、层析SAR技术、多频SAR技术可以实现对森林不同维度的观测,从而提供森林不同维度的信息,进而提高采用SAR技术进行森林AGB反演的能力。文中介绍星载SAR传感器及可获取SAR数据的现状,在此基础上重点阐述基于后向散射信息、极化信息、干涉信息、极化干涉信息、层析信息、多频SAR信息在森林AGB反演中的现状及存在问题,展望了SAR技术在森林AGB反演中的发展趋势。