[发明专利]基于优化解空间搜索法的PS‑DInSAR地表形变测量参数估计方法

摘要

本发明公开了基于优化解空间搜索法的PS‑DInSAR地表形变测量参数估计方法，包括步骤一获得差分干涉相位图像序列；步骤二对差分干涉相位图像序列，提取永久散射体点，构建Delaunay三角网络；步骤三对第k幅差分干涉相位图像，计算每一对相邻PS点的二次差分相位；步骤四建立待优化的目标函数；步骤五对目标函数在二维解空间进行搜索；步骤六使用Levenberg‑Marquardt算法对目标函数进行局部优化；步骤七解算地表形变量和高程误差。本发明不涉及信号采样问题，因此不受各干涉图像对时间和空间基线不均匀性影响，在缺乏先验知识的情况下仍能获得高精度的结果，为地表形变测量提供了新的思路和途径。

主权项

一种基于优化解空间搜索法的PS‑DInSAR地表形变测量参数估计方法，包括以下几个步骤：步骤一：输入包含地表形变信息的长时间SAR图像序列，并对SAR图像进行预处理，包括配准、干涉、去除参考面相位、去除地形相位，获得差分干涉相位图像序列，得到K幅差分干涉相位图像；步骤二：对差分干涉相位图像序列，提取永久散射体点，即PS点，设PS点的数量为N，第n个PS点记为xn，第k幅差分干涉相位图像中第n个PS点的差分干涉相位记为其中n是小于或等于N的正整数，k是小于或等于K的正整数，据提取PS点的坐标构建Delaunay三角网络；步骤三：从空间尺度上，对第k幅差分干涉相位图像，计算Delaunay三角网络第p条边PS点的二次差分相位：ΔΦkPS(xrp,xsp)=ΦkPS(xrp)-ΦkPS(xsp)---(1)]]>其中，p为小于或等于Delaunay三角网络总边数的正整数，rp、sp均是小于或等于N的正整数；步骤四：建立目标函数：γp[▿ΔQ(xrp,xsp),Δv(xrp,xsp)]=|1KΣk=1Kexp{j[ΔΦkPS(xrp,xsp)-Bk⊥·▿ΔQ(xrp,xsp)-Cv·Tk·v(xrp,xsp)]}|---(2)]]>式中，▿ΔQ(xrp,xsp)=ΔQ(xrp)-ΔQ(xsp)---(3)]]>ΔQ(xrp)=Cq(xrp)·Δq(xrp),ΔQ(xsp)=Cq(xsp)·Δq(xsp)---(4)]]>Cq(xrp)=4πλRrpsinαrp,Cq(xsp)=4πλRspsinαsp---(5)]]>Δv(xrp,xsp)=v(xrp)-v(xsp)---(6)]]>Cv=4πλ---(7)]]>其中，j是虚数单位；为第k幅差分干涉相位图像的垂直空间基线；和分别为PS点和的高程误差值；Tk为第k幅辅图像与主图像的成像时间间隔；和分别为PS点和沿雷达视线方向的线性形变速率值；和分别为PS点和与获取主图像的雷达对应的斜距；和分别为PS点和与获取主图像的雷达对应的当地入射角；λ为雷达波长；γp为相位相干系数；相邻PS点的二次差分相位由高程误差项、线性形变项和非线性因素构成，即：ΔΦkPS(xrp,xsp)=Bk⊥·▿ΔQ(xrp,xsp)+Cv·Tk·Δv(xrp,xsp)+ΔΦkPS,res(xrp,xsp)---(8)]]>式中，和为高程误差和线性形变对二次差分相位的贡献项；为非线性形变、大气延迟和失相关噪声的非线性因素对二次差分相位的贡献项；非线性形变、大气延迟和失相关噪声的不确定性使得无法直接测量，相位缠绕使得式(8)无法使用线性最小二乘法直接求解；因为建立目标函数：γp[▿ΔQ(xrp,xsp),Δv(xrp,xsp)]=|1KΣk=1Kexp{jΔΦkPS,res(xrp,xsp)}|---(9)]]>步骤五：对目标函数γp在二维空间中以搜索步长进行搜索，使得γp＞Tγ且最小，记作和其中Tγ是给定的阈值；步骤六：以和作为迭代初值，使用Levenberg‑Marquardt算法对目标函数γp进行局部优化，获得使γp取得极大值的和步骤七：根据和解算地表形变量和高程误差。