融合D-InSAR和遗传算法求取概率积分参数的方法
【专利摘要】本发明提供一种融合D?InSAR和遗传算法求取概率积分参数的方法，包括：(1)利用概率积分法得到目标像元的预计下沉值、南北方向预计水平移动和东西方向预计水平移动的值，基于三维变形与LOS向变形关系，计算得到目标像元LOS向预计移动变形r'iLOS的值；(2)利用D?InSAR技术实测目标像元的LOS向移动变形riLOS的值，计算目标像元的移动变形预计残差vi＝riLOS?r'iLOS的值，并构造遗传算法适应度函数(3)利用遗传算法求取全部概率积分参数。优点为：本发明有效融合了D?InSAR和遗传算法，可求取到全部概率积分参数，并且还具有参数求取精度高的优点。
【专利说明】
融合D-1 nSAR和遗传算法求取概率积分参数的方法
技术领域
[0001] 本发明属于矿山变形监测技术领域，具体涉及一种融合D-InSAR和遗传算法求取 概率积分参数的方法。
【背景技术】
[0002] 开采沉陷预计对建筑物下、铁路下、水体下（简称"三下"）采煤实践具有重要指导 意义。概率积分法是我国"三下"采煤规程指定的开采沉陷预计方法，因而概率积分参数的 求取也是矿山变形监测数据处理的核心内容。常规而言，开展概率积分参数反演的前提为 准确获取采动地表三维变形。D-InSAR(合成孔径雷达差分干涉测量）由于具有全天时、高精 度、似面测量和低费用等特点，已经成为当前矿山变形监测的研究热点。然而，当前单视向 D-InSAR技术主要用于监测开采沉陷的下沉分量(对下沉敏感），无法提取到地表三维变形 (特别是水平移动），因而，基于单视向D-InSAR技术无法求取全部概率积分参数，特别是水 平移动系数。
[0003] 解决上述难题，目前采用的主要方法为:建立适用于开采沉陷特点的D-InSAR三维 变形监测方法，然后直接进行求参。现有技术出现的解决方案主要有：多视向0-11^41?、0-InSAR+Offset tracking、D-InSAR+MAI、融合GPS和D-InSAR法、地表先验模型+D-InSAR等方 法，但上述方法主要用于解决地震、滑坡、火山喷发、冰川移动等特点的移动变形问题，然而 上述对象的移动机理不同于矿山开采沉陷，并不能妥善解决矿山开采地表的三维变形监测 问题。所以利用常规方法无法求取全部概率积分参数。
[0004] 可见，如何基于单视向D-InSAR技术，求取全部概率积分参数，特别是水平移动系 数，从而实现开采沉陷预计，具有重要意义。现有技术中尚未出现有效的解决方案。
【发明内容】
[0005] 针对现有技术存在的缺陷，本发明提供一种融合D-InSAR和遗传算法求取概率积 分参数的方法，可有效解决上述问题。
[0006] 本发明采用的技术方案如下：
[0007] 本发明提供一种融合D-InSAR和遗传算法求取概率积分参数的方法，包括以下步 骤：
[0008] 步骤1，根据地质采矿条件和概率积分参数经验关系，确定工作面开采沉陷预计概 率积分参数范围;基于编码规则随机生成各概率积分参数对应的编码，建立初始种群；
[0009] 步骤2,通过雷达D-InSAR技术获取采动地表变形场影像;从所述采动地表变形场 影像中选取n个目标像元;对于每个所述目标像元，均执行步骤2.1 -步骤2.3:
[0010] 步骤2.1，获取任意形状工作面地质采矿条件参数，并对工作面形状进行剖分，同 时获取每个剖分单元的参数;另外，提取目标像元中心地理坐标(x，y);将步骤1的种群解码 还原为各参数，将解码得到的各概率积分参数的值、剖分单元的参数、目标像元中心地理坐 标(x，y)为概率积分法模型的输入，利用所述概率积分法模型预计得到目标像元的预计下 沉值Wi、南北方向预计水平移动UiSN和东西方向预计水平移动UiEW的值；
[0011]步骤2.2，将步骤2.1计算得到的目标像元预计下沉值I、南北方向预计水平移动 UlSN和东西方向预计水平移动UlEW的值，以及获取到的雷达卫星的入射角0:的值和卫星飞行 方向方位角^的值，代入公式(1)，得到目标像元L0S向预计移动变形r ' aos的值；
(1)
[0013] 步骤2.3,利用D-InSAR技术提取目标像元的LOS向实测移动变形racis的值，采用公 式(2)计算得到目标像元的L0S向变形预计残差^的值；
[0014] vi = riL〇s-r'iL〇s (2)
[0015]由此分别计算得到n个目标像元的LOS向变形预计残差^的值；
[0016]步骤3,构筑遗传算法适应度函数F: i=n
[0017] F = G-^i-?v, ( 3) i=\
[0018] 其中，F表示适应度函数，C表示使适应度函数为正的一个常数；
[0019] 将所计算得到的n个目标像元的L0S向变形预计残差^的值代入公式(3)，计算得 到适应度函数值；
[0020] 步骤4,通过适应度函数值对种群中的每一个个体进行适应度评价，得到每个个体 被选择的概率；
[0021] 利用选择、交叉、变异操作，对当前种群进行遗传操作，产生下一代种群；
[0022] 步骤5,重复步骤1-步骤4,使概率积分参数的计算结果不断得到优化，直到符合终 止条件为止;最终得到的概率积分参数编码经解码后得到最优概率积分参数的值。
[0023] 优选的，步骤1中，所预设的工作面开采沉陷预计概率积分参数初值包括左拐点偏 移距Si、右拐点偏移距S2、上拐点偏移距S 3、下拐点偏移距S4、下沉系数q、主要影响角正切 tanP、最大下沉角9和水平移动系数b。
[0024] 优选的，步骤1中，所述编码规则为二进制编码规则或实数编码规则。
[0025] 优选的，步骤2.1中，对工作面形状进行剖分，同时获取每个剖分单元的参数，具体 为:首先获取工作面采深H，然后以边长为H/10的正方形为剖分单元，沿走向和倾向对工作 面进行剖分，设任意一个剖分单元为剖分单元j，获取剖分单元j如下的剖分参数:单元面积 Aj、单元中心采深Hj和单元中心坐标(Xj，yj);
[0026]所述获取任意形状工作面地质采矿条件参数包括:工作面尺寸DjPD3、采深H、采高 m和煤层倾角a。
[0027] 优选的，步骤2.1中，所述概率积分法模型为：
[0028] ffi = [ Effj(x,y) ? Aj] ? Wo (4)
[0029] UiSN= [rj ? (-2Ji/rj2) ? (x_xj) ? Wj(x，y) ? Aj] ? b ? Wo (5)
[0030] ⑷ + IV f (.v, y) - A： ctgO] -h-Wo
[0031] 其中：Wj(x，y) = (l/rj2) ? exp(-Ji ? (x_xj)2/rj2) ? exp(-Ji ? (y-yj+lj)2/rj2)、
[0032] lj = HjC〇t9、rj = Hj/tanH=mqcosa。
[0033] 本发明提供的融合D-InSAR和遗传算法求取概率积分参数的方法具有以下优点：
[0034] 本发明有效融合了 D-InSAR和遗传算法，可求取全部概率积分参数，并且，还具有 求取概率积分参数精度高的优点。
【附图说明】
[0035] 图1为本发明提供的融合D-InSAR和遗传算法求取概率积分参数的方法的流程示 意图；
[0036]图2为本发明提供的时段2011.12.25-2012.03.11L0S方向累计地表移动变形量示 意图；
[0037] 图3为本发明提供的求参拟合效果图。
【具体实施方式】
[0038] 为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合 附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以 解释本发明，并不用于限定本发明。
[0039]发明人研究发现，基于单视向D-InSAR技术虽然无法直接监测开采沉陷三维移动 变形，但L0S向移动变形本质为目标点的下沉分量、水平移动分量沿L0S向投影，理论上可根 据这种关系模型，结合目标区域地质采矿条件，利用非线性规划理论反演概率积分参数。 [0040]鉴于此，发明人开展重点研究，本发明人结合采动变形规律和雷达几何成像特点， 采用遗传算法构建基于单视向D-InSAR的开采沉陷概率积分参数反演模型，可基于单视向 D-InSAR技术反演全部概率积分参数，并且，反演得到的概率积分参数的精度较高，研究成 果对D-InSAR矿山变形监测具有重要参考价值。
[0041 ]具体的，结合图1，本发明提供的融合D-InSAR和遗传算法求取概率积分参数的方 法，包括以下步骤：
[0042]步骤1，根据地质采矿条件和概率积分参数经验关系，确定工作面开采沉陷预计概 率积分参数范围;基于编码规则随机生成各概率积分参数对应的编码，建立初始种群； [0043]本步骤中，所预设的工作面开采沉陷预计概率积分参数初值包括左拐点偏移距 Si、右拐点偏移距S2、上拐点偏移距S3、下拐点偏移距S4、下沉系数q、主要影响角正切tanP、 最大下沉角9和水平移动系数b。
[0044] 本步骤所采用的编码规则为二进制编码规则或实数编码规则。
[0045] 步骤2，通过雷达D-InSAR技术获取采动地表变形场影像;从所述采动地表变形场 影像中选取n个目标像元;对于每个所述目标像元，均执行步骤2.1 -步骤2.3:
[0046] 步骤2.1，获取任意形状工作面地质采矿条件参数，并对工作面形状进行剖分，同 时获取每个剖分单元的参数;另外，提取目标像元中心地理坐标(x，y);将步骤1的种群解码 还原为各参数，将解码得到的各概率积分参数的值、剖分单元的参数、目标像元中心地理坐 标(x，y)为概率积分法模型的输入，利用所述概率积分法模型预计得到目标像元的预计下 沉值Wi、南北方向预计水平移动U iSN和东西方向预计水平移动UiEW的值；
[0047] 本步骤中，对工作面形状进行剖分，同时获取每个剖分单元的参数，具体为:首先 获取工作面采深H，然后以边长为H/10的正方形为剖分单元，沿走向和倾向对工作面进行剖 分，设任意一个剖分单元为剖分单元j，获取剖分单元j如下的剖分参数:单元面积、、单元 中心采深Hj和单元中心坐标(Xj，yj);
[0048]所述获取任意形状工作面地质采矿条件参数包括:工作面尺寸DjPD3、采深H、采高 m和煤层倾角a。
[0049] 本步骤中，所建立的概率积分法模型为：
[0050] ffi = [ Effj(x,y) ? Aj] ? Wo (4)
[0051] UiSN= [rj ? (-2Ji/rj2) ? (x_xj) ? Wj(x，y) ? Aj] ? b ? Wo (5) =[r .(-2n/r +/ )-/^ (x, j)-/^
[0052] (6) + Wj (a% y) - A f ctgO] -b-Wi)
[0053] 其中：Wj(x，y) = (l/rj2) ? exp(-Ji ? (x_xj)2/rj2) ? exp(-Ji ? (y-yj+lj)2/rj2)、
[0054] lj = HjC〇t9、rj = Hj/tanH=mqcosa。
[0055] 步骤2.2,将步骤2.1计算得到的目标像元预计下沉值I、南北方向预计水平移动 UlSN和东西方向预计水平移动UlEW的值，以及获取到的雷达卫星的入射角0:的值和卫星飞行 方向方位角^的值，代入公式(1)，得到目标像元L0S向预计移动变形r ' aos的值；
(1)
[0057]步骤2.3，利用D-InSAR技术提取目标像元的LOS向实测移动变形riLQS的值，采用公 式(2)计算得到目标像元的L0S向变形预计残差^的值；
[0058] vi = riL〇s-r'iL〇s (2)
[0059]由此分别计算得到n个目标像元的LOS向变形预计残差^的值；
[0060]步骤3,构筑遗传算法适应度函数F: i=n.
[0061 ] (3 )
[0062]其中，F表示适应度函数，C表示使适应度函数为正的一个常数；
[0063] 将所计算得到的n个目标像元的L0S向变形预计残差^的值代入公式(3)，计算得 到适应度函数值；
[0064] 步骤4,通过适应度函数值对种群中的每一个个体进行适应度评价，得到每个个体 被选择的概率；
[0065] 利用选择、交叉、变异操作，对当前种群进行遗传操作，产生下一代种群；
[0066] 步骤5,重复步骤1-步骤4,使概率积分参数的计算结果不断得到优化，直到符合终 止条件为止;最终得到的概率积分参数编码经解码后得到最优概率积分参数的值。
[0067] 由此可见，本发明克服了单视向D-InSAR技术由于不能准确获取采动地表水平移 动，导致无法求取与水平移动相关的水平移动参数的难题，本发明利用L0S向移动本质为目 标点的下沉分量、水平移动分量沿L0S向投影之和的关系，基于遗传算法提出了一种融合D-InSAR和遗传算法求取概率积分参数的方法，可基于单视向D-InSAR技术反演全部概率积分 参数，并且，反演得到的概率积分参数的精确度较高。
[0068] 利用本发明提出的融合D-InSAR和遗传算法求取概率积分参数的方法，对兖州南 屯煤矿93 10工作面的开采沉陷规律积分参数求取进行了应用实验。图2为获取的 2011 .12.25-2012.03. 1 1时段LOS方向累计地表移动变形量，根据本发明方法求取 2〇12.3.11日的工作面开采沉陷的动态概率积分参数为4 = 〇.172士 = 〇.134&诎=2.〇8、0 =88°、31 = -10、32 = 9、33 = -85、54 = 30，拟合误差约在-35~451111]1之间，拟合中误差111=± 15.16mm，拟合效果图如图3所示。由此证明了本发明求取的概率积分参数的精确度高的优 点。
[0069]以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应 视本发明的保护范围。
【主权项】
1. 一种融合D-InSAR和遗传算法求取概率积分参数的方法，其特征在于，包括W下步 骤： 步骤1，根据地质采矿条件和概率积分参数经验关系，确定工作面开采沉陷预计概率积 分参数范围;基于编码规则随机生成各概率积分参数对应的编码，建立初始种群； 步骤2，通过雷达D-InSAR技术获取采动地表变形场影像;从所述采动地表变形场影像 中选取n个目标像元;对于每个所述目标像元，均执行步骤2.1-步骤2.3: 步骤2.1，获取任意形状工作面地质采矿条件参数，并对工作面形状进行剖分，同时获 取每个剖分单元的参数;另外，提取目标像元中屯、地理坐标(x，y);将步骤1的种群解码还原 为各参数，将解码得到的各概率积分参数的值、剖分单元的参数、目标像元中屯、地理坐标 (x，y)为概率积分法模型的输入，利用所述概率积分法模型预计得到目标像元的预计下沉 值Wi、南北方向预计水平移动UiSN和东西方向预计水平移动化EW的值； 步骤2.2,将步骤2.1计算得到的目标像元预计下沉值Wi、南北方向预计水平移动化SN和 东西方向预计水平移动化EW的值，W及获取到的雷达卫星的入射角目1的值和卫星飞行方向 方位角CU的值，代入公式（1 )，得到目标像元LOS向预计移动变形r ' IL日S的值；11) 步骤2.3，利用D-InSAR技术提取目标像元的LOS向实测移动变形riLos的值，采用公式(2) 计算得到目标像元的LOS向变形预计残差Vi的值； vi = riL〇s-r'iL〇s (2) 由此分别计算得至Ijn个目标像元的LOS向变形预计残差Vi的值； 步骤3，构筑遗传算法适应度函数F:(3 ) 其中，F表示适应度函数，C表示使适应度函数为正的一个常数； 将所计算得到的n个目标像元的LOS向变形预计残差Vi的值代入公式(3)，计算得到适应 度函数值； 步骤4,通过适应度函数值对种群中的每一个个体进行适应度评价，得到每个个体被选 择的概率； 利用选择、交叉、变异操作，对当前种群进行遗传操作，产生下一代种群； 步骤5，重复步骤1-步骤4，使概率积分参数的计算结果不断得到优化，直到符合终止条 件为止;最终得到的概率积分参数编码经解码后得到最优概率积分参数的值。2. 根据权利要求1所述的融合D-InSAR和遗传算法求取概率积分参数的方法，其特征在 于，步骤1中，所预设的工作面开采沉陷预计概率积分参数初值包括左拐点偏移距Si、右拐 点偏移距S2、上拐点偏移距S3、下拐点偏移距S4、下沉系数q、主要影响角正切化址、最大下沉 角0和水平移动系数b。3. 根据权利要求2所述的融合D-InSAR和遗传算法求取概率积分参数的方法，其特征在 于，步骤1中，所述编码规则为二进制编码规则或实数编码规则。4. 根据权利要求2所述的融合D-InSAR和遗传算法求取概率积分参数的方法，其特征在 于，步骤2.1中，对工作面形状进行剖分，同时获取每个剖分单元的参数，具体为:首先获取 工作面采深H，然后W边长为H/10的正方形为剖分单元，沿走向和倾向对工作面进行剖分， 设任意一个剖分单元为剖分单元j，获取剖分单元j如下的剖分参数:单元面积Aj、单元中屯、 采深Hj和单元中屯、坐标(Xj，yj); 所述获取任意形状工作面地质采矿条件参数包括:工作面尺寸化和化、采深H、采高m和 煤层倾角a。5.根据权利要求4所述的融合D-InSAR和遗传算法求取概率积分参数的方法，其特征在 于，步骤2.1中，所述概率积分法模型为：
【文档编号】G06F17/15GK105912506SQ201610220846
【公开日】2016年8月31日
【申请日】2016年4月8日
【发明人】王磊, 张鲜妮, 李楠, 吕挑, 陈元非
【申请人】安徽理工大学