一种基于曲面后向投影算法的形变反演方法
【技术领域】
[0001] 本发明设及雷达技术领域，具体地说，是指一种地基差分干设合成孔径雷达 (Ground-BasedDifferentialInterferometricSyntheticApertureRadar，简称 GB-DInSAR)基于曲面后向投影算法度ackProjection,BF〇的形变反演方法。
【背景技术】
[0002] GB-DInSAR是一种常用的形变监测方法，具有区域性、全天候、全天时、定点、连续、 高精度监测的优点，具有很好的灵活性和可操作性，其非接触的测量方式可W在安全距离 内获取被监测危险区域的形变数据，同时采集所得信息为区域性大面积的形变信息比单点 的形变信息更有助于灾害的理解和预测。地基SAR的运些特点使其在形变监测领域有广阔 的应用前景，获取的形变信息对研究监测目标形变机理，预测和防止灾害的发生有积极的 意义。
[0003] BP成像算法是一种应用模式广泛的SAR成像算法，同时在进行干设处理时可具备 高保相精度和自配准的性能。
[0004] 对于一般的形变监测目标，其较精确的DEM(数字高程模型）获取并不容易，因此 在采用BP成像进行干设测量时，一般将成像网格置于水平面，导致反演目标DEM存在移位， 进而得到的形变位置等形变信息也存在崎变。
【发明内容】
阳0化]本发明的目的是为了解决上述问题，在曲面BP算法成像的基础上能够得到较为 准确的形变量等形变信息，本发明首先采用常规BP算法即成像网格设置于水平面，成像后 进行干设处理得到目标DEM，基于此DEM进行曲面BP并进一步得到新的DEM，进行迭代最后 得到精度较高的目标DEM，再在此基础上进行差分处理，得到目标形变，实现一种基于曲面 BP的形变反演方法。
[0006] 一种基于曲面后向投影算法的形变反演方法，包括W下几个步骤：
[0007] 步骤一、将成像网格设置为地平面，进行BP成像得到形变前的主辅图像，并进行 干设处理，得到粗DEM;
[0008] 步骤二、将粗DEM作为新的成像网格所在平面进行BP成像得到形变前的主辅图 像，并进行干设处理，得到新的DEM，进行多次迭代，得到比较精确的目标的DEM;
[0009] 步骤S、将迭代得到的目标的精确DEM作为成像网格所在平面进行BP成像得到形 变前后的主图，差分处理得到目标的形变信息。
[0010] 本发明的优点在于： W11] 本发明利用曲面BP算法进行成像，得到目标较精确的DEM，在此基础上进行二轨 法的差分处理，可得到目标的形变信息，该方法使得GB-DInSAR对目标进行形变监测时不 必依靠目标的外部DEM，处理更为方便。
【附图说明】
[0012] 图1是本发明的方法流程图；
[0013] 图2是本发明仿真中使用的目标地形图；
[0014] 图3是本发明仿真中地基SAR系统的工作示意图；
[0015] 图4是本发明仿真中目标形变图；
[0016] 图5是本发明仿真中得到的主辅天线回波距离向压缩后的结果图；
[0017] 图6是本发明的采用常规BP算法时的BP成像网格；
[0018] 图7是本发明的常规BP算法得到的主辅天线成像结果；
[0019] 图8是本发明的对主辅图像进行干设处理后得到的目标粗DEM;
[0020] 图9是本发明的第一次曲面BP成像时得到的主辅图像；
[0021] 图10是本发明的第一次曲面BP成像后干设处理得到的目标DEM;
[0022] 图11是本发明的第十次曲面BP成像后干设处理得到的目标DEM;
[0023] 图12是本发明的主天线形变前后曲面BP处理得到的成像结果；
[0024] 图13是本发明的仿真得到的形变反演结果； 阳0巧]图14是本发明的理想形变与反演形变对比图。
【具体实施方式】
[0026] 下面将结合附图和实施例对本发明作进一步的详细说明。
[0027] 本发明是一种基于曲面后向投影算法的形变反演方法，流程如图1所示，主要包 括W下几个步骤：
[002引步骤一、将成像网格设置为地平面，进行BP成像得到形变前的主辅图像，并进行 干设处理，得到粗DEM。 阳029] 具体为：
[0030] 第一步，BP成像，输入主辅天线回波距离压缩后的结果，输出主辅SAR图像。
[0031] (1)网格划分
[0032] 在已有的主天线回波距离压缩后的结果Sfi(n，m)，W及辅天线回波距离压缩后的 结果Sf2(n，m)的情况下，对于已知的方位向分辨率P。和距离向分辨率Pf，估计目标在方 位向和地距向的范围，其中，n为回波方位向采样点数，m为距离向采样点数，设置位于地平 面方位向长度L和地距向长度W的BP网格，使网格覆盖目标范围，且网格高度均设置为零， 网格点数为设置为NXM，其中，N为方位向网格点数，M为地距向网格点数。 阳〇3引 似计算网格点斜距，进行相位补偿； 阳034] 对于网格上的每个网格点Ay，i= 1，2，…N，j= 1，2，…M，计算在每个方位时间 tp至Ij雷达主天线的斜距Rp及对应时延Tpi，p= 0，l，???]!，并根据方位时间tp和时延计算 其在主天线回波距离压缩后的结果Sfi(n，m)中的对应位置曰。1，bpi，其中，api为A。在tp时 亥IJ对应Sfi(n，m)中的方位向点数，bpi为其对应的距离向点数，则在tP时刻网格点A1对应 主天线的成像结果Sapi[i，j]为Sribpi，bpi]与补偿相位exp{-j2 31f。Ipi}的乘积，同理，计 算在每个方位时间tp到雷达辅天线的斜距Rp2及对应的时延TP2,并根据方位时间tp和时 延计算其在辅天线回波距离压缩后的结果Sf2(n，m)中的对应位置曰。2,bp2,其中，曰。2为A1,在 tp时刻对应Sf2(n，m)中的方位向点数，bp2为其对应的距离向点数，则在tP时刻网格点A。 对应辅天线的成像结果Sap2[i,j]为Sf2[ap2,bp2]与补偿相位exp{-j2 31f。Ipz}的乘积，具体 表达式为：
[00 对
tl)
[0036] 其中，f。为雷达工作中屯、频率，q= 1，2,q= 1表示主天线，q= 2表示辅天线。
[0037] 做相干累加
[0038] 将上述步骤（2)中网格点Ay所有方位时刻tP时，相位补偿之后的主天线成像结 果Sgpi[i，j]和辅天线成像结果Sgp2[i，j]分别进行累加，即得到该网格点的最后成像结果。 对所有网格点执行W上操作，可得到最终的主辅天线BP成像结果，即主SAR图像5。1 (N，M) 和辅SAR图像Sg2(N，M)。即有： W39]
巧） |；0040] 其中，f。为雷达工作中屯、频率，q= 1，2,q= 1表示主天线，q= 2表示辅天线，i=1，2，…N，j= 1，2，...M。
[0041] 第二步，进行干设处理，输入主辅SAR图像，输出目标的DEM。
[0042] (1)生成干设相位
[0043] 直接将由步骤一BP算法得到的成像结果的主天线SAR图像5。1 (N，M)进行共辆得 至1] (N，M)，并乘WBP成像后得到的辅天线SAR图像S,2(N，M)，得到干设图SiM(N，M)的相 位即为干设相位，即
[0044]
(3) 柳45] 似多视处理
[0046] 多视处理即对干设图Sim(N，M)进行均值滤波。首先选取一定大小CXD(如3X11) 的图像窗口，则多视系数为CXD，W该窗口内所有像素的平均值作为中屯、像素的值，通过窗 口的顺序滑动，达到平滑图像噪声的目的，最后得到的多视处理后的图像Sd[N，M]的表达式 为：
[0047]
(4)
[0048] 其中，i= 1，2，…N;j= 1，2，…M，对于边界点先扩展补零再处理。 W例 做相位解缠
[0050] 采用经典路径跟踪法的Goldstein枝切法，输入多视处理后Sd(N，M)的相位，输出 解缠绕的干设相位4 (N，M)。主要步骤为：识别残差点；生成枝切线；沿枝切线的路径积分。 柳51] (4)DEM生成
[0052] 输入上一步得到解缠后的干设相位4 (N，M)，再根据相应的目标高度反演公式 (5)即可W算出每个目标点对应的高度H，将此时得到的高度记为He(N，M)，即输出目标的粗DEM。具体反演公式如下所示： 阳化引，
城
[0054]其中，h为主天线高度，Ri(N，M)为目标到主天线斜距，a为基线水平方向的倾角， 入为雷达工作波长，4 (N，M)为解缠后的干设相