一种基于毫米波雷达的多模式形变监测方法

    公开(公告)号:CN119223219B

    公开(公告)日:2025-03-25

    申请号:CN202411730488.3

    申请日:2024-11-29

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于毫米波雷达的多模式形变监测方法,包括:根据需求选择雷达成像方式;若对形变监测的实时性要求高于预设条件,则选择实孔径雷达成像方式:采用多输入多输出制的毫米波雷达,利用其回波信号混频、加窗、FFT变换等以得到观测区域连续多帧的距离向‑方位角图;若对形变监测的精度高于预设阈值,则选择合成孔径雷达成像方式:将毫米波雷达搭载于地基轨道上,通过对回波信号采用后向投影算法以提取各时间段内的距离向‑方位角图;最终对不同帧/时间段的距离向‑方位角图进行干涉和解缠处理得到相邻两帧的相位差,进而得到不同帧/时间段之间的形变量。本发明可以根据需求选择实孔径成像合成孔径雷达成像以实现灵活监测形变。

    基于散射机制分解的植被垂直结构及林下地形反演方法及装置

    公开(公告)号:CN112363161B

    公开(公告)日:2022-12-20

    申请号:CN202011164833.3

    申请日:2020-10-27

    Applicant: 中南大学

    Inventor: 汪长城 万杰

    Abstract: 本发明公开了一种基于散射机制分解的植被垂直结构及林下地形反演方法及装置,其方法为:获取森林反演区域多基线多极化的SAR数据集,并进行配准、去平地处理,得到极化层析SAR数据;对极化层析SAR数据计算其多基线多极化协方差矩阵,并分解计算冠层散射和地表散射的干涉协方差矩阵;针对冠层散射和地表散射的干涉协方差矩阵,均进行矢量化和稀疏表达,得到对应的稀疏贝叶斯学习模型;采用EM算法迭代更新稀疏贝叶斯学习模型中的超参数,进而获得冠层散射和地表散射的层析谱;根据地表散射和冠层散射的层析谱,分别提取森林反演区域的林下地形和植被高度。本发明可以利用少量、非均匀分布的SAR数据高精度地反演植被高和林下地形。

    基于散射机制分解的植被垂直结构及林下地形反演方法及装置

    公开(公告)号:CN112363161A

    公开(公告)日:2021-02-12

    申请号:CN202011164833.3

    申请日:2020-10-27

    Applicant: 中南大学

    Inventor: 汪长城 万杰

    Abstract: 本发明公开了一种基于散射机制分解的植被垂直结构及林下地形反演方法及装置,其方法为:获取森林反演区域多基线多极化的SAR数据集,并进行配准、去平地处理,得到极化层析SAR数据;对极化层析SAR数据计算其多基线多极化协方差矩阵,并分解计算冠层散射和地表散射的干涉协方差矩阵;针对冠层散射和地表散射的干涉协方差矩阵,均进行矢量化和稀疏表达,得到对应的稀疏贝叶斯学习模型;采用EM算法迭代更新稀疏贝叶斯学习模型中的超参数,进而获得冠层散射和地表散射的层析谱;根据地表散射和冠层散射的层析谱,分别提取森林反演区域的林下地形和植被高度。本发明可以利用少量、非均匀分布的SAR数据高精度地反演植被高和林下地形。

    一种基于毫米波雷达的多模式形变监测方法

    公开(公告)号:CN119223219A

    公开(公告)日:2024-12-31

    申请号:CN202411730488.3

    申请日:2024-11-29

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于毫米波雷达的多模式形变监测方法,包括:根据需求选择雷达成像方式;若对形变监测的实时性要求高于预设条件,则选择实孔径雷达成像方式:采用多输入多输出制的毫米波雷达,利用其回波信号混频、加窗、FFT变换等以得到观测区域连续多帧的距离向‑方位角图;若对形变监测的精度高于预设阈值,则选择合成孔径雷达成像方式:将毫米波雷达搭载于地基轨道上,通过对回波信号采用后向投影算法以提取各时间段内的距离向‑方位角图;最终对不同帧/时间段的距离向‑方位角图进行干涉和解缠处理得到相邻两帧的相位差,进而得到不同帧/时间段之间的形变量。本发明可以根据需求选择实孔径成像合成孔径雷达成像以实现灵活监测形变。

Patent Agency Ranking