轨道高分辨率SAR数据的目标三维位置反演方法和装置

    公开(公告)号:CN114740475B

    公开(公告)日:2023-05-05

    申请号:CN202210369595.2

    申请日:2022-04-08

    IPC分类号: G01S13/90 G01S13/06

    摘要: 本发明涉及合成孔径雷达技术领域,是关于一种轨道高分辨率SAR数据的目标三维位置反演方法和装置,方法包括:基于不同轨道高分辨率SAR数据,在不同SAR图像中搜索候选同名点;通过信号处理的方法,精确提取各候选同名点在不同SAR图像中的精确位置;根据每个候选同名点的精确位置,基于不同轨道的SAR几何模型,建立定位方程组;采用牛顿迭代和Taylor级数理论对定位方程组进行优化,并提取每个候选同名点的三维位置信息和定位误差信息;从所有候选同名点中剔除定位误差大于预设误差的候选同名点,以得到目标同名点;提取目标同名点的三维位置信息。通过该方案,能精确测量目标点的三维位置信息。

    基于InSAR技术的建筑形变监测方法和装置

    公开(公告)号:CN112986948A

    公开(公告)日:2021-06-18

    申请号:CN202110421429.8

    申请日:2021-04-20

    IPC分类号: G01S7/41 G01S13/90 G01B7/16

    摘要: 本发明是关于一种基于InSAR技术的建筑形变监测方法和装置,方法包括:获取InSAR建筑形变监测结果,并基于InSAR技术提取PS点的三维空间位置数据,估计不同区域的地面高程值;根据不同区域的地面高程值和PS点的实测高程值,将所有PS点划分为地面PS点和建筑上部结构PS点;根据每栋建筑物对应的地面PS点和建筑上部结构PS点确定该栋建筑物地面和上部结构的关键测量点;分别对每栋建筑物地面和上部结构的每个关键测量点的形变序列进行分解,以确定建筑物地面和上部结构的关键测量点的累积沉降值、累积倾斜值、近期沉降值和近期倾斜速率值,进而评估建筑物的形变安全等级。通过该技术方案,能较精确地分析建筑物安全特征,为建筑形变安全监测提供高效的技术支持。

    基于SAR图像的输电线垂悬变化检测方法和装置

    公开(公告)号:CN112799066A

    公开(公告)日:2021-05-14

    申请号:CN202110299858.2

    申请日:2021-03-22

    IPC分类号: G01S13/90

    摘要: 本发明是关于一种基于SAR图像的输电线垂悬变化检测方法和装置,所述方法包括:获取输电塔的空间位置信息和SAR卫星的轨道数据信息;根据所述输电塔的空间位置信息和SAR卫星的轨道数据信息,确定输电塔在SAR图像上的位置信息;基于所述输电塔在所述SAR图像上的位置信息,建立输电线范围区域,并截取不同时刻输电线范围内的目标SAR图像;基于所述目标SAR图像识别所述输电线的散射信号;确定存在散射信号变化的目标输电线,并确定所述目标输电线的空间位置信息;根据所述目标输电线的空间位置信息和散射信号变化确定所述目标输电线的垂悬变化信息。通过该技术方案,为输电线垂悬状态巡检提供了快捷有效的手段。

    基于SAR技术的水域电力线弧垂反演方法和装置

    公开(公告)号:CN112684449A

    公开(公告)日:2021-04-20

    申请号:CN202110299775.3

    申请日:2021-03-22

    IPC分类号: G01S13/90

    摘要: 本发明是关于一种基于SAR技术的水域电力线弧垂反演方法和装置,所述方法包括:选取卫星航向与输电线走向的夹角在预设范围内的高分辨率的SAR图像,并获取输电塔在所述SAR图像上的坐标;基于所述输电塔在所述SAR图像上的坐标,建立输电线范围区域,并截取输电线范围内的目标SAR图像;在所述目标SAR图像中,获取输电线每个方位时刻对应的二次散射信号的图像坐标1和三次散射信号的图像坐标2;根据输电线每个方位时刻对应的所述图像坐标1和所述图像坐标2,计算每个方位时刻的输电线高程;根据所述输电线高程求解输电线的三维坐标,绘制对应的输电线的弧垂影像。通过该技术方案,可以全面提高水域上输电线路巡检质量,显著提升输电线路巡检效率。

    一种基于In SAR技术的形变风险区域自动识别的方法

    公开(公告)号:CN111308468A

    公开(公告)日:2020-06-19

    申请号:CN201911183545.X

    申请日:2019-11-27

    IPC分类号: G01S13/90 G01C5/00

    摘要: 本发明公开了一种基于In SAR技术的形变风险区域自动识别的方法,具体包括以下步骤:S1:挑选目标区域最合适的时间序列SAR影像,符合时间间隔较优、无雷暴影像条件,生成In SAR大数据库;S2:PS形变速率误差统计:首先选择形变稳定的区域,然后基于PS点形变速率的统计特征分析形变速率误差;S3:重点形变区域智能化识别:首先选出形变速率较大的PS点,然后基于PS点空间分布特征,将空间距离临近的大速率PS点聚类,形成候选形变区,并对候选形变区内的PS点进行统计分析,最终识别显著形变区域,能够高效、快速地在In SAR大数据中提取显著形变区域,智能化形变区域识别的目标可以归纳为搜索形变区域的位置,确定形变区域的空间范围。