本發(fā)明涉及三維定位方法技術(shù)領(lǐng)域，具體涉及一種多場景干涉SAR圖像的三維定位方法。

背景技術(shù)：

干涉SAR技術(shù)是合成孔徑雷達(dá)技術(shù)與干涉技術(shù)的結(jié)合，干涉SAR通過兩副不同位置處的天線來觀測同一場景，利用雷達(dá)回波獲取并進(jìn)行數(shù)據(jù)處理得到場景的SAR圖像和干涉相位數(shù)據(jù)，然后對干涉相位數(shù)據(jù)進(jìn)行干涉定標(biāo)處理，利用干涉定標(biāo)處理后的干涉相位數(shù)據(jù)來反演SAR像元的三維位置。

三維定位是干涉SAR圖像走向應(yīng)用的必要前提，所謂三維定位是指獲取SAR圖像像元所對應(yīng)地物目標(biāo)的東西向位置(經(jīng)度)、南北向位置(緯度)和高程。由于參數(shù)誤差、航跡誤差以及系統(tǒng)非理想特性的存在，導(dǎo)致干涉SAR三維重建幾何模型中的參數(shù)取值并不準(zhǔn)確，需要通過干涉定標(biāo)來校準(zhǔn)各參數(shù)，以提高幾何定位的精度。因此，干涉定標(biāo)處理是實現(xiàn)SAR圖像精確定位的關(guān)鍵。

干涉定標(biāo)處理的常規(guī)思路是利用三維位置已知的地面控制點(GroundControl Point，GCP)，來閉環(huán)修正各干涉參數(shù)。為滿足干涉SAR的測圖作業(yè)的要求，需要在少量控制點的條件下實現(xiàn)大區(qū)域多場景的干涉定標(biāo)，采用多場景聯(lián)合定標(biāo)方法可實現(xiàn)上述要求。聯(lián)合定標(biāo)能保證各場景的三維位置精度，又能保證相鄰場景之間的三維位置銜接性。但現(xiàn)有的多場景聯(lián)合定標(biāo)方法，通常采用同名點(Tie Point，TP，連接點，又稱同名點，即同一地物目標(biāo)在不同SAR場景中所分別對應(yīng)的像元)位置信息的傳遞來實現(xiàn)，實現(xiàn)過程較為繁瑣，不便于自動化處理；并且僅面向高程定位，較少涉及三維位置同時定位，現(xiàn)有的關(guān)于多場景干涉SAR圖像的三維定位方法多是面向定位精度的提升，而鮮有涉及處理流程的優(yōu)化改進(jìn)，不便于利用計算機進(jìn)行自動化、批量化處理。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種多場景干涉SAR圖像的三維定位方法，該定位方法的流程簡潔、高效，便于自動化批量化的計算機處理，對三維位置進(jìn)行定位，通過構(gòu)建多場景三維聯(lián)合敏感度矩陣，能夠避免現(xiàn)有方法中設(shè)計同名點傳遞路徑的繁瑣，本發(fā)明是通過以下技術(shù)方案實現(xiàn)的：

步驟1：確定參與聯(lián)合定標(biāo)的干涉SAR場景的總數(shù)目I，確定每個場景中GCP點的數(shù)目M_i，確定所有GCP點的三維地理位置信息和其在SAR圖像中的行列位置信息；

步驟2：在所有參與聯(lián)合定標(biāo)的干涉SAR場景中，確定在位置上互相鄰接并部分重合的場景組數(shù)J；確定第j組互相鄰接并部分重合的場景所包含的兩個場景的編號a_j、b_j，其中a_j、b_j∈{1，2...I}且a_j≠b_j，j＝1，2...J；在各組場景中選取TP點，確定第j組場景中的TP點數(shù)目N_j，確定所有TP點在SAR圖像中的行列位置；

步驟3：確定第i個干涉SAR場景的三維位置東向x_i、北向y_i和高程h_i反演的幾何表達(dá)式

其中i＝1，2...I，自變量u_i，1，u_i，2，...u_i，k...，u_i，K為待標(biāo)定參數(shù)組，u_i，k表示第i個干涉SAR場景中的第k個待定標(biāo)參數(shù)u_i，k，k＝1，2...K，K為待標(biāo)定參數(shù)總個數(shù)；

步驟4：構(gòu)建多場景參數(shù)矩陣U，矩陣U的維度為I·K行1列，其構(gòu)成為U＝[U₁ U₂…U_i…U_I]^T，其中，U_i＝[u_i，1 u_i，2…u_i，k…u_i，K]^T

步驟5：構(gòu)建關(guān)于GCP點的多場景聯(lián)合敏感度矩陣G，矩陣G的維度為行I·K列，其構(gòu)成為G＝diag(G₁，G₂，…G_I)，其中表示第i個SAR場景中所有GCP點處三維位置關(guān)于待定標(biāo)參數(shù)的敏感度，的矩陣結(jié)構(gòu)如下：

其中a＝x，y，h；

步驟6：構(gòu)建關(guān)于TP點的多場景聯(lián)合敏感度矩陣T：

其中，矩陣T的維度為行I·K列，和分別表示第a_j和b_j個SAR場景中所有TP點處三維位置關(guān)于待定標(biāo)參數(shù)的敏感度，a_j和b_j表征位置上相互鄰接并且共同擁有TP點的第j組的兩個場景的編號，同一編號的或位于同一列；共同擁有TP點的第j組的兩個場景在同一行；

步驟7：構(gòu)建多場景參數(shù)誤差矩陣ΔU：矩陣ΔU的維度為I·K行1列，其構(gòu)成為ΔU＝[ΔU₁ ΔU₂ … ΔU_i … ΔU_I]^T，其中，ΔU_i＝[Δu_i，1 Δu_i，2 … Δu_i，k … Δu_i，K]^T，ΔU為待求解參量，表征待定標(biāo)參數(shù)修正量矩陣；

步驟8：構(gòu)建多場景位置誤差矩陣ΔP：矩陣ΔP的維度為行1列，其構(gòu)成為ΔP＝[ΔP_G，1 ΔP_G，2 … ΔP_G，i … ΔP_G，I；ΔP_T，1 ΔP_T，2 … ΔP_T，j … ΔP_T，J]^T，其中ΔP_G,i＝[Δx_G,i Δy_G,i Δh_G,i]^T，列向量Δx_G,i Δ_yG,i Δh_G,i分別表示第i個SAR場景中所有GCP點處三維位置誤差，即在當(dāng)前的參數(shù)數(shù)值下計算出的各GCP點三維位置數(shù)值減去其真實三維地理位置數(shù)值所得差值；ΔP_T,j＝[Δx_T,j Δy_T,j Δh_T,j]^T，列向量Δx_T,j Δy_T,j Δh_T,j分別表示第j組SAR場景中所有TP點處三維位置誤差即同一地物點在2個場景中的三維位置坐標(biāo)差值，即在當(dāng)前的參數(shù)數(shù)值下計算出的TP點在第a_j個場景中的三維位置數(shù)值減去該點在第b_j個場景中的三維位置數(shù)值所得差值；

步驟9：構(gòu)建多場景聯(lián)合敏感度方程：

并求解此方程獲得參數(shù)修正量矩陣ΔU，計算公式為其中[·]⁺表示矩陣[·]的Moor-Penrose逆；

步驟10：更新矩陣G、T、ΔP：利用步驟9求解出的參數(shù)修正量矩陣ΔU，U與ΔU相加，獲得更新后的待定標(biāo)參數(shù)矩陣U，依據(jù)更新后的U更新矩陣G、矩陣T，然后按照步驟3中的干涉SAR場景的三維位置反演幾何表達(dá)式計算各GCP、TP點處的三維位置，并通過比較GCP點的真實三維、TP點在一組場景中的三維位置差異，獲得更新后的位置誤差矩陣ΔP；

步驟11：判斷位置誤差矩陣ΔP是否滿足精度要求或滿足收斂條件，若滿足精度要求或已收斂，則將步驟10計算出的各GCP、TP點處的三維位置作為各干涉SAR場景中各像元處的三維位置，完成多場景干涉SAR圖像的三維幾何定位，否則，轉(zhuǎn)步驟9，利用更新后的G、T、ΔP求解步驟9中的方程(1)。

其中，所述步驟3中的待定標(biāo)參數(shù)包括交軌基線長度、順軌基線長度、基線傾角、干涉相位偏置、回波延時、天線相位中心初始位置和多普勒中心頻率。

進(jìn)一步地，所述步驟10中的收斂條件為為最近2次迭代獲得的ΔP值的差異小于系統(tǒng)要求的三維位置精度的取值。

有益效果：

本發(fā)明提供了一種多場景干涉SAR圖像的三維定位方法，通過同時對多個場景的SAR數(shù)據(jù)進(jìn)行數(shù)學(xué)建模表達(dá)，實現(xiàn)多場景同時定位，優(yōu)化了面向多場景干涉SAR圖像地三維定位流程，便于自動化與批量化的計算機處理；

本發(fā)明的定位方法包含東向位置(經(jīng)度)、北向位置(緯度)和高程的三維位置同時定位，通過同時對多個場景的SAR數(shù)據(jù)進(jìn)行三維位置干涉定標(biāo)，實現(xiàn)三維定位；

本發(fā)明通過構(gòu)建多場景三維聯(lián)合敏感度矩陣，能夠使多個干涉SAR場景的所有待定標(biāo)參數(shù)同時進(jìn)行迭代計算，保證各場景的定位的精度以及場景鄰接處的位置銜接性，并且避免了現(xiàn)有方法中設(shè)計同名點傳遞路徑的繁瑣。

附圖說明

圖1為多場景干涉SAR圖像的三維定位方法流程圖。

圖2為有兩個場景，三個鄰接位置時，聯(lián)合定標(biāo)場景鄰接分布圖。

具體實施方式

下面結(jié)合附圖并舉實施例，對本發(fā)明進(jìn)行詳細(xì)描述。

本發(fā)明提供了一種多場景干涉SAR圖像的三維定位方法，所述方法包括：

步驟1：確定參與聯(lián)合定標(biāo)的干涉SAR場景的總數(shù)目I，確定第i個場景中GCP點的數(shù)目M_i，i＝1，2...I，確定所有GCP點的三維地理位置信息和其在SAR圖像中的行列位置信息。

步驟2：在所有參與聯(lián)合定標(biāo)的干涉SAR場景中，確定在位置上互相鄰接并部分重合的場景組數(shù)J，每組包括2個場景；確定第j組場景所包含的2個場景的編號a_j、b_j，其中a_j、b_j∈{1，2...I}，j＝1，2...J；在各組場景中選取TP點，確定第j組場景中的TP點數(shù)目N_j，確定所有TP點在SAR圖像中的行列位置信息。

步驟3：根據(jù)系統(tǒng)的照射關(guān)系來確定干涉SAR的三維位置反演的幾何表達(dá)式。

第i個干涉SAR場景的三維位置東向x_i、北向y_i和高程h_i反演的幾何表達(dá)式為

其中自變量(u_i，1，u_i，2，…u_i，k…，u_i，K)為待標(biāo)定參數(shù)組，u_i，k表示第i個干涉SAR場景中的第k(k＝1，2…K)個待定標(biāo)參數(shù)u_i，k。從第1個到第K個待定參數(shù)的具體物理量依據(jù)實際需求具體確定，干涉SAR待定標(biāo)參數(shù)u_i，k的物理量通常包括交軌基線長度、順軌基線長度、基線傾角、干涉相位偏置、回波延時、天線相位中心初始位置和多普勒中心頻率。

步驟4：構(gòu)建多場景參數(shù)矩陣U，矩陣U的維度為I·K行1列，其構(gòu)成為U＝[U₁ U₂ … U_i … U_I]^T，其中，U_i＝[u_i，1u_i，2 … u_i，k … u_i，K]^T

步驟5：構(gòu)建關(guān)于GCP點的多場景聯(lián)合敏感度矩陣G，矩陣G的維度為行I·K列，其構(gòu)成為G＝diag(G₁，G₂，…G_i…G_I)。其中表示第i個SAR場景中所有GCP點處三維位置關(guān)于待定標(biāo)參數(shù)的敏感度。具體地，

其中分別表示第i(i＝1，2...I)個干涉SAR場景中第m(m＝1，2...M_i)個GCP點位置處三維位置x_i、y_i、h_i關(guān)于第k(k＝1，2...K)個待定標(biāo)參數(shù)u_i，k的敏感度，通過步驟3中的反演的幾何表達(dá)式以及第m個GCP點對應(yīng)的干涉SAR場景參數(shù)的初值獲得。例如矩陣元素為將第一個GCP點對應(yīng)的相應(yīng)物理參數(shù)值代入函數(shù)x(u_i，1，u_i，2，…u_i，k…，u_i，K)對u_i，l求偏導(dǎo)后得到的偏導(dǎo)函數(shù)得到的數(shù)值。

步驟6：構(gòu)建關(guān)于TP點的多場景聯(lián)合敏感度矩陣T。

矩陣T的維度為行I·K列，其矩陣結(jié)構(gòu)如下

其中，矩陣T的維度為行I·K列，和分別表示第a_j和b_j個SAR場景中所有TP點處三維位置關(guān)于待定標(biāo)參數(shù)的敏感度，a_j和b_j表征位置上相互鄰接并且共同擁有TP點的第j組的兩個場景的編號，同一編號的或位于同一列；共同擁有TP點的第j組的兩個場景在同一行；

如圖2所示的聯(lián)合定標(biāo)場景鄰接分布圖，圖中畫出的場景編號為No1、No2、No3、NoI…，第1組的兩個場景的編號為1和2，第2組的兩個場景的編號為1和3，第3組的兩個場景的編號為2和I，按編號確定T₁、T₂、T₃、T_I所屬的第1、2、3、I列，該分布圖對應(yīng)的矩陣T為

對于具體地，

其中和分別表示第a_j、b_j個干涉SAR場景中第n個TP點位置處三維位置x_i、y_i、h_i關(guān)于第k(k＝1，2...K)個待定標(biāo)參數(shù)和的敏感度，和的表達(dá)式通過步驟3中的公式以及第n個GCP點干涉SAR場景參數(shù)的初值獲得。

步驟7：構(gòu)建多場景參數(shù)誤差矩陣ΔU。矩陣ΔU的維度為I·K行1列，其構(gòu)成為ΔU＝[ΔU₁ ΔU₂ … ΔU_i … ΔU_I]^T。其中，ΔU_i＝[Δu_i，1 Δu_i，2 … Δu_i，k … Δu_i，K]^T。ΔU表征待定標(biāo)參數(shù)修正量矩陣，為待求解參量。

步驟8：構(gòu)建多場景位置誤差矩陣ΔP。矩陣ΔP的維度為行1列，其構(gòu)成為ΔP＝[ΔP_G，1 ΔP_G，2 … ΔP_G，i … ΔP_G，I；ΔP_T，1 ΔP_T，2 … ΔP_T，j … ΔP_T，J]^T。

其中ΔP_G，i＝[Δx_G，i Δy_G，i Δh_G，i]^T，

列向量Δx_G,iΔy_G,iΔh_G,i分別表示第i個SAR場景中所有GCP點處三維位置誤差，即在當(dāng)前的參數(shù)數(shù)值下計算出的各GCP點三維位置數(shù)值減去其真實三維地理位置數(shù)值所得差值，列向量Δx_T,jΔy_T,jΔh_T,j分別表示第j組SAR場景中所有TP點處三維位置誤差，即在當(dāng)前的參數(shù)數(shù)值下計算出的TP點在第a_j個場景中的三維位置數(shù)值減去該點在第b_j個場景中的三維位置數(shù)值所得差值。

步驟9：構(gòu)建多場景聯(lián)合敏感度方程并求解此方程獲得參數(shù)修正量ΔU，計算公式為其中[·]⁺表示矩陣[·]的Moor-Penrose逆。

步驟10：更新矩陣G、T、ΔP：利用步驟9求解出的參數(shù)修正量矩陣ΔU，U與ΔU相加，獲得更新后的待定標(biāo)參數(shù)矩陣U，依據(jù)更新后的U更新矩陣G、矩陣T，然后按照步驟3中的干涉SAR場景的三維位置反演幾何表達(dá)式計算各GCP、TP點處的三維位置，并通過比較GCP點的真實三維、TP點在一組場景中的三維位置差異，獲得更新后的位置誤差矩陣ΔP；

步驟11：判斷位置誤差矩陣ΔP是否滿足精度要求或滿足收斂條件，若滿足精度要求或已收斂，則將步驟10計算出的各GCP、TP點處的三維位置作為各干涉SAR場景中各像元處的三維位置，完成多場景干涉SAR圖像的三維幾何定位，否則，轉(zhuǎn)步驟9，利用更新后的G、T、ΔP求解步驟9中的方程(1)。

所述收斂條件為最近2次迭代獲得的ΔP值的差異小于設(shè)定要求，系統(tǒng)設(shè)定要求通常結(jié)合制圖的三維位置精度需求進(jìn)行設(shè)定，其取值即為三維位置精度的取值。

綜上所述，以上僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。