本文關(guān)鍵詞：多基線相位解纏繞技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：當(dāng)前,合成孔徑雷達干涉測量技術(shù)(InSAR)已經(jīng)成為三維地形測繪的重要手段之一,而兩維相位解纏繞(Phase Unwrapping, PU)技術(shù)又是干涉合成孔徑雷達技術(shù)中最為至關(guān)重要的一個環(huán)節(jié),傳統(tǒng)的單基線相位解纏繞技術(shù)以相位連續(xù)性假設(shè)為前提,即相鄰像素的相位差小于π,然而現(xiàn)實世界存在很多地形不滿足相位連續(xù)性假設(shè),尤其是針對復(fù)雜地形測繪時。為了克服單基線InSAR技術(shù)存在的相位欠采樣和高程層疊等問題,人們提出了多基線/多頻率InSAR技術(shù)。多基線/多頻率InSAR系統(tǒng)作為微波遙感三維地形測繪技術(shù)未來發(fā)展的一個重要方向,其不僅僅能夠有效地克服單基線InSAR系統(tǒng)存在的問題,而且還可以利用基線多樣性(或者頻率多樣性)輔助實現(xiàn)相位解纏繞。多基線/多頻率InSAR系統(tǒng)設(shè)計之初是不需要相位解纏繞的,但是由于其理論基礎(chǔ)一中國余數(shù)定理糟糕的噪聲魯棒性,多基線/多頻率InSAR技術(shù)仍然需要解決相位解纏繞問題。以多基線相位解纏繞問題為例,我們需要面對比單基線相位解纏繞問題更加復(fù)雜的情況,首先,多基線相位解纏繞問題的L1范數(shù)優(yōu)化模型的解不再等價于對應(yīng)的整數(shù)規(guī)劃的解,并且目前沒有直接求解多基線相位解纏繞問題整數(shù)規(guī)劃的解的高效算法；其次,多基線相位解纏繞問題存在數(shù)據(jù)量巨大的問題,對同一地區(qū)更多的信息可以有助于相位解纏繞,同時也加大了計算機的內(nèi)存負荷,對計算機的硬件水平提出了更高的要求。本文以多基線相位解纏繞技術(shù)為研究內(nèi)容,針對目前多基線相位解纏繞算法中存在的問題和目前的計算機硬件水平的限制以及實測數(shù)據(jù)中噪聲的強度,提出了多種不同的多基線相位解纏繞算法。論文的主要研究內(nèi)容可以概括為以下幾個方面：1,L1+L∞范數(shù)的多基線相位解纏繞方法本文首先分析了單基線相位解纏繞算法和多基線相位解纏繞問題的不同,并指出L1范數(shù)的多基線相位解纏繞問題的解不再等效于多基線相位解纏繞整數(shù)規(guī)劃問題的解的原因。本文針對傳統(tǒng)的L1范數(shù)的多基線相位解纏繞算法存在的內(nèi)存消耗量巨大的問題,提出了一種混合范數(shù)的多基線相位解纏繞方法,L1+L∞范數(shù)的多基線相位解纏繞方法,該方法通過用L∞范數(shù)的懲罰函數(shù)近似干涉相位圖之間約束關(guān)系對應(yīng)的L1范數(shù)的懲罰函數(shù)的來降低優(yōu)化變量的維度,該改進措施可以同時降低解纏繞算法的內(nèi)存消耗量和提高算法的執(zhí)行效率。針對多基線相位解纏繞問題L1范數(shù)的解與整數(shù)規(guī)劃的解不一致的問題,本文提出對傳統(tǒng)L1范數(shù)的多基線相位解纏繞算法的求解結(jié)果進行就近取整的策略來獲得模糊數(shù)。仿真數(shù)據(jù)和實測數(shù)據(jù)的實驗驗證了本文采取的改進措施可以有效地估計模糊數(shù),除此之外,本文測試了傳統(tǒng)的L1范數(shù)算法和L1+L∞范數(shù)的相位解纏繞方法在不同的相關(guān)系數(shù)的條件下的性能和運算時間對比。實驗證明,在獲得近乎相同的解纏繞效果的基礎(chǔ)上,本文提出的L1+L∞范數(shù)的多基線相位解纏繞方法比傳統(tǒng)的L’范數(shù)的相位解纏繞方法執(zhí)行效率更高。2,L∞+L1范數(shù)的多基線相位解纏繞方法本文針對傳統(tǒng)的L’范數(shù)的多基線相位解纏繞方法以及其改進算法L1+L∞范數(shù)的多基線相位解纏繞方法的內(nèi)存消耗量巨大和處理噪聲極其嚴重區(qū)域的相位解纏繞問題時效果不佳兩方面問題,提出了另一種混合范數(shù)的多基線相位解纏繞方法,L∞+L1范數(shù)的多基線相位解纏繞方法。與L1+L∞范數(shù)方法不同,該方法用L∞范數(shù)的懲罰函數(shù)近似干涉相位圖內(nèi)相鄰像素之間約束關(guān)系對應(yīng)的L1范數(shù)的懲罰函數(shù)。與傳統(tǒng)的L’范數(shù)的相位解纏繞方法相比本文提出的L∞+L1范數(shù)相位解纏繞方法中的優(yōu)化變量的維度降低了約57%。另一方面,本文提出的方法通過降低干涉相位圖中相鄰像素之間的約束條件的約束強度而保持干涉相位圖之間約束關(guān)系的約束強度,從而使得相鄰像素之間容許的誤差要比L’范數(shù)約束條件下的大,而此時解纏繞相位在干涉相位圖之間較強的約束下相鄰像素之間的絕對相位差和估計相位差不再嚴格一致,反映在解纏繞相位圖中的結(jié)果顯示該方法對噪聲較嚴重區(qū)域的相位解纏繞存在濾波效果。實測數(shù)據(jù)的實驗驗證了本文提出的L。。+L’范數(shù)的相位解纏繞方法在處理噪聲較嚴重區(qū)域的解纏繞問題的有效性。3,基于聚類分析的魯棒的多基線相位解纏繞算法中國余數(shù)定理(Chinese Reminder Theorem, CRT)較差的噪聲魯棒性是限制基于中國余數(shù)定理的多基線相位解纏繞方法應(yīng)用的重要原因,而提高CRT算法的噪聲魯棒性可以從兩方面入手,首先是提高CRT算法本身的噪聲魯棒性,其次是利用基于聚類分析的方法降低多基線相位解纏繞問題的噪聲。本文針對基于聚類分析的傳統(tǒng)的CA (Cluster Analysis)算法中聚類分析效果較差的問題,指出導(dǎo)致聚類分析效果較差的原因有兩個,一是CA算法中的直方圖法不能有效的區(qū)分截距值臨近的兩個不同的類,另一個是傳統(tǒng)的CA算法受類內(nèi)像素截距值的漸變的影響較大。針對第一個問題本文提出通過增加截距值的方位向和距離向的相對位置信息,從而在高維空間中實現(xiàn)聚類分析而不是僅僅在截距維中區(qū)分不同的類,這是因為在高維空間中,截距值相近的類在空間中是分離的。針對類內(nèi)像素截距值的漸變現(xiàn)象帶來的影響,本文提出利用截距圖的密度信息來區(qū)分不同類的邊界以及用基于密度信息的聚類方法來實現(xiàn)聚類分析。本文中提出的基于密度的聚類分析算法是經(jīng)典的DBSCAN (Density-Based Spatial Clustering of Application with Noise)算法在多基線相位解纏繞問題中應(yīng)用與改進,首先,我們根據(jù)多基線相位解纏繞問題的數(shù)據(jù)結(jié)構(gòu)改進了原DBSCAN算法中確定某點是否為核心點以及與其直接密度可達的點的搜索范圍,使得聚類算法的時間復(fù)雜度由原DBSCAN算法的O(NlogN)降低到D(N),即本文中提出的基于密度的聚類分析算法是一個線性算法；其次,我們提出了一個能夠自適應(yīng)地選擇基于密度的聚類算法的關(guān)鍵參數(shù)的方法,如此可以避免使用暴力的方式獲得較好的關(guān)鍵參數(shù)組合。結(jié)合本文中提出的基于密度的聚類分析方法,我們提出了基于聚類分析的魯棒的多基線相位解纏繞算法。通過大小為10000×10000的實測數(shù)據(jù)實驗驗證了本文提出的基于密度的聚類方法可以有效地實現(xiàn)聚類分析,相比于傳統(tǒng)的CA算法中的聚類算法,本文中的方法的聚類精度更高并且可以克服截距值漸變現(xiàn)象的影響,而且本文中提出的魯棒的多基線相位解纏繞方法具有較低的時間復(fù)雜度和空間復(fù)雜度,可以處理大規(guī)模的實測數(shù)據(jù)。除此之外,本文中的聚類算法具有較高的噪聲魯棒性,實測數(shù)據(jù)實驗顯示噪聲的影響僅僅是產(chǎn)生噪點,并不會影響圖像質(zhì)量較好的區(qū)域的聚類分析。4,改進的聚類分析算法針對基于密度的聚類方法存在算法流程執(zhí)行效率不高的問題,本文提出了改變聚類算法的流程圖,通過優(yōu)先確定所有帶聚類數(shù)據(jù)中的點是否為核心點再進行基于密度的連通性分析,從而避免確定某點密度可達的點時需要重復(fù)計算某些點是否為核心點。針對聚類分析中存在大量噪點的問題,本文提出用L∞范數(shù)的距離測度重新定義兩點之間的距離。如此改進的好處主要表現(xiàn)在以下兩個方面：首先,L∞范數(shù)的距離測度利于計算兩點之間的距離,其次,對兩點之間距離越遠的點其容許的截距值的變化越大,因此在聚類分析過程中產(chǎn)生的噪點數(shù)會更少。通過仿真數(shù)據(jù)和實測數(shù)據(jù)實驗可以驗證本文提出的改進的基于密度的聚類方法可以有效地減少噪點的產(chǎn)生、減少特小類的產(chǎn)生以及降低算法的運算時間。
【關(guān)鍵詞】：多基線 相位解纏繞 聚類分析 L~1范數(shù) L~∞范數(shù)
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TN958
【目錄】：

• 摘要5-8
• ABSTRACT8-14
• 符號對照表14-16
• 縮略語對照表16-20
• 第一章 緒論20-38
• 1.1 研究背景和意義20-21
• 1.2 InSAR技術(shù)的國內(nèi)外發(fā)展概況21-32
• 1.2.1 SAR/InSAR系統(tǒng)的國內(nèi)外發(fā)展概況21-27
• 1.2.2 單基線PU的國內(nèi)外發(fā)展概況27-28
• 1.2.3 多基線PU的國內(nèi)外發(fā)展概況28-30
• 1.2.4 多基線SAR層析技術(shù)的國內(nèi)外發(fā)展概況30-32
• 1.3 多基線InSAR的基本原理32-33
• 1.4 本文內(nèi)容安排33-38
• 第二章 L~1+L~∞范數(shù)的多基線相位解纏繞方法38-50
• 2.1 引言38-39
• 2.2 整數(shù)規(guī)劃等價于線性規(guī)劃的條件39-40
• 2.3 傳統(tǒng)的L~1范數(shù)多基線相位解纏繞算法40-42
• 2.4 L~1+L~∞范數(shù)多基線相位解纏繞算法42-44
• 2.5 算法性能分析44-48
• 2.6 本章小結(jié)48-50
• 第三章 L~∞+L~1范數(shù)的多基線相位解纏繞方法50-54
• 3.1 引言50
• 3.2 L~∞+L~1范數(shù)多基線相位解纏繞方法50-52
• 3.3 算法性能分析52
• 3.4 本章小結(jié)52-54
• 第四章 基于聚類分析的魯棒的多基線相位解纏繞算法54-68
• 4.1 引言54-55
• 4.2 CA算法及其局限性55-58
• 4.3 魯棒的聚類分析方法58-61
• 4.3.1 基于密度信息的聚類分析方法58-60
• 4.3.2 關(guān)鍵參數(shù)的確定60-61
• 4.3.3 時間復(fù)雜度分析61
• 4.4 基于聚類分析的魯棒的多基線相位解纏繞算法61
• 4.5 算法性能分析61-67
• 4.6 本章小結(jié)67-68
• 第五章 改進的聚類分析算法68-74
• 5.1 引言68-69
• 5.2 改進的基于密度的聚類方法69-70
• 5.3 改進算法的性能分析70-71
• 5.4 本章小結(jié)71-74
• 第六章 結(jié)論和展望74-78
• 6.1 研究結(jié)論74-76
• 6.2 研究展望76-78
• 參考文獻78-90
• 致謝90-94
• 作者簡介94

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張昆;賀新;徐家品;;相位解纏枝切法中的枝切線設(shè)置的優(yōu)化[J];微計算機信息;2008年13期

2 李本星;馮衍秋;馬建華;陳武凡;;基于標(biāo)記理論和相位濾波的相位解纏繞算法[J];電路與系統(tǒng)學(xué)報;2008年04期

3 朱挺;王正勇;謝明;余艷梅;羅代升;;四向加權(quán)最小二乘法相位解纏研究[J];四川大學(xué)學(xué)報(自然科學(xué)版);2009年02期

4 龔國靜;羅代升;何小海;;無權(quán)重多重網(wǎng)格的最小二乘相位解纏研究[J];計算機工程與應(yīng)用;2010年04期

5 閆滿;劉國林;郝華東;陶秋香;;二維元胞自動機相位解纏算法的改進[J];大地測量與地球動力學(xué);2010年04期

6 劉國林;郝華東;陶秋香;;卡爾曼濾波相位解纏及其與其他方法的對比分析[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2010年10期

7 董春敏;劉國林;于勝文;劉偉科;周偉;;加權(quán)最小二乘相位解纏的一種改進[J];大地測量與地球動力學(xué);2011年S1期

8 黃海風(fēng);王青松;張永勝;;一種多基線相位解纏頻域快速算法[J];電波科學(xué)學(xué)報;2011年05期

9 劉偉科;劉國林;陶秋香;;基于同倫算法的非線性最小二乘相位解纏[J];測繪科學(xué);2012年04期

10 鐘何平;唐勁松;張學(xué)波;;基于最小不連續(xù)的分塊相位解纏算法[J];系統(tǒng)工程與電子技術(shù);2012年09期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 魏志強;金亞秋;;一種基于最短分割路徑的相位解纏算法[A];第二屆微波遙感技術(shù)研討會摘要全集[C];2006年

2 查顯杰;戴志陽;;一種精確的InSAR形變干涉圖相位解纏算法[A];中國地球物理學(xué)會第二十七屆年會論文集[C];2011年

3 蔣廷臣;焦明連;史建青;王秀萍;;InSAR圖像相位解纏的最小費用流法及其改進算法研究[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

4 王玲;丁志華;王川;吳開華;;基于k空間相位解纏的譜域光學(xué)相干層析相位顯微成像研究[A];中國光學(xué)學(xué)會2011年學(xué)術(shù)大會摘要集[C];2011年

5 鐘何平;張森;田振;唐勁松;;InSAS干涉圖相位解纏方法比較研究[A];2013中國西部聲學(xué)學(xué)術(shù)交流會論文集（上）[C];2013年

6 趙爭;張過;張繼賢;;遺傳算法在InSAR相位解纏中的應(yīng)用[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于瀚雯;單/多基線相位解纏繞技術(shù)研究[D];西安電子科技大學(xué);2012年

2 劉會濤;多基線相位解纏繞技術(shù)研究[D];西安電子科技大學(xué);2015年

3 張會戰(zhàn);路徑跟蹤法相位解纏算法的研究[D];山東科技大學(xué);2008年

4 張妍;干涉合成孔徑雷達相位解纏技術(shù)的研究[D];西安電子科技大學(xué);2013年

5 何為;磁共振成像二維相位解纏方法研究[D];浙江大學(xué);2014年

6 魏志強;星載干涉合成孔徑雷達若干關(guān)鍵技術(shù)的算法研究[D];復(fù)旦大學(xué);2008年

7 汪魯才;星載合成孔徑雷達干涉成像的信息處理方法研究[D];湖南大學(xué);2006年

8 何儒云;星載合成孔徑雷達干涉測量處理技術(shù)研究[D];湖南大學(xué);2007年

9 黃倩;基于高性能計算的InSAR相位解纏并行算法研究與云平臺構(gòu)建[D];南京大學(xué);2015年

10 熊濤;極化干涉合成孔徑雷達應(yīng)用的關(guān)鍵技術(shù)研究[D];清華大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 黃瀾心;基于最小二乘的相位解纏理論與算法研究[D];西南交通大學(xué);2012年

2 周震;圖論在相位解纏中的應(yīng)用研究[D];昆明理工大學(xué);2015年

3 裴旭;星載InSAR技術(shù)在高原地區(qū)提取數(shù)字高程模型的研究[D];昆明理工大學(xué);2015年

4 方曉;基于D-InSAR技術(shù)的濟寧地區(qū)地面沉降監(jiān)測研究[D];長安大學(xué);2015年

5 元亞菲;InSAR相位解纏算法研究與應(yīng)用[D];中國礦業(yè)大學(xué);2015年

6 朱超猛;高精度InSAR配準(zhǔn)及相位解纏技術(shù)研究[D];電子科技大學(xué);2014年

7 時代奇;基于BP的InSAR成像算法及多基線相位解纏算法研究[D];電子科技大學(xué);2014年

8 李奇;基于InSAR和GPS數(shù)據(jù)研究2010玉樹Ms7.1級地震同震變形特征[D];中國地震局地震預(yù)測研究所;2015年

9 鄧兵華;高精度InSAR系統(tǒng)干涉處理算法及軟件研究[D];長沙理工大學(xué);2014年

10 段建華;干涉合成孔徑雷達相位解纏算法研究[D];中國地質(zhì)大學(xué)（北京）;2006年

  本文關(guān)鍵詞：多基線相位解纏繞技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：267273