-
公开(公告)号：CN115143877A
公开(公告)日：2022-10-04
申请号：CN202210595494.7
申请日：2022-05-30
Applicant: 中南大学
Abstract: 本发明公开了一种基于强散射幅度抑制和异常值识别的SAR偏移量跟踪方法、装置、设备和介质，方法：获取两景SAR影像进行非线性变换处理；设置互相关窗口，利用统计学方法识别互相关窗口内强散射目标和显著动态变化的散射目标；根据异常值位置构建加权矩阵；根据加权归一化互相关原理计算互相关窗口的互相关系数并获得互相关系数矩阵；取相关系数矩阵中峰值位置，该位置相对于相关系数矩阵中心位置的偏移即为整像素偏移量；根据互相关系数矩阵进行曲面拟合，求解极值获取亚像素偏移量；综合整像素偏移量和亚像素偏移量以及SAR影像分辨率，得到主影像中当前遍历像素点的地表形变值。本发明提高SAR偏移量跟踪方法的稳健性。
-
公开(公告)号：CN111650579B
公开(公告)日：2022-09-30
申请号：CN202010533034.2
申请日：2020-06-12
Applicant: 中南大学
Abstract: 本发明公开了一种岩移参数自适应获取的InSAR矿区三维形变估计方法、装置及介质，通过获得待监测矿区地表沿多个SAR观测几何的雷达视线向形变；联合不同SAR观测几何监测得到的形变值以及InSAR成像几何关系模型，在忽略南北向形变对雷达视线向形变观测量贡献的前提下，解算矿区地表垂直和东西向的二维形变分量；利用矿区地表水平移动与垂直沉降梯度之间的线性比例关系函数，对垂直向/东西向形变的视线向形变贡献量和岩移参数进行迭代优化，进而解算得到矿区地表三维形变。本方法实现了岩层移动参数的自适应获取和基于InSAR的矿山地表三维形变全自动化估计，克服了现有方法中岩层移动参数难以人工收集并准确获取的局限。
-
公开(公告)号：CN116050657A
公开(公告)日：2023-05-02
申请号：CN202310171366.4
申请日：2023-02-28
Applicant: 中南大学
Abstract: 本申请适用于地表形变监测技术领域，提供了一种关闭矿井的地表抬升预测方法、装置、终端设备及介质，通过获取关闭矿井的雷达观测数据，并利用时序InSAR方法对雷达观测数据进行处理，得到关闭矿井的LOS向形变数据；利用Hossfeld函数模型对每个地表点位的地表抬升进行拟合，并建立该地表点位对应的LOS向形变数据与Hossfeld模型的关系表达式；利用遗传算法对关系表达式的参数进行反演，得到该地表点位对应的参数值；利用参数值对Hossfeld函数模型进行更新，得到该地表点位的地表抬升预测模型；利用地表抬升预测模型对该地表点位，在待测时刻的地表抬升进行预测。本申请能提高关闭矿井的地表抬升预测的准确性。
-
公开(公告)号：CN115615345B
公开(公告)日：2023-04-07
申请号：CN202211618957.3
申请日：2022-12-16
Applicant: 中南大学
Abstract: 本申请适用于地表形变监测技术领域，提供了一种基于摄影测量彩色点云配准的地表形变监测方法，其中该方法包括：获取目标区域的多期摄影测量影像，并获取每期摄影测量影像的彩色点云数据；在配准中心点处，分别按照多个配准窗口对多期彩色点云数据进行基于Hue信息的彩色点云正反向配准，得到三维形变正反向观测值；从多个配准中心点中确定出配准中心点的邻近配准中心点；根据三维形变正反向观测值，获取第一个基础观测向量，并根据第一个基础观测向量以及所有邻近配准中心点的第一个基础观测向量，获取第二个基础观测向量；根据第一个和第二个基础观测向量，确定配准中心点的地表形变监测值。本申请能大大提升地表形变监测结果的精度。
-
公开(公告)号：CN115855003A
公开(公告)日：2023-03-28
申请号：CN202211534058.5
申请日：2022-12-01
Applicant: 中南大学
Abstract: 本发明提供了一种InSAR辅助的GNSS监测网的优化布设方法包括以下步骤：在试验区布设若干监测点位形成初始监测网；基于GNSS监测点位布设的影响因素，利用层次分析法筛选监测点位，形成GNSS监测网；所述GNSS监测点位布设的影响因素包括GNSS监测点布设基本要求、历史的InSAR的监测结果以及地质灾害调查结果。本发明提供的优化布设方法在考虑GNSS监测点位布设影响因素的情形下，引入历史的InSAR的监测结果，运用层次分析法筛选合适的监测点位，形成GNSS监测网，优化了监测网中的监测点位，节约了监测成本，得到的监测结果精度高，能够准确地反应地表形变情况。
-
Patent Agency Ranking
公开(公告)号：CN109738892B
公开(公告)日：2020-06-30
申请号：CN201910067804.6
申请日：2019-01-24
Applicant: 中南大学
Abstract: 本发明公开了一种矿区地表高时空分辨率三维形变估计方法，将各轨道SAR数据分别组成InSAR干涉对集合；再得到矿区地表一维雷达视线向多时相形变监测数据集；将矿区地表一维雷达视线向多时相形变监测数据集和矿区开采沉陷导致的水平移动与下沉梯度呈线性比例关系的先验模型进行联合解算得到矿区地表沿着垂直、东西和南北方向的三维多时相形变观测场；建立多轨SAR影像数据集中时间相邻的SAR影像期间的三维形变速率与三维多时相形变观测场的观测方程；解算观测方程得到矿区地表高时空分辨率三维形变。本发明克服传统InSAR三维形变估计方法对观测量和观测几何的苛刻要求和限制；明显提高监测结果的时间分辨率，得到更精准的结果。
-
公开(公告)号：CN109738892A
公开(公告)日：2019-05-10
申请号：CN201910067804.6
申请日：2019-01-24
Applicant: 中南大学
Abstract: 本发明公开了一种矿区地表高时空分辨率三维形变估计方法，将各轨道SAR数据分别组成InSAR干涉对集合；再得到矿区地表一维雷达视线向多时相形变监测数据集；将矿区地表一维雷达视线向多时相形变监测数据集和矿区开采沉陷导致的水平移动与下沉梯度呈线性比例关系的先验模型进行联合解算得到矿区地表沿着垂直、东西和南北方向的三维多时相形变观测场；建立多轨SAR影像数据集中时间相邻的SAR影像期间的三维形变速率与三维多时相形变观测场的观测方程；解算观测方程得到矿区地表高时空分辨率三维形变。本发明克服传统InSAR三维形变估计方法对观测量和观测几何的苛刻要求和限制；明显提高监测结果的时间分辨率，得到更精准的结果。
-
公开(公告)号：CN106767380B
公开(公告)日：2019-04-19
申请号：CN201710038785.5
申请日：2017-01-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于两景SAR强度影像的矿区地表大量级三维形变估计方法，利用SAR强度偏移量追踪算法从两景SAR强度影像中生成矿区地表雷达视线向和方位向形变；基于矿区地表水平移动与下沉梯度的比例关系建立东西、南北方向水平移动与下沉之间的函数模型；分别建立矿区地表下沉与视线向和方位向形变的观测方程组；利用最小二乘法估计求解矿区地表下沉；基于求解的地表下沉，使用矿区地表水平移动与下沉梯度的比例关系估计矿区地表在东西、南北方向的水平移动。实现了仅利用两景SAR强度影像估计矿区地表大量级三维形变，有效地克服了传统方法无法从单个InSAR干涉对中获取大量级三维形变的局限。
-
公开(公告)号：CN107144213A
公开(公告)日：2017-09-08
申请号：CN201710514550.9
申请日：2017-06-29
Applicant: 中南大学
CPC classification number: G01B7/16 , G01S13/9005
Abstract: 本发明提供了一种基于SAR强度影像的矿区大量级三维时序形变估计方法及装置，首先基于设定的时空基线阈值从单个雷达成像几何学SAR强度影像集中生成SAR强度影像对；利用已有的AOT‑SAP方法分别处理各SAR强度影像对，获得矿区地表多时域三维形变观测值；分别建立相邻SAR影像期间矿区地表三维形变速率与多时域三维形变观测值之间的函数模型；利用稳健估计求解矿区地表三维大量级时序形变。本发明克服传统方法至少需要两个以上不同雷达成像几何学SAR强度影像集的苛刻限制，有效地提高了稳健性，减少了矿区地表大量级三维时序形变监测的成本，同时也大大地拓宽了SAR技术在矿区的应用前景。
-
公开(公告)号：CN106767380A
公开(公告)日：2017-05-31
申请号：CN201710038785.5
申请日：2017-01-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于两景SAR强度影像的矿区地表大量级三维形变估计方法，利用SAR强度偏移量追踪算法从两景SAR强度影像中生成矿区地表雷达视线向和方位向形变；基于矿区地表水平移动与下沉梯度的比例关系建立东西、南北方向水平移动与下沉之间的函数模型；分别建立矿区地表下沉与视线向和方位向形变的观测方程组；利用最小二乘法估计求解矿区地表下沉；基于求解的地表下沉，使用矿区地表水平移动与下沉梯度的比例关系估计矿区地表在东西、南北方向的水平移动。实现了仅利用两景SAR强度影像估计矿区地表大量级三维形变，有效地克服了传统方法无法从单个InSAR干涉对中获取大量级三维形变的局限。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.031 seconds)
