基于毫米波多基线InSAR的雷达测绘技术

李军 王冠勇 韦立登 鲁耀兵 胡庆荣

引用本文:
Citation:

基于毫米波多基线InSAR的雷达测绘技术

    作者简介: 李 军(1982–),男,北京无线电测量研究所研究员,博士,毕业于西安电子科技大学,研究方向为SAR系统总体及数据处理技术。E-mail: lijun_sar@sina.com;王冠勇(1989–),男,北京无线电测量研究所工程师,博士,毕业于中国航天科工集团第二研究院,研究方向为SAR数据处理技术。E-mail: gywang.sar@gmail.com;韦立登(1973–),男,北京无线电测量研究所研究员,博士,毕业于中国科学院研究生院,研究方向为机载SAR成像与InSAR处理技术。E-mail: koridge@163.com;鲁耀兵(1965–),男,北京无线电测量研究所研究员,博士生导师,研究方向为雷达系统总体设计、雷达信号处理技术等。E-mail: luyaobing65@163.com;胡庆荣(1974–),男,北京无线电测量研究所研究员,博士生导师,研究方向为雷达系统总体与机载SAR成像处理技术等。E-mail: hu_qingrong@126.com.
    通讯作者: 李军 lijun_sar@sina.com
  • 基金项目:

    高分辨率对地观测系统重大专项工程

  • 中图分类号: TN957.52

Radar Mapping Technology Based on Millimeter-wave Multi-baseline InSAR

    Corresponding author: LI Jun, lijun_sar@sina.com
  • Fund Project: The Major Project of High Resolution Earth Observation System

    CLC number: TN957.52

  • 摘要: 机载毫米波InSAR具备不受光照限制、测绘幅宽大、测绘精度高的特点,近年来随着其技术的不断发展和完善,逐渐成为一种被广泛关注的测绘手段。在针对小型飞行平台的高精度毫米波InSAR系统设计中,InSAR基线构型、多基线配置、外部数字高程模型(DEM)参考及InSAR处理流程是系统设计的核心。该文分析了机载毫米波InSAR系统中基线参数对干涉高程测量的影响,提出基于一体化天线吊舱的毫米波多基线InSAR系统设计思路,在此基础上提出基于时域成像算法的毫米波多基线InSAR测高处理流程。最后,实测数据实验验证了该文给出的机载毫米波多基线InSAR系统及其干涉数据处理方法在大比例尺测绘任务中的可行性和有效性。
  • 图 1  InSAR天线吊舱不同结构配置对比示意图

    Figure 1.  A comparison diagram of different configurations of InSAR antenna pod

    图 2  基于BP成像的InSAR测高模型

    Figure 2.  InSAR height measurement model based on BP imaging

    图 3  长短基线InSAR的地距投影误差对比

    Figure 3.  Comparison of ground distance projection errors of InSAR with long and short baselines

    图 4  毫米波多基线InSAR数据处理流程图

    Figure 4.  Flowchart of millimeter-wave multi-baseline InSAR data processing

    图 5  毫米波多基线InSAR装机及天线结构图

    Figure 5.  Millimeter wave multi-baseline InSAR installation and antenna structure diagram

    图 6  毫米波多基线InSAR实测数据处理结果

    Figure 6.  The measured data processing results of millimeter-wave multi-baseline InSAR

    图 7  毫米波多基线InSAR处理结果

    Figure 7.  Results of millimeter-wave multi-baseline InSAR treatment

    图 8  InSAR测绘高度与基准高度对比结果

    Figure 8.  Comparison results between the measured height and the reference height

    表 1  不同基线配置对InSAR高程测量精度影响对比

    Table 1.  Comparison of effects of different baseline configurations on InSAR elevation measurement accuracy

    飞行高度(m)基线误差(mm)基线长度(m)基线倾角(°)下视角(°)雷达斜距(km)高程误差(m)
    30000.11.845303.460.03
    454.240
    606.000.08
    0.345303.460.15
    454.240
    606.000.46
    下载: 导出CSV

    表 2  InSAR不同基线长度对应的模糊高程

    Table 2.  Fuzzy elevation corresponding to different baseline lengths

    基线长度(m)下视角(°)基线倾角(°)雷达斜距(m)模糊高程(m)
    0.303545520061
    0.3055458800125
    0.0335455200611
    0.03554588001247
    下载: 导出CSV

    表 3  毫米波多基线InSAR系统参数

    Table 3.  Parameters of millimeter-wave multi-baseline InSAR system

    参数数值
    中心频率35 GHz
    长基线长度0.31 m
    短基线长度0.03 m
    基线倾角45°
    飞行高度3000 m
    信号带宽900 MHz
    雷达下视角38°~52°
    平均飞行速度240 km/h
    下载: 导出CSV
  • [1] RODRIGUEZ E and MARTIN J M. Theory and design of interferometric synthetic aperture radars[J]. IEE Proceedings F Radar and Signal Processing, 1992, 139(2): 147–159. doi: 10.1049/ip-f-2.1992.0018
    [2] 钟雪莲, 向茂生, 郭华东, 等. 机载重轨干涉合成孔径雷达的发展[J]. 雷达学报, 2013, 2(3): 367–381. doi: 10.3724/SP.J.1300.2013.13005ZHONG Xuelian, XIANG Maosheng, GUO Huadong, et al. Current development in airborne repeat-pass interferometric synthetic aperture radar[J]. Journal of Radars, 2013, 2(3): 367–381. doi: 10.3724/SP.J.1300.2013.13005
    [3] LI Huimin, WANG Yong, and LUO Xuelian. Tree height estimation at plateau mountains, northwestern Sichuan, China using dual Pol-InSAR data[C]. 2016 IEEE International Geoscience and Remote Sensing Symposium, Beijing, China, 2016: 4698–4701. DOI: 10.1109/igarss.2016.7730226.
    [4] ZHANG Yilong, MIAO Wei, LIN Zhenhui, et al. Millimeter-wave InSAR image reconstruction approach by total variation regularized matrix completion[J]. Remote Sensing, 2018, 10(7): 1053. doi: 10.3390/rs10071053
    [5] BRENNER A R and ROESSING L. Radar imaging of urban areas by means of very high-resolution SAR and interferometric SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 2008, 46(10): 2971–2982. doi: 10.1109/tgrs.2008.920911
    [6] VAN ZYL J J. The Shuttle Radar Topography Mission (SRTM): A breakthrough in remote sensing of topography[J]. Acta Astronautica, 2001, 48(5/12): 559–565. doi: 10.1016/S0094-5765(01)00020-0
    [7] KRIEGER G, MOREIRA A, FIEDLER H, et al. TanDEM-X: A satellite formation for high-resolution SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2007, 45(11): 3317–3341. doi: 10.1109/TGRS.2007.900693
    [8] MOREIRA A, KRIEGER G, HAJNSEK I, et al. TanDEM-X: A TerraSAR-X add-on satellite for single-pass SAR interferometry[C]. 2004 IEEE International Geoscience and Remote Sensing Symposium, Anchorage, USA, 2004: 1000–1003. DOI: 10.1109/IGARSS.2004.1368578.
    [9] YAGUE-MARTINEZ N, PRATS-IRAOLA P, WOLLSTADT S, et al. The 2-look TOPS mode: Design and demonstration with TerraSAR-X[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(10): 7682–7703. doi: 10.1109/tgrs.2019.2915797
    [10] KRAUS T, KRIEGER G, BACHMANN M, et al. Spaceborne demonstration of distributed SAR imaging with TerraSAR-X and TanDEM-X[J]. IEEE Geoscience and Remote Sensing Letters, 2019, 16(11): 1731–1735. doi: 10.1109/lgrs.2019.2907371
    [11] GONZALEZ J H, BACHMANN M, KRIEGER G, et al. Development of the TanDEM-X calibration concept: Analysis of systematic errors[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(2): 716–726. doi: 10.1109/tgrs.2009.2034980
    [12] LEE S K, FATOYINBO T E, LAGOMASINO D, et al. Multibaseline TanDEM-X mangrove height estimation: The selection of the vertical wavenumber[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(10): 3434–3442. doi: 10.1109/jstars.2018.2835647
    [13] 邓云凯, 赵凤军, 王宇. 星载SAR技术的发展趋势及应用浅析[J]. 雷达学报, 2012, 1(1): 1–10. doi: 10.3724/SP.J.1300.2012.20015DENG Yunkai, ZHAO Fengjun, and WANG Yu. Brief analysis on the development and application of spaceborne SAR[J]. Journal of Radars, 2012, 1(1): 1–10. doi: 10.3724/SP.J.1300.2012.20015
    [14] SAUER S, FERRO-FAMIL L, REIGBER A, et al. Polarimetric dual-baseline InSAR building height estimation at L-band[J]. IEEE Geoscience and Remote Sensing Letters, 2009, 6(3): 408–412. doi: 10.1109/lgrs.2009.2014571
    [15] LIANG Cunren, LIU Zhen, FIELDING E J, et al. InSAR time series analysis of L-band wide-swath SAR data acquired by ALOS-2[J]. IEEE Transactions on Geoscience and Remote Sensing, 2018, 56(8): 4492–4506. doi: 10.1109/tgrs.2018.2821150
    [16] BRENNER A R and ENDER J H G. Demonstration of advanced reconnaissance techniques with the airborne SAR/GMTI sensor PAMIR[J]. IEE Proceedings - Radar, Sonar and Navigation, 2006, 153(2): 152–162. doi: 10.1049/ip-rsn:20050044
    [17] LAZECKY M, HLAVACOVA I, BAKON M, et al. Bridge displacements monitoring using space-borne X-Band SAR interferometry[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2017, 10(1): 205–210. doi: 10.1109/jstars.2016.2587778
    [18] MALLIOT H A. DTEMS interferometric SAR design and method of baseline tilt determination[C]. 1996 IEEE Aerospace Applications Conference. Proceedings, Aspen, USA, 1996: 107–127. DOI: 10.1109/aero.1996.499406.
    [19] XIANG Maosheng, WU Yirong, LI Shaoen, et al. Introduction on an experimental airborne InSAR system[C]. 2005 IEEE International Geoscience and Remote Sensing Symposium, Seoul, South Korea, 2005: 4809-4812. DOI: 10.1109/igarss.2005.1526749.
    [20] MAGNARD C, FRIOUD M, SMALL D, et al. Processing of MEMPHIS Ka-band multibaseline interferometric SAR data: From raw data to digital surface models[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2014, 7(7): 2927–2941. doi: 10.1109/jstars.2014.2315896
    [21] OUCHI K, YOSHIDA T, and YANG Chansu. A theory of multiaperture along-track interferometric synthetic aperture radar[J]. IEEE Geoscience and Remote Sensing Letters, 2019, 16(10): 1565–1569. doi: 10.1109/lgrs.2019.2906104
    [22] 陈国忠, 赵迪, 王晓鹏, 等. 干涉SAR多基线分析与设计[J]. 上海航天, 2016, 33(6): 26–30.CHEN Guozhong, ZHAO Di, WANG Xiaopeng, et al. Multi-baseline analysis and design of interferometric synthetic aperture radar[J]. Aerospace Shanghai, 2016, 33(6): 26–30.
    [23] MAGNARD C, FRIOUD M, SMALL D, et al. Analysis of a maximum likelihood phase estimation method for airborne multibaseline SAR interferometry[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(3): 1072–1085. doi: 10.1109/jstars.2015.2487685
    [24] FERRAIUOLO G, MEGLIO F, PASCAZIO V, et al. DEM reconstruction accuracy in multichannel SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(1): 191–201. doi: 10.1109/tgrs.2008.2002644
    [25] 匡辉, 杨威, 王鹏波, 等. 多方位角多基线星载SAR三维成像方法研究[J]. 雷达学报, 2018, 7(6): 685–695. doi: 10.12000/JR18073KUANG Hui, YANG Wei, WANG Pengbo, et al. Three-dimensional imaging algorithm for multi-azimuth-angle multi-baseline spaceborne synthetic aperture radar[J]. Journal of Radars, 2018, 7(6): 685–695. doi: 10.12000/JR18073
    [26] 潘舟浩, 刘波, 张清娟, 等. 三基线毫米波InSAR的相位解缠及高程反演[J]. 红外与毫米波学报, 2013, 32(5): 474–480. doi: 10.3724/SP.J.1010.2013.00474PAN Zhouhao, LIU Bo, ZHANG Qingjuan, et al. Millimeter-wave InSAR phase unwrapping and DEM reconstruction based on three-baseline[J]. Journal of Infrared and Millimeter Waves, 2013, 32(5): 474–480. doi: 10.3724/SP.J.1010.2013.00474
    [27] 潘舟浩, 李道京, 刘波, 等. 基于BP算法和时变基线的机载InSAR数据处理方法研究[J]. 电子与信息学报, 2014, 36(7): 1585–1591. doi: 10.3724/SP.J.1146.2013.00715PAN Zhouhao, LI Daojing, LIU Bo, et al. Processing of the airborne InSAR data based on the BP algorithm and the time-varying baseline[J]. Journal of Electronics &Information Technology, 2014, 36(7): 1585–1591. doi: 10.3724/SP.J.1146.2013.00715
    [28] DOERRY A W and BICKEL D L. A comparison of interferometric SAR antenna options[C]. The SPIE: Radar Sensor Technology XVII, Baltimore, USA, 2013: 87141F. DOI: 10.1117/12.2015325.
    [29] 李浩林, 陈露露, 张磊, 等. 快速分解后向投影SAR成像的自聚焦算法研究[J]. 电子与信息学报, 2014, 36(4): 938–945. doi: 10.3724/SP.J.1146.2013.00011LI Haolin, CHEN Lulu, ZHANG Lei, et al. Study of autofocus method for SAR imagery created by fast factorized backprojection[J]. Journal of Electronics &Information Technology, 2014, 36(4): 938–945. doi: 10.3724/SP.J.1146.2013.00011
    [30] XIE Pengfei, ZHANG Man, ZHANG Lei, et al. Residual motion error correction with backprojection multisquint algorithm for airborne synthetic aperture radar interferometry[J]. Sensors, 2019, 19: 2342. doi: 10.3390/s19102342
    [31] ROGAN A and CARANDE R. InSAR processing using a GPGPU[C]. SPIE: Algorithms for Synthetic Aperture Radar Imagery XVIII, Orlando, USA, 2011: 80510O. DOI: 10.1117/12.889917.
    [32] MENG Dadi, HU Donghui, and DING Chibiao. Precise focusing of airborne SAR data with wide apertures large trajectory deviations: A chirp modulated back-projection approach[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(5): 2510–2519. doi: 10.1109/TGRS.2014.2361134
    [33] WEI Shunjun, GUO Liwen, ZHANG Xiaoling, et al. Millimeter-wave interferometric synthetic aperture radar imaging via ground projection[C]. 2014 IEEE 17th International Conference on Computational Science and Engineering, Chengdu, China, 2014: 334–339. DOI: 10.1109/cse.2014.89.
  • [1] 乔明潘舟浩刘波李道京 . 毫米波三基线InSAR 通道泄漏误差分析和补偿方法研究. 雷达学报, 2013, 2(1): 68-76. doi: 10.3724/SP.J.1300.2013.13008
    [2] 韦顺军师君张晓玲陈刚 . 基于曲面投影的毫米波InSAR数据成像方法. 雷达学报, 2015, 4(1): 49-59. doi: 10.12000/JR14137
    [3] 谢朋飞张磊吴振华 . 融合ω-K和BP算法的圆柱扫描毫米波三维成像算法. 雷达学报, 2018, 7(3): 387-394. doi: 10.12000/JR17112
    [4] 斯奇王宇邓云凯李宁张衡 . 一种基于最大后验框架的聚类分析多基线干涉SAR高度重建算法. 雷达学报, 2017, 6(6): 640-652. doi: 10.12000/JR17043
    [5] 侯育星徐刚 . InSAR通道联合稀疏贝叶斯特征化成像. 雷达学报, 2018, 7(6): 750-757. doi: 10.12000/JR18100
    [6] 丁斌向茂生梁兴东 . 射频干扰对机载P波段重复轨道InSAR系统的影响分析. 雷达学报, 2012, 1(1): 82-90. doi: 10.3724/SP.J.1300.2012.10062
    [7] 邢孟道林浩陈溅来孙光才严棒棒 . 多平台合成孔径雷达成像算法综述. 雷达学报, 2019, 8(6): 732-757. doi: 10.12000/JR19102
    [8] 路满宋红军罗运华 . 基于调频连续波信号的圆弧式合成孔径雷达成像方法. 雷达学报, 2016, 5(4): 425-433. doi: 10.12000/JR16007
    [9] 林世斌李悦丽严少石周智敏 . 平地假设对合成孔径雷达时域算法成像质量的影响研究. 雷达学报, 2012, 1(3): 309-313. doi: 10.3724/SP.J.1300.2012.20035
    [10] 田鹤李道京祁春超 . 频域稀疏毫米波人体安检成像处理和快速成像稀疏阵列设计. 雷达学报, 2018, 7(3): 376-386. doi: 10.12000/JR17082
    [11] 师君阙钰佳周泽南周远远张晓玲孙铭芳 . 近场毫米波三维成像与异物检测方法. 雷达学报, 2019, 8(5): 578-588. doi: 10.12000/JR18089
    [12] 刘海波盛蒙蒙杨晓倩 . 一种车载毫米波列车防撞雷达系统研究. 雷达学报, 2013, 2(2): 234-238. doi: 10.3724/SP.J.1300.2013.20091
    [13] 吴一戎 . 多维度合成孔径雷达成像概念. 雷达学报, 2013, 2(2): 135-142. doi: 10.3724/SP.J.1300.2013.13047
    [14] 魏明贵梁达川谷建强闵锐李晋欧阳春梅田震何明霞韩家广张伟力 . 太赫兹时域雷达成像研究. 雷达学报, 2015, 4(2): 222-229. doi: 10.12000/JR14125
    [15] 种劲松周晓中 . 合成孔径雷达图像海洋内波探测研究综述. 雷达学报, 2013, 2(4): 406-421. doi: 10.3724/SP.J.1300.2013.13012
    [16] 曾铮张福博陈龙永卜祥玺周思言 . 基于多输入多输出合成孔径雷达的二维混合基线抗欺骗干扰方法. 雷达学报, 2019, 8(1): 90-99. doi: 10.12000/JR18118
    [17] 曾操梁思嘉王威徐青 . 基于频率步进信号的旋转式合成孔径雷达成像方法. 雷达学报, 2014, 3(4): 401-408. doi: 10.3724/SP.J.1300.2014.14043
    [18] 金添 . 叶簇穿透合成孔径雷达增强成像方法. 雷达学报, 2015, 4(5): 503-508. doi: 10.12000/JR15114
    [19] 张珂殊潘洁王然李光祚王宁吴一戎 . 大幅宽激光合成孔径雷达成像技术研究. 雷达学报, 2017, 6(1): 1-10. doi: 10.12000/JR16152
    [20] 何峰杨阳董臻梁甸农 . 曲线合成孔径雷达三维成像研究进展与展望. 雷达学报, 2015, 4(2): 130-135. doi: 10.12000/JR14119
  • 加载中
图(8)表(3)
计量
  • 文章访问数:  625
  • HTML浏览量:  401
  • PDF下载量:  140
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-11-19
  • 录用日期:  2019-12-25
  • 网络出版日期:  2020-01-06
  • 刊出日期:  2019-12-28

基于毫米波多基线InSAR的雷达测绘技术

    通讯作者: 李军 lijun_sar@sina.com
    作者简介: 李 军(1982–),男,北京无线电测量研究所研究员,博士,毕业于西安电子科技大学,研究方向为SAR系统总体及数据处理技术。E-mail: lijun_sar@sina.com;王冠勇(1989–),男,北京无线电测量研究所工程师,博士,毕业于中国航天科工集团第二研究院,研究方向为SAR数据处理技术。E-mail: gywang.sar@gmail.com;韦立登(1973–),男,北京无线电测量研究所研究员,博士,毕业于中国科学院研究生院,研究方向为机载SAR成像与InSAR处理技术。E-mail: koridge@163.com;鲁耀兵(1965–),男,北京无线电测量研究所研究员,博士生导师,研究方向为雷达系统总体设计、雷达信号处理技术等。E-mail: luyaobing65@163.com;胡庆荣(1974–),男,北京无线电测量研究所研究员,博士生导师,研究方向为雷达系统总体与机载SAR成像处理技术等。E-mail: hu_qingrong@126.com
  • 北京无线电测量研究所 北京 100854
基金项目:  高分辨率对地观测系统重大专项工程

摘要: 机载毫米波InSAR具备不受光照限制、测绘幅宽大、测绘精度高的特点,近年来随着其技术的不断发展和完善,逐渐成为一种被广泛关注的测绘手段。在针对小型飞行平台的高精度毫米波InSAR系统设计中,InSAR基线构型、多基线配置、外部数字高程模型(DEM)参考及InSAR处理流程是系统设计的核心。该文分析了机载毫米波InSAR系统中基线参数对干涉高程测量的影响,提出基于一体化天线吊舱的毫米波多基线InSAR系统设计思路,在此基础上提出基于时域成像算法的毫米波多基线InSAR测高处理流程。最后,实测数据实验验证了该文给出的机载毫米波多基线InSAR系统及其干涉数据处理方法在大比例尺测绘任务中的可行性和有效性。

English Abstract

    • 随着干涉合成孔径雷达(Interferometric Synthetic Aperture Radar, InSAR[1,2])技术的不断发展和完善,已逐渐从工程样机研制走向专业应用化推广。尤其是InSAR全天时、多天候的载荷特点,对气象条件依赖因素较小,使其成为有别于常规航空摄影测量、激光测量等技术手段的新型测绘装备,可广泛运用于我国西南多云雨省份的高精度地形测绘,具有广阔的市场应用前景,引起了世界各国的高度关注和重点研究[3-5]。2000年美国搭载“奋进号”航天飞机完成了名为航天飞机雷达地形测绘使命(Shuttle Radar Topography Mission, SRTM)的雷达测绘计划,实现了地球南北纬60°范围以内的陆地测绘,体现了星载雷达测绘的高精度和宽覆盖[6]。欧盟随后也提出了TerraSAR-X和TanDEM-X测绘雷达研制计划[7,8],利用3年时间获取了高精度连续的全球数字高程模型(World Digital Elevation Model, WorldDEM)。数据库于2014年投入使用,较SRTM测绘精度大幅提升,数据网格分辨率为12 m×12 m,相对高程精度优于2 m,并且测绘产品输出类型也更为丰富[9-12]

      星载InSAR系统[13]受限于基线长度的设计约束,在1:5000或者1:2000等大比例尺地图测绘时,星载测绘手段当前时期内仍略显不足。机载InSAR在灵活性和高精度方面则占据一定的优势,各型有人、无人机载InSAR系统得到快速发展。传统机载InSAR系统一般采用L波段[14,15]或者X波段[16,17],如美国空军ER-2平台的DTEMS系统[18]、中科院电子所“奖状”平台的测绘雷达系统[19]等,在0.5 m高程测量精度约束下,雷达两部接收天线基线长度达到了8.5 m和2.4 m,需要对飞机结构进行特殊的加改装设计并重新适航,对飞机平台要求较高。常规低波段InSAR系统直接利用国内现有的运-12、塞斯纳等通航飞机仍面临较大的技术困难,而高频段InSAR系统[20]则可以利用基线较短的优势,降低对飞机平台的依赖性,从而提升飞机的适装性和普适性。相位解缠是InSAR面对的另一个难题,多基线InSAR系统[21]由于良好的相位解缠绕能力,其系统设计[22]及数据处理[23-27]近年来逐渐受到广泛关注。

      本文介绍了一种新颖的毫米波多基线InSAR系统,多部雷达天线统一集成在单个雷达吊舱内,可适装多种飞行平台,其中吊舱内的长基线用于确保雷达测绘精度,而短基线可大幅度降低相位解缠绕难度。在SRTM低精度地形高程的辅助下,结合时域成像算法和高程反演近似方法极大提升了系统在山地、高山地等复杂地形的实用化程度。实测机载毫米波多基线InSAR数据处理结果与真实高程数据的对比验证了系统的测量精度及鲁棒性。

    • 毫米波多基线InSAR的设计思路为针对国内现有通航飞机平台的结构和电气接口,设计一款具备多种不同基线且集成在单个吊舱内的高精度InSAR系统,适装不同的飞机平台,适应山地、高山地等复杂的地形环境,全域条件下测绘精度满足1:5000比例尺测图要求。由于InSAR系统的干涉基线配置和雷达工作频率对测高精度具有较大影响,这里主要对两种因素展开讨论。

    • InSAR测高误差项中基线长度导致的高程误差为[28]

      $\Delta {H_{\rm{B}}} = R\tan \left( {\vartheta - \xi } \right)\sin \vartheta \frac{{\Delta B}}{B}$

      其中,$R$为雷达斜距,$\vartheta $为雷达下视角,$\xi $为基线倾角,$B$为干涉基线长度,$\Delta B$为基线长度测量误差,则有效干涉基线长度为$B\cos \left( {\vartheta - \xi } \right)$。InSAR基线设计可采用两个独立的天线吊舱分别挂置在飞机机翼两侧形成干涉基线(简称分置式吊舱),也可采用单个吊舱内部集成多部天线形成干涉基线(简称一体化吊舱),如图1所示。

      图  1  InSAR天线吊舱不同结构配置对比示意图

      Figure 1.  A comparison diagram of different configurations of InSAR antenna pod

      分置式吊舱将多个天线吊舱分别挂载在飞机两侧机翼的下方,或者根据需要设置在机翼下和机腹下。此方式可以最大化利用机身结构,形成长基线,干涉精度高,但对飞机结构改装要求相对较高。一体化吊舱则在单个吊舱内部集成多部雷达天线,结构集成度高,飞机易安装,但基线长度较短,不易实现高精度测高,但通过基线倾角的设计可弥补高程精度的不足。一体化吊舱由于对飞机结构改装小,可安装于小型民用通用航空飞机平台,工程实现和应用飞行试验难度相对较低,近年来受到测绘行业的重视。

      根据式(1)可以对比不同基线配置对InSAR高程测量精度的影响。表1分别对比了1.8 m基线的分置式吊舱与0.3 m基线的一体化吊舱在不同入射角$\vartheta $情况下的测高误差,其中载机飞行高度按照通航非气密飞机的正常作业相对航线高度3000 m计算,分置式吊舱和一体化吊舱基线倾角$\xi $设置为45°,基线长度测量误差$\Delta B$均设置为0.1 mm。

      飞行高度(m)基线误差(mm)基线长度(m)基线倾角(°)下视角(°)雷达斜距(km)高程误差(m)
      30000.11.845303.460.03
      454.240
      606.000.08
      0.345303.460.15
      454.240
      606.000.46

      表 1  不同基线配置对InSAR高程测量精度影响对比

      Table 1.  Comparison of effects of different baseline configurations on InSAR elevation measurement accuracy

      表1可知,在入射角30°~60°范围内,一体化吊舱0.3 m短基线通过基线倾角的设计可具有较高的高程测量精度。短基线使得一体化吊舱尺寸小,大幅度降低了干涉雷达系统所需的结构外形包络,并且可以避免柔性基线问题,便于后续多载机适装和大规模业务化运行。

      InSAR高程测量误差中,雷达中心频率的影响主要体现在干涉相位误差项中,干涉相位误差$\Delta \varPhi $对测高的影响为[28]

      $ \Delta {H_\varPhi } = \frac{{\lambda R\sin \vartheta }}{{{\rm{4}}\pi B\cos \left( {\vartheta - \xi } \right)}}\Delta \varPhi $

      其中,$\lambda $为雷达波长。假设干涉相位误差相同,在相同基线配置参数下,雷达波长越短,测高误差越小,反言之相同精度条件下雷达波长越小,所需的基线长度越短。例如,相同条件下Ka波段(波长8 mm)较X波段(波长3 cm)干涉基线长度可以减少至1/3,大幅度降低了系统体积和工程实现难度。

    • InSAR利用相位反演高程,长基线对高程敏感但易发生相位${\rm{2}}\pi $模糊,短基线对高程不敏感但高程测量精度较差,实际工程设计时需要对多基线配置开展详细分析。不同基线长度对应的模糊高程为[28]

      ${H_{{\rm{Amb}}}} = \frac{{\lambda R\sin \vartheta }}{{B\cos \left( {\vartheta - \xi } \right)}}$

      即高程误差$h \in \left[ { - {H_{{\rm{Amb}}}}/2,{H_{{\rm{Amb}}}}/2} \right)$时,干涉相位$\varPhi \in \left[ { - \pi ,\pi } \right)$,相位未发生模糊,表2分析了3000 m航高下不同基线长度对应的模糊高程。

      基线长度(m)下视角(°)基线倾角(°)雷达斜距(m)模糊高程(m)
      0.303545520061
      0.3055458800125
      0.0335455200611
      0.03554588001247

      表 2  InSAR不同基线长度对应的模糊高程

      Table 2.  Fuzzy elevation corresponding to different baseline lengths

      表2可知,InSAR基线越短,模糊高程越大,但测高误差大。InSAR基线越长,模糊高越小,但测高精度高。设计长基线长度${B_{\rm{L}}}$时,应综合考虑式(1)和式(2)的要求

      $ \left. \begin{aligned} & {{B_{\rm{L}}} \ge R\tan \left( {\vartheta - \xi } \right)\sin \vartheta \frac{{\Delta B}}{{\Delta {H_{{\rm{BL}}}}}}} \\ & {{B_{\rm{L}}} \ge \frac{{\lambda R\sin \vartheta }}{{{\rm{4}}\pi B\cos \left( {\vartheta - \xi } \right)}}\frac{{\Delta \varPhi }}{{\Delta {H_\varPhi }}}} \end{aligned} \right\} $

      其中,$\Delta {H_{{\rm{BL}}}}$为长基线的高程测量精度。在干涉相位不模糊的约束条件下,短基线对地形高度起伏的适应能力越强,后续干涉相位解缠绕处理难度越低,但短基线将导致干涉高程测量误差增加。假设干涉相位误差$\Delta \varPhi $服从$N\left( {\mu ,{\sigma ^2}} \right)$的正态分布,若短基线测高误差峰峰值大于长基线的模糊高,则无法进行正确的长基线解模糊,为了避免这个问题,按照正态分布特性一般选择短基线长度${B_{\rm{S}}}$

      $ {B_{\rm{S}}} \ge \frac{{6\Delta {H_{{\rm{BL}}}}}}{{{H_{{\rm{Amb\_BL}}}}}}{B_{\rm{L}}} $

      其中,${H_{{\rm{Amb\_BL}}}}$为长基线的模糊高程。长基线长度${B_{\rm{L}}}$需要根据系统最终的测高精度进行综合选择。一般多基线InSAR成像过程中还会引入SRTM或TanDEM-X数据源作为初始参考高程,初始参考高程与地物实际高程之间还存在一定的误差$\Delta {h_{{\rm{input}}}}$,为了避免参考高程误差导致短基线相位模糊,短基线长度${B_{\rm{S}}}$还需要同时满足:

      $ {B_{\rm{S}}} \ge \frac{{{H_{{\rm{Amb\_BL}}}}}}{{{\rm{6}}\Delta {h_{{\rm{input}}}}}}{B_{\rm{L}}} $

      需要说明的是,除上述多基线设计约束外,为了降低干涉相位解缠绕的复杂度,还应确保长短基线干涉相位图中每一像素点相位模糊不同,即长基线相位折叠位置与短基线相位折叠位置不同。

    • 常规频域SAR成像算法的成像平面一般为斜平面,InSAR后期处理中还需要影像配准和平地相位去除,处理较为复杂,且已知的地形信息利用率不高。而基于时域后向投影的SAR成像算法[29,30]可以充分利用先验地形信息,将成像平面定义为地平面,大大降低了InSAR处理的难度。随着GPU的技术发展[31],时域算法面临的大规模运算将得到有效解决,基于时域成像的InSAR处理技术近年来得到了广泛关注[32,33]

      假设两个雷达接收天线$A_1$, $A_{\rm{2}}$物理间距为$B$,基线倾角为$\xi $,目标点为$P$,真实高度为$h_1 + \Delta h$,在地距位置为$y_0$,目标与雷达天线之间的距离分别为$R_1$, $R_2$。实际成像过程中,目标真实高度未知,目标点先验信息高度为$h_1$,高度误差为$\Delta h$,雷达高度为$H$,目标下视角为$\theta $。基于BP成像的InSAR几何模型如图2所示。

      图  2  基于BP成像的InSAR测高模型

      Figure 2.  InSAR height measurement model based on BP imaging

      BP成像时,利用先验地形信息建立成像网格,目标点$P$在等距离成像面内投影至$P_1$点,这里$R_1$等于$R_1'$,地距点由$y_0$变化至$y_1$点,为了确保目标点$P$在天线$A_{\rm{2}}$内也投影至$P_1$点,需满足$R_2$在先验地形内的地距投影也为$y_1$,即

      $ \left| {y\left( {R_1'} \right) - y\left( {R_2'} \right)} \right| < < \delta R $

      展开得

      $\left| {\sqrt {R_1^2 - {{\left( {H - {h_1}} \right)}^2}} - \sqrt {R_1^2 + {B^2} - 2{R_1}B\sin \left( {\theta + \Delta \theta - \xi } \right) - {{\left( {H - {h_1} + B\sin \xi } \right)}^2}} - B\cos \xi } \right| < < \delta R$

      其中,$\cos \left( {\theta + \Delta \theta } \right) = \left( {H - {h_1} - \Delta h} \right)/{R_1}$, $\delta R$为距离分辨率,$\Delta \theta $为高程误差引起的下视角误差。基线越长,其投影误差越大。图3对比了长短基线InSAR不同天线的地距投影误差,其中绿色虚线表示偏移1/10个像素对应的地距误差约束条件。

      图  3  长短基线InSAR的地距投影误差对比

      Figure 3.  Comparison of ground distance projection errors of InSAR with long and short baselines

      图3可知,短基线InSAR成像时不同天线投影在相同地距位置,像素偏移量可以忽略,但对长基线而言高程误差大于100 m时需要考虑地距偏移影响,体现在SAR图像中表示为像素点的偏移,对应干涉相位的损失。实际数据处理时可利用短基线测高信息对长基线进行二次处理,校正高程误差导致的地距偏移。假设目标点在两个天线成像时投影至相同地距位置,基于BP成像的InSAR干涉相位可表达为

      $\begin{split} {\varPhi _{{\rm{InSAR\_BP}}}} =\,& - \frac{{2\pi }}{\lambda }\left[ {{R_2} - {R_1} - \left( {{R}_2' - {R}_1'} \right)} \right] \\ =\,& - \frac{{2\pi }}{\lambda }\left( {{R_2} - {R}_2'} \right) \end{split} $

      其中,

      $ \left. \begin{aligned} & {R_2} = \sqrt {R_1^2 + {B^2} - 2{R_1}B\sin \left( {\theta + \Delta \theta - \xi } \right)} \\ & {R}_2' = \sqrt {R_1^2 + {B^2} - 2{R_1}B\sin \left( {\theta - \xi } \right)} \\ \end{aligned} \right\} $

      则干涉相位可简化表示为

      $ \begin{split} {\varPhi _{{\rm{InSAR\_BP}}}} &= - \frac{{2\pi B}}{\lambda }\left[ {\sin \left( {\theta - \xi } \right) - \sin \left( {\theta + \Delta \theta - \xi } \right)} \right] \\ &\approx \frac{{2\pi B}}{\lambda }\cos \left( {\theta - \xi } \right)\Delta \theta \\[-15pt] \end{split} $

      转化为高程误差为

      $ \Delta h = H - {h_1} - {R_1}\cos \left( {\theta + \Delta \theta } \right) $

      理论上通过式(11)和式(12)即可求解目标点高程,但由于长基线InSAR干涉相位${\varPhi _{{\rm{InSAR\_BP}}}}$中是存在模糊的,需要利用短基线求解长基线的干涉相位,从而获得精确的地物高程。具体步骤为

      步骤 1 短基线高程求解近似。由三角关系$\cos \left( {\theta + \Delta \theta } \right) = \cos \theta - \Delta h/{R_1}$,可近似得到

      $\Delta \theta \approx \frac{{\Delta h}}{{{R_1}\sin \theta }}$

      将式(13)带入至InSAR相位表达式(11)中,可以得到短基线干涉相位${\varPhi _{{\rm{InSAR\_BP\_BS}}}}$与高程误差$\Delta h$近似关系为

      $ {\varPhi _{{\rm{InSAR\_BP\_BS}}}} \approx \frac{{\pi {B_{\rm{S}}}\cos \left( {\theta - \xi } \right)}}{{\lambda {R_1}\sin \theta }}\Delta h $

      步骤 2 构建长基线补偿相位项。同一像素点,长短基线除基线长度不同,其余项均可近似相同,此时可构建长基线的补偿相位$\Delta {\varPhi _{{\rm{InSAR\_BP\_BL}}}}$

      $\Delta {\varPhi _{{\rm{InSAR\_BP\_BL}}}} \approx \frac{{{B_{\rm{L}}}}}{{{B_{\rm{S}}}}}{\varPhi _{{\rm{InSAR\_BP\_BS}}}}$

      步骤 3 长基线相位校正。长基线干涉相位中去除补偿相位项,得到无模糊的相位

      $ \varPhi _{{\rm{InSAR\_BP\_BL}}}^{\rm{r}} \approx {\varPhi _{{\rm{InSAR}}}} - {\left[ {\Delta {\varPhi _{{\rm{InSAR\_BP\_BL}}}}} \right]_{2\pi }} $

      其中,${\left[ \cdot \right]_{{\rm{2}}\pi }}$表示对相位进行${\rm{2}}\pi $周期的折叠变化。

      步骤 4 长基线相位逆校正。对去除模糊的长基线进行干涉相位滤波$\varPhi _{{\rm{InSAR\_BP\_BL}}}^{\rm{f}}$,并加上补偿相位$\Delta {\varPhi _{{\rm{InSAR\_BP\_BL}}}}$得到最终的长基线干涉相位${\varPhi _{{\rm{InSAR\_BP\_BL}}}}$

      ${\varPhi _{{\rm{InSAR\_BP\_BL}}}} \approx \varPhi _{{\rm{InSAR\_BP\_BL}}}^{\rm{f}} + \Delta {\varPhi _{{\rm{InSAR\_BP\_BL}}}}$

      步骤 5 求解目标点的高程误差。按照干涉相位与高程误差的精确公式,计算目标点最终的高程误差。

    • 毫米波InSAR数据处理结合外部数字高程模型(Digital Elevation Model, DEM)数据,在3维地形网格上构建成像平面,利用后向投影算法分别对长短基线开展SAR成像,短基线InSAR经干涉和滤波、解缠绕处理后得到低精度的地形高程,长基线InSAR在低精度高程的基础上开展几何校正,在干涉和相位滤波处理后,叠加短基线补偿相位消除长基线相位模糊,相位解缠绕处理后叠加短基线补偿相位得到最终的干涉相位,经相位转化后获得精确的地物高程。毫米波多基线InSAR数据处理流程整理后如图4所示,其中灰色部分为外部参数输入。

      图  4  毫米波多基线InSAR数据处理流程图

      Figure 4.  Flowchart of millimeter-wave multi-baseline InSAR data processing

    • 下面利用实际的毫米波多基线InSAR系统,搭载有人飞机平台,并在地面布设三面角角反射器和全球导航卫星系统(Global Navigation Satellite System, GNSS)地面基准站,验证本文算法的可行性和有效性。毫米波多基线InSAR系统参数如表3所示,搭载的有人机飞行平台及毫米波多基线InSAR系统雷达吊舱实物图如图5所示。

      参数数值
      中心频率35 GHz
      长基线长度0.31 m
      短基线长度0.03 m
      基线倾角45°
      飞行高度3000 m
      信号带宽900 MHz
      雷达下视角38°~52°
      平均飞行速度240 km/h

      表 3  毫米波多基线InSAR系统参数

      Table 3.  Parameters of millimeter-wave multi-baseline InSAR system

      图  5  毫米波多基线InSAR装机及天线结构图

      Figure 5.  Millimeter wave multi-baseline InSAR installation and antenna structure diagram

      飞行试验地点为河南省安阳市,图6(a)为观测区域的GoogleEarth光学影像图,图6(b)为观测区域的SRTM参考高程数据,图6(c)图6(d)分别为基于3维地形网格的不同通道SAR成像结果。图6(e)图6(f)分别为长基线和短基线的干涉相位图,可以看出短基线干涉相位基本没有模糊,长基线干涉图局部区域仍存在一定的模糊,图6(g)为长基线经过短基线相位校正后的干涉相位图,可以看出长基线经短基线校正后相位未模糊,说明短基线可作为一种辅助手段降低相位解缠绕和高程反演的难度,图6(h)为长短基线联合处理后的高程测量图,与图6(b)比较可以看出,其区域高程细节明显丰富,高程精度提升。

      图  6  毫米波多基线InSAR实测数据处理结果

      Figure 6.  The measured data processing results of millimeter-wave multi-baseline InSAR

      为了说明本文所提出的基于一体化天线吊舱的毫米波多基线InSAR系统及干涉数据处理方法在测绘作业中的可行性,下面给出了InSAR测绘高程与真实高程数据的对比结果。图7(a)为由光学雷达(Light detection and range, Lidar)测得的测区高程数据,图7(b)为经过干涉数据处理后的测区DSM结果。为了对测绘结果进行量化说明,在飞行测区内布设了68个角反射器作为检查点,角反射器的分布如图7(a)所示,其中共有34个指向南向,34个指向北向。后通过GNSS差分测量出角反射器的3维位置信息(精度约5 cm),以此作为基准对本文多基线InSAR系统的性能进行分析。从上述角反射器中去除地物遮挡和角反指向等引起的角反异常值,对剩余的25个角反射器进行分析,画出基准高度与InSAR测高结果如图8(a)所示,测高误差结果如图8(b)所示。由图8可知,毫米波多基线InSAR系统测量的高程与高程基准的误差均值为0.0495 m,标准差为0.1732 m,误差峰峰值为0.6331 m,可以满足测绘作业1:5000比例尺的高程精度要求。

      图  7  毫米波多基线InSAR处理结果

      Figure 7.  Results of millimeter-wave multi-baseline InSAR treatment

      图  8  InSAR测绘高度与基准高度对比结果

      Figure 8.  Comparison results between the measured height and the reference height

    • 本文提出了一种针对轻小型化飞行平台的毫米波多基线InSAR测绘技术,结合外部参考地形和时域后向投影算法,优化了多基线InSAR的处理流程。通过实测数据的处理,验证了毫米波多基线InSAR雷达测绘技术的有效性和可行性,为后续工程实用化提供了基础。在实际飞行中发现,多基线InSAR应用中仍存在雷达天线罩传输不一致性导致的非线性测高误差、参考地形导致的伪叠掩等应用性问题,将是下一阶段工作的研究重点。

参考文献 (33)

目录

    /

    返回文章
    返回