[发明专利]基于循环谱估计的SAR层析建筑物高度的方法

权利要求书

1.一种基于循环谱估计的SAR层析建筑物高度的方法，其特征在于，

包括以下步骤：

SAR数据获取步骤S1，获取N景SAR数据；

主影像选择步骤S2，对于所获取的N景SAR数据，经过前期预处理得到N景单视复数据图像，根据垂直基线和多谱勒质心频率差的联合相关函数选取一景影像作为公共主影像；

数据预处理步骤S3，将所获取的N景SAR数据处理成SAR层析所需要的数据模式；以及

循环谱估计高度向位置步骤S4，利用循环谱估计建筑物在高度向上的位置，包括以下子步骤：

去斜子步骤S41，将建立观测数据和目标斜距垂向结构信息之间的内在联系的中心斜距所引起的相位变化去除；

信号划分子步骤S42，将中心像素以及邻域像素的SAR信号看成是随时间变化的信号，将任一像素的信号测量值表达为：

其中A₀(t)随时间变化的复随机变量，c为光速，f₀为载频，f_dc为多普勒中心，R₀是传感器到点目标的零多普勒距离，η₀是方位向的参考时间，

假设该像元周围邻近像素与其类型相同，则可以将中心像素以及邻域像素的SAR信号看作是随时间变化的信号，从而将信号分为感兴趣信号和噪声；以及

高度向成像子步骤S43，针对所述感兴趣信号利用循环谱估计算法，取得建筑物在高度向上的位置。

2.根据权利要求1所述的基于循环谱估计的SAR层析建筑物高度的方法，其特征在于，

在所述主影像选择步骤S2中所述函数表示为

其中,γ^m为综合相关系数，T^k,m、分别为影像k和m所形成的干涉对的有效空间基线、时间基线、和多普勒质心频率差，函数g表达了单体因素的相关性，其定义为

g(x,c)＝1-|x|/c(x＜c)，g(x,c)＝0(x≥c)，

当综合相关系数γ^m最大时，该组参数为该模型的最优解，对应的影像就是所要选取的公共主影像。

3.根据权利要求1所述的基于循环谱估计的SAR层析建筑物高度的方法，其特征在于，

所述数据预处理步骤S3包括以下子步骤：

配准子步骤S31，将所有的从影像都配准到所述公共主影像上，使图像序列中的同名像素点对应相同的地物；

干涉子步骤S32，将所述主从影像共轭相乘，得到N-1个干涉对；

平地相位补偿子步骤S33，对所述N-1个干涉影像去除由于平地效应引起的相位；以及

SAR层析数据获取子步骤S34，对所有的所述从影像补偿提取出的平地相位，从而得到SAR层析所需的数据模式。

4.根据权利要求1所述的基于循环谱估计的SAR层析建筑物高度的方法，其特征在于，

SAR信号模型的共轭相关函数随时间t呈现周期为2f₀的周期变化，可以表达为：

5.根据权利要求1所述的基于循环谱估计的SAR层析建筑物高度的方法，其特征在于，

所述高度向成像子步骤S43具体包括以下子步骤：

像素复测量值取得子步骤S431，对于层析SAR信号，第n景数据中某一方位向-距离向像素(x₀,y₀)的复测量值为：

其中γ(s)代表高度向的复散射函数，Δs为高度向的成像范围，ξ_n＝-2b_n/(λr₀)为空间采样频率，与垂直基线b_n、中心斜距r₀和波长λ有关；

离散化子步骤S432，沿着高度向s将连续的反射函数离散化，则层析模型近似变成：

其中L为离散间隔数，δ_s＝Δs/(L-1)为离散间隔，

去掉不连续间隔常数δ_s，则散射模型变成

g＝Rγ+ζ (6)

其中ζ为噪声，g为N个观测值组成的向量，映射矩阵R维数为N×L,其中R_n×l＝exp(-j2πξ_ns_l)，γ为L个离散化的复散射系数组成的向量；以及

循环谱算法子步骤S433，

基于循环谱的波束形成算法表示为:

其中

基于循环谱的多重信号分类算法表示为:

其中是共轭相关矩阵C_gg的特征值分解噪声代表的子空间。