项目名称: GB-InSAR监测高速铁路高精度三维形变关键技术研究

项目编号: No.41304012

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 杨红磊

作者单位: 中国地质大学(北京)

项目金额: 25万元

中文摘要: 针对目前高速铁路形变监测技术无法实现高时空分辨率三维监测的问题,提出采用GB-InSAR技术获取高速铁路三维形变场。重点对GB-SAR图像配准、大气延迟相位、地理编码和三维形变场计算方法展开研究。提出采用相干目标点计算距离和方位向偏移量,消除斑点噪声的影响,提高配准精度,减弱观测平台不稳定引入的误差;针对不同的地质环境,提出采用大气数据校正方法和函数模型方法消除大气延迟相位;提出联合高分辨率DEM精确GB-SAR地理编码方法;针对GB-SAR平台观测姿势灵活和高时空分辨率的特点,提出多源数据融合和多平台技术两种方法获取高速铁路三维形变。基于GB-InSAR高速铁路三维形变监测技术不仅突破了目前高速铁路形变监测的技术局限,扩展了干涉雷达测量技术的应用范围,而且进一步推动了干涉雷达测量技术向精细化形变监测的发展,同时对保障社会的可持续发展和人民生命财产安全,具有重要的实用意义。

中文关键词: 地基干涉雷达;高速铁路;大气纠正方法;时间序列InSAR技术;三维形变

英文摘要: For the traditional deformation measurement technology can not provide high spatial and temporal resolution deformation in mapping high-speed railway deformation in three dimensions,a new three-dimensional deformation measurement strategy is proposed for obtaining high-precision deformation. The GB-SAR image registration、atmospheric delay phase and algorithm for obtaining three-dimensional deformation field are focused on. A new GB-SAR image registration method based on coherent targets is proposed, which can eliminate speckle noise and improve the accuracy of registration.Two correction strategies are proposed to estimate atmospheric delay phase based on meteorological data and atmospheric delay function model for different geological environment in the station. A new geocoding process for GB-InSAR data is describled based on DEM.Due to flexible attitude and high temporal resolution, two methods are proposed for obtaining three-dimensional deformation field. One is multi-source data fusion, the other is using multi-platform technology.The proposed GB-InSAR three-dimensional deformation monitoring of high-speed railway technology not only breaks the limitations of high-speed rail deformation monitoring technology, extends the range of applications of interferometric radar measurement technology, but also furthe

英文关键词: GBInSAR;high-speed railway;atmospheric correction method;time series InSAR method;three-dimensional deformation

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
17+阅读 · 2021年5月23日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
42+阅读 · 2021年2月8日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
Nest Hub 的非接触式睡眠监测
TensorFlow
1+阅读 · 2021年5月21日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
目标检测技术二十年综述
计算机视觉life
20+阅读 · 2019年5月28日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
10+阅读 · 2021年11月10日
小贴士
相关主题
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
17+阅读 · 2021年5月23日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
42+阅读 · 2021年2月8日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
Nest Hub 的非接触式睡眠监测
TensorFlow
1+阅读 · 2021年5月21日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
目标检测技术二十年综述
计算机视觉life
20+阅读 · 2019年5月28日
立体匹配技术简介
计算机视觉life
27+阅读 · 2019年4月22日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员