项目名称: 非线性卡尔曼滤波相位解缠中的关键问题研究

项目编号: No.40874001

项目类型: 面上项目

立项/批准年度: 2009

项目学科: 金属学与金属工艺

项目作者: 刘国林

作者单位: 山东科技大学

项目金额: 40万元

中文摘要: 针对相位解缠中的非线性以及地形起伏大、噪声影响下相位解缠质量差等问题,从理论研究、模型建立、算法实现、实例分析、实验结果对比及验证等方面,围绕相位解缠中的关键理论问题进行了系统深入地研究。其主要内容包括:(1)针对地形起伏、噪声对相位解缠的影响问题,提出顾及地形坡度、误差影响的卡尔曼滤波相位解缠算法;(2)针对相位解缠的非线性问题,提出基于无味卡尔曼滤波、同伦算法、二维元胞自动机等的非线性相位解缠方法;(3)针对相位解缠中涉及的权重确定问题,提出基于频率置信度、相位导数变化图等的权重确定方法;(4)针对InSAR中涉及的其他关键数据处理问题,提出基于加权最小二乘的低相干SAR影像对精配准方法、基于相位点频率可信度的圆周期自适应滤波算法、基于三基线和最小的公共主影像优化选取方法以及基于小波相位分析的PS点识别与选取方法等;(5)采用不同卫星、不同分辨率、不同地形条件下的SAR数据进行了实验验证,取得良好的效果。 项目的开展,对提高地形起伏大、误差影响大等复杂地形条件下相位解缠的精度,进而提高数字高程模型的提取精度,特别是提高微小形变监测精度具有重要的理论意义和应用价值。

中文关键词: 相位解缠;卡尔曼滤波;非线性处理;权重

英文摘要: According to the problem in phase unwrapping that the nonlinear, and undulating terrain is large, the quality of phase unwrapping is poor under the influence of noise, the project is in the system and in-depth study around the key theoretical issues in the phase unwrapping, from theoretical research, modeling, algorithms, simulation and real examples, the comparison and verification of experimental results. Its main contents include: (1) It is proposed that the Kalman filter phase unwrapping algorithm that be taken into account for terrain slope and error affect, for the problem that undulating terrain and noise effect on phase unwrapping; (2) For the nonlinear problem of phase unwrapping, it is put forward that the nonlinear phase unwrapping methods based on the unscented Kalman filter, the Homotopy algorithm, two dimensional cellular automata and so on; (3) It is proposed that weight determining method based on frequency confidence and phase derivative change map, according to phase unwrapping involved in the problem of weight to determine; (4) For the other key data processing problems of InSAR,it is to put forward four methods.They are included that a new method for fine registration of a pair of low-coherent SAR images based on the weighted least square method, InSAR periodic median adaptive filtering algorithm based on the phase frequency credibility, a new method to optimize and select common master images based on the minimum sum of three baselines, and a new method of PS pixels identification and selection based on the wavelet phase analysis; (5) It is obtained good results under the experiment verification using different satellites, different resolution SAR data and different terrain conditions. By carrying out the project, to improve the accuracy of phase unwrapping under complex terrain conditions in the undulating terrain, error effect, thus increasing the extraction accuracy of Digital Elevation Models, in particular, to enhance the accuracy of the small deformation monitoring, has important theoretical significance and application value.

英文关键词: Phase unwraping;Kalman filtering;Nonlinear processing;Weight

成为VIP会员查看完整内容
1

相关内容

【AAAI2022】注意力机制的快速蒙特卡罗近似
专知会员服务
19+阅读 · 2022年2月5日
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
32+阅读 · 2021年7月27日
专知会员服务
50+阅读 · 2021年5月19日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
37+阅读 · 2020年8月19日
知识图谱更新技术研究及其应用,复旦大学硕士论文
专知会员服务
103+阅读 · 2019年11月4日
梯度下降(Gradient Descent)的收敛性分析
PaperWeekly
2+阅读 · 2022年3月10日
【速览】IJCV 2022 | 自适应干扰解耦学习的人脸表情识别方法(ADDL)
中国图象图形学学会CSIG
6+阅读 · 2022年2月15日
浅谈分辨率对模型影响以及训练方法
极市平台
0+阅读 · 2022年1月19日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
傅里叶变换和拉普拉斯变换的物理解释及区别
算法与数学之美
11+阅读 · 2018年2月5日
论文 | 深度学习实现目标跟踪
七月在线实验室
48+阅读 · 2017年12月8日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014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
0+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
0+阅读 · 2012年12月31日
国家自然科学基金
0+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
Arxiv
19+阅读 · 2018年3月28日
小贴士
相关VIP内容
【AAAI2022】注意力机制的快速蒙特卡罗近似
专知会员服务
19+阅读 · 2022年2月5日
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
32+阅读 · 2021年7月27日
专知会员服务
50+阅读 · 2021年5月19日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
37+阅读 · 2020年8月19日
知识图谱更新技术研究及其应用,复旦大学硕士论文
专知会员服务
103+阅读 · 2019年11月4日
相关资讯
梯度下降(Gradient Descent)的收敛性分析
PaperWeekly
2+阅读 · 2022年3月10日
【速览】IJCV 2022 | 自适应干扰解耦学习的人脸表情识别方法(ADDL)
中国图象图形学学会CSIG
6+阅读 · 2022年2月15日
浅谈分辨率对模型影响以及训练方法
极市平台
0+阅读 · 2022年1月19日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
傅里叶变换和拉普拉斯变换的物理解释及区别
算法与数学之美
11+阅读 · 2018年2月5日
论文 | 深度学习实现目标跟踪
七月在线实验室
48+阅读 · 2017年12月8日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014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
0+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
0+阅读 · 2012年12月31日
国家自然科学基金
0+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
微信扫码咨询专知VIP会员