[发明专利]一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法有效
申请号: | 201510102397.X | 申请日: | 2015-03-09 |
公开(公告)号: | CN104699966B | 公开(公告)日: | 2017-05-17 |
发明(设计)人: | 戴吾蛟;刘宁;曾凡河 | 申请(专利权)人: | 中南大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 长沙正奇专利事务所有限责任公司43113 | 代理人: | 卢宏,王娟 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 融合 gnss insar 数据 获取 时空 分辨率 形变 序列 方法 | ||
1.一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法,其特征在于,包括以下步骤:
1)计算InSAR数据的趋势场Finsar,并去除InSAR数据的趋势项;
2)采用曲面拟合的方式,利用所述趋势场Finsar构造曲面拟合趋势项的误差方程,使用最小二乘求得趋势项曲面的系数矩阵,计算去除趋势项的平稳残余项,选择变差函数模型,并利用所述平稳残余项拟合变差函数γ(h);
3)计算GNSS数据的空间趋势场矩阵Fgnss,利用上述变差函数γ(h)计算GNSS数据点位之间的空间协方差矩阵
4)根据GNSS数据的空间趋势场矩阵Fgnss以及空间协方差矩阵计算弯曲能量矩阵B;
5)利用所述弯曲能量矩阵B以及趋势场矩阵Fgnss构建克里金Kalman滤波的空间场H;
6)使用EM估计计算克里金Kalman滤波中的模型参数,进行克里金Kalman滤波;
7)进行时空插值,得到高时空分辨率的形变序列。
2.根据权利要求1所述的融合GNSS和InSAR数据获取高时空分辨率形变序列的方法,其特征在于,所述步骤1)中,InSAR数据的趋势场Finsar计算方法为:若趋势场为常数场,则趋势场Finsar为值全为1且维数为minsar×1的矢量,即:Finsar=[1,1,...,1]′;若趋势场为线性场,则趋势场Finsar为维数为minsar×3的矩阵,即:Finsar=[x′;y′;1]′;若趋势场为二次曲面场,则趋势场Finsar为minsar×6的矩阵,即:Finsar=[(x2)′;(y2)′;(xy)′;x′;y′;1]′;其中,minsar为InSAR数据观测值的个数,InSAR数据观测值坐标x,y均为维数为minsar×1的矢量。
3.根据权利要求2所述的融合GNSS和InSAR数据获取高时空分辨率形变序列的方法,其特征在于,所述步骤2)中,去除趋势项的平稳残余项矢量其中,Zinsar为观测值;趋势项曲面的系数矩阵β=(Finsar′Finsar)-1FinsarZinsar。
4.根据权利要求3所述的融合GNSS和InSAR数据获取高时空分辨率形变序列的方法,其特征在于,所述步骤3)中,空间协方差矩阵中第ij行元素Σij通过下式计算:Σij=C0+C-γ(h);其中,γ(h)为变差函数,而s为空间位置,h为空间距离,以及分别为平稳残余项矢量中位置为s及s+h的元素,N(h)为以h为中心且给定的容差ε(h)为半径的观测值数,C0+C为变差函数的基台值。
5.根据权利要求4所述的融合GNSS和InSAR数据获取高时空分辨率形变序列的方法,其特征在于,所述步骤4)中,弯曲能量矩阵其中,
6.根据权利要求5所述的融合GNSS和InSAR数据获取高时空分辨率形变序列的方法,其特征在于,空间场其中,dq+1、dq+2、…dp为弯曲能量矩阵B进行谱分解后的特征值;uq+1、uq+1、…up为弯曲能量矩阵B进行谱分解后的特征向量;p为空间场的维数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510102397.X/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置