原创 InSAR-DInSAR 技術細節（一） 關於條紋

1 初體驗 干涉條紋或者是差分干涉條紋是該技術的關鍵，有必要很好地理解一下。 先來直觀地感受一下。有這樣的： 還有這樣的： 下面這個干涉條紋圖比較乾淨，是利用DEM模擬出來的，可以說只包含地形信息。關於條紋圖首先

2018-09-03 15:59:12 65

原创 SAR成像學習（五）方位向成像及matlab代碼解析

1 overview overview of this blog 2 critical points 目標區域如下圖： 正側視情況 斜測視的情況 注意y軸的原點在合成孔徑的中間，以下成像只研

2018-09-03 15:59:11 17

原创 InSAR學習（六）形變監測結果的可視化方法

本文將介紹幾種常見的形變監測結果可視化方法，主要分爲監測結果和誤差可視化兩種，監測結果又分爲視線方向的監測結果和三維監測結果。 1 line-of-sight (LOS) direction 視線方向形變的可視化方式 1.1 Li

2018-09-03 15:59:11 25

原创 SAR成像學習（一）信號到原始數據&原始數據到圖像

知道線性調頻信號，瞭解脈衝壓縮，熟悉合成孔徑， 見過SAR強度圖像，聽說過SLC數據，聽說過聚焦，自聚焦， 然而，仍是有一團漿糊，成了我不斷進步的路上的沼澤。所以決定好好地理一理。 簡單來說，SAR成像處理包括：信號生成、混頻、

2018-09-03 15:59:11 16

原创 SAR成像基礎知識急救箱（一）卷積 相關 濾波器那些事兒

1 相關與卷積 1.1 相關 自相關定義： A(τ)=∫μ(t)μ(t+τ)dt  自相關的涵義是一個函數和平移後的自己的乘積的積分，注意自相關是平移量的函數。直觀上理解：如果平移量爲0，則對應上式的結果最大。對於如下式所

2018-09-03 15:59:11 13

原创 SAR成像學習（二） “Hello World”版本matlab代碼

上一次最後給出了一個成像算法的示例，下面是它對應的代碼，裏面已經有了初步的註釋。 當然這個是個簡單情況，但已經大概說明了流程。代碼具體的解釋，我打算先放一放，畢竟it is a long story，我們需要從長計議。後續章節將結合代碼

2018-09-03 15:59:11 16

原创 InSAR-DInSAR 技術細節（六）相干與相干斑

隨機相位導致相干斑 一副影像的相位是隨機的，原因： One pixel of a radar image usually represents a surface of several tens of square meters,

2018-09-03 15:59:11 23

原创 InSAR-DInSAR 技術細節（二） 干涉測量的條件（木有免費的午餐，以及晚餐））

1 幾個條件 干涉測量的條件，或者說干涉測量的要求，主要從以下幾個方面進行考慮： * 物理過程對應的形變的大小； * 像素大小、幅寬、以及系統性能能； * 時間間隔（時間主要會導致去相關，似乎正是這個限制導出了形變

2018-09-03 15:59:11 9

原创 全球DEM現狀

全球DEM主要有SRTM DEM，Global TanDEM-X DEM，ASTER GDEM V2， ASTER GDEM第一版數據，SRTM3數據，GMTED2010數據，博客對其進行了簡單說明，並給出了下載鏈接。這裏主要介紹前兩

2018-09-03 15:59:11 4

原创 InSAR-DInSAR 技術細節（七）軌道誤差及其處理辦法

基本原理 一切都要從基本原理說起 上面的基本原理給出了干涉相位和高程與形變的關係，與此同時也給出干涉相位和基線（或者是軌道數據）的關係。這裏的基本原理是下面的分析以及其他分析的基礎。 軌道誤差的處理辦法

2018-09-03 15:59:11 2

原创 InSAR-DInSAR 技術細節（三） 斜坡效應

SAR影像的幾何畸變 這個畸變是由地形坡度導致的，直觀地理解就是一個像素對應的地面範圍隨着地形的不同而不同，具體地： 另外， Foreshortened areas are brighter on the image

2018-09-03 15:59:11 16

原创 InSAR學習（四）高級的InSAR技術之基本原理

1 傳統InSAR/DInSAR的限制 1.1 去相關 去相關對InSAR的影響已經在前面解釋過。去相關的原因是分辨單元內部地物的變化和相對運動，以及多次觀測時視角的變化。一般地，有兩種方法客服去相關，都是以降低分辨率爲代價的。

2018-09-03 15:59:11 48

原创 InSAR-DInSAR 技術細節（四） Range spectral shift

Range spectral shift這個問題在斜坡效應中其實已經說過了。理解這個問題的關鍵在於： 知道頻率是相位的微分（但這個（干涉數據的）頻率跟載頻、採樣頻率等其他的頻率並不能混爲一談）。這樣就能夠很好地理解“斜坡效應”部分

2018-09-03 15:59:11 11

原创 SAR成像基礎知識急救箱（零）關於傅里葉變換的幾個小困惑

首先需要明確傅里葉級數和傅里葉變換的差異。 前者是針對周期函數的傅里葉展開級數，有三種形式（當然，它們是等價的），可以通過三角函數公式和歐拉公式相互轉換。關於傅里葉級數網上有個形象化的解釋：給出一道菜（函數），分析出其包含的食材的種

2018-09-03 15:58:56 4

原创 InSAR學習（二）基本原理中的一些細節

1 平地效應和高程靈敏度 接着上一節的討論，雖然我們得到了斜距差和相位差的關係，但不幸的是，一般我們得到的相位差被規劃到了(−π,π)  之間，至於爲什麼是這樣，以及怎樣解決這個問題（相位解纏），我在以後會說。這意味着單獨一個分辨單

2018-09-03 15:58:56 26