本发明涉及一种InSAR与GNSS融合的露天矿边坡形变测量方法,包括InSAR和GNSS两种技术手段,其特征在于,包括以下步骤:1,利用InSAR监测方法获取边坡的初步形变监测结果;2,在在过形变中心的剖面位置布设GNSS在线监测点;3,利用最小二乘迭代法获取修正后的瞬时形变场;4,利用自适应滤波方法,卡尔曼滤波器方程组和克里金插值方法...
为克服现有技术存在的缺陷,本发明的目的在于提供一种insar与gnss融合的露天矿边坡测量方法,通过对露天矿边坡形变采用insar融合gnss手段进行监测,并对所获监测数据进行优势互补的联合处理和分析,实现了露天矿边坡时空域全覆盖式监测,监测结果更加清晰准确,对保障矿区安全具有重大意义。 本发明的目的是通过以下技术方案实现的...
GNSS数据反演的模型不仅计算量大,而且过程复杂。为了解决GNSS数据改正Insar误差的缺点,提出使用Kriging Kalman Filter模型融合GNSS和Insar数据的方法。该方法考虑了GNSS和InSAR数据的时空相关性,从而提高Insar监测精度。在GNSS和Insar数据融合实验中,融合沉降时间序列数据相比原始Insar沉降时间序列数据更趋近GNSS参考站的沉降时间...
本发明公开了一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法,根据InSAR数据选择合适的趋势场;利用变差函数模型将去除趋势的残余量进行拟合,得到空间变差函数;依据GPS点位以及变差函数和趋势项构建克里金Kalman滤波中的空间场矩阵;使用EM估计克里金Kalman滤波模型中的模型参数;进行克里金Kalman进行滤波;在时空上进行...
本发明提供了一种基于GTWR的GNSS和InSAR形变监测序列融合建模方法,涉及变形监测技术领域.首先,获取GNSS和InSAR监测数据中n组形变样本,构成形变样本向量;确定影响变形的物理环境因素,构建物理环境因素矩阵;然后构建时空权重矩阵;再结合时空权重矩阵,利用形变样本向量及物理环境因素,计算时空地理加权回归系数;基于时空地理加权...
本发明公开了一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法,根据InSAR数据选择合适的趋势场;利用变差函数模型将去除趋势的残余量进行拟合,得到空间变差函数;依据GPS点位以及变差函数和趋势项构建克里金Kalman滤波中的空间场矩阵;使用EM估计估计克里金Kalman滤波模型中的模型参数;进行克里金Kalman进行滤波;在时空上...
Conclusions: It is found that the proposed method has better resistance to spatial decorrelation in the regions without sufficient GNSS data since more InSAR observations were used to form the observation equation. In addition, the results from the proposed method are less a...