一种结合多轨多时相 InSAR 与 GNSS 水平速度的卡尔曼滤波框架用于解算三维位移场时间序列
信号处理
2023-03-08 v1
摘要
来自不同传感器的合成孔径雷达（SAR）数据以及全球导航卫星系统（GNSS）观测在全球范围内日益增多。InSAR 与 GNSS 观测的互补性要求方法学进展，以整合这些精度、时空采样率与几何形态各异的数据集，生成兼顾两者优势的无缝三维时间序列图。本文提出一种基于卡尔曼滤波的方法，通过结合来自至少一种 SAR 观测几何的视线时间序列与 GNSS 网络的水平速度，递归解算三维位移场时间序列。我将此方法应用于 2007 至 2011 年旧金山湾区获取的 Envisat C 波段升、降轨三幅重叠 SAR 帧与 ALOS L 波段升轨数据。实验结果与独立观测的验证测试表明，所提方法能以 10 余米空间分辨率解算毫米级精度、可与 GNSS 精度相比的三维位移场时间序列。
引用
@article{arxiv.2303.03954,
title = {A Kalman Filter Framework for Resolving 3D Displacement Field Time Series By Combining Multitrack Multitemporal InSAR and GNSS Horizontal Velocities},
author = {Manoochehr Shirzaei},
journal= {arXiv preprint arXiv:2303.03954},
year = {2023}
}
备注
8 pages; 5 figures, submitted to IEEE ACCESS