地基GNSS-R公路边坡形变监测实验及误差分析

严颂华; 梅捷; 陈永谦; 陈璨

doi:10.13203/j.whugis20220802

地基GNSS-R公路边坡形变监测实验及误差分析

严颂华^{1, 2,},
梅捷¹,
陈永谦²,
陈璨¹

1.
武汉大学遥感信息工程学院,湖北武汉,430072
2.
武汉大学测绘遥感信息工程国家重点实验室,湖北武汉,430072

基金项目:

国家自然科学基金 42071406

详细信息

中图分类号: P258;TN95
计量
- 文章访问数: 191
- HTML全文浏览量: 47
- PDF下载量: 69
出版历程
- 收稿日期: 2022-12-27
- 网络出版日期: 2023-12-28
- 刊出日期: 2024-01-04

Road Slope Deformation Monitoring Experiment and Error Analysis by Ground Based GNSS-R Method

1.
School of Remote Sensing and Information Engineering,Wuhan University,Wuhan 430072,China
2.
State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430072,China

摘要

摘要:
目前,使用全球卫星导航系统反射测量技术进行形变监测存在未进行真实坡面实验、未分析卫星运动影响和未探究接收天线位置偏移对形变监测结果的影响等问题。针对实际公路边坡进行形变监测,分析了卫星运动和反射信号接收天线位置偏移两种因素对形变反演精度的影响,提出一种同时适用于中圆地球轨道(medium earth orbit,MEO)卫星运动和倾斜地球同步轨道（inclined geosynchronous orbit, IGSO）卫星微小位置偏差的校正方法。接收天线位置偏移情况下的形变监测实验结果表明,通过运动卫星校正,利用MEO卫星对28.0 cm和11.7 cm位移的形变反演误差分别低至1.97 cm和0.56 cm,相较于校正前误差分别减小3.03 cm和2.70 cm；通过接收天线位置偏移实验,得出当天线位置偏移镜面反射线分别处于垂直方向约±6 $°$ 和水平方向约±5 $°$ 范围内时,不会对形变估测与反演结果造成大的影响。
- 全球卫星导航系统反射测量技术 /
- 形变反演 /
- 相位误差补偿 /
- 北斗系统
Abstract:
Objectives
Using global navigation satellite system reflectometry (GNSS-R) method to monitor road slope deformation has the advantages of large area and high efficiency. At present, there are three problems to be solved in the research based on this method. First, the errors caused by satellite motion need to be corrected. Second, it is necessary to evaluate the influence of antenna position of reflection signal on the accuracy of deformation inversion. Third, it is necessary to carry out experiments on actual road slopes.
Methods
By analyzing the phase difference between reflected GNSS signal and direct GNSS signal from road slope, deformation inversion of real slope is carried out. The effects of GNSS satellite movement and the position migration of the reflected signal receiving antenna on the accuracy of deformation inversion are analyzed. A correction method is proposed which can be applied to both medium earth orbit (MEO) and inclined geosynchronous orbit (IGSO) satellite motion and geostationary orbit satellite micro-position deviation. A method to calculate the maximum acceptable antenna position offset based on the reflecting surface area is presented.
Results
The results show that the inversion errors of MEO satellite for 28.0 cm and 11.7 cm position offsets are 1.97 cm and 0.56 cm respectively, which are reduced by 3.03 cm and 2.70 cm compared to before correction. Through the experiment of receiving antenna position offset, it is concluded that the deformation estimation and inversion results will not be affected when the antenna position is within about ±6° and ±5° in the center direction of the main lobe migration in the long side and the short side directions of a rectangular reflector respectively.
Conclusions
The accuracy of deformation inversion will not be affected when the position deviation of the reflector antenna is within the acceptable range that can be calculated. All these will provide reference for the future application of GNSS-R deformation monitoring technology.
- GNSS-reflectometry /
- deformation inversion /
- phase error compensation /
- BeiDou system
http://ch.whu.edu.cn/cn/article/doi/10.13203/j.whugis20220802

HTML全文

公路边坡形变会对交通安全带来巨大的危害^[1-2],常用监测手段如激光雷达^[3]易受到天气影响,地基合成孔径雷达（synthetic aperture radar,SAR）^[4-5]适合于微小形变且需要稳定移动,成本较高。近年来利用全球导航卫星系统（global navigation satellite system,GNSS）反射信号的双基雷达遥感技术发展迅猛。通过分析GNSS信号经监测面反射后所携带的物理信息,可以获得反射面水位高度^[6-7]、土壤湿度^[8-9]、海面风速^[10]、形变量等参数,具有大面积、高效率等优势^[11-14],被称为GNSS反射测量技术（GNSS-reflectometry,GNSS-R）。其中,地基GNSS-R公路边坡形变监测主要是在公路边坡对面设置地基GNSS接收机,利用反射信号的相位特征进行测距,该方法具有成本低、无接触测量等优势。

GNSS-R形变研究较少,文献[15]利用高精度移动转发器模拟形变,但没有测量真实坡面；文献[16]利用运动的倾斜地球同步轨道（inclined geosynchronous orbit, IGSO）卫星信号对地面永久散射点成像并进行形变反演,但受卫星过顶时间和次数限制,测量时长和次数有限；文献[17]通过在山体布设铝箔反射板获取反射信号进行形变反演,但未对校正方法做明确分析；文献[18-19]提出利用北斗系统地球静止轨道（geostationary orbit,GEO）卫星位置基本不变的性质,使用金属板作为形变体进行形变测量研究；文献[20-21]研究了GEO形变反演中的一些影响因素,但没有进行中圆地球轨道（medium earth orbit,MEO）和IGSO等运动卫星的应用研究。

综上所述,地基GNSS-R应用于公路边坡形变监测还存在一些问题。目前的实验都假设反射信号的相位变化由形变引起,要么假设发射卫星处于静止状态,要么缺乏对卫星运动,特别是北斗MEO或IGSO等卫星运动较大的情况下引起相位的扰动的理论分析,也没有明确对其进行补偿的方法。截至目前,面对公路边坡的真实场景实验很少,现有研究基本都是利用信号转发器或者反射板、大型建筑物作为反射体。而公路边坡面积小,表面材质为混凝土和低矮植被,反射信号的强度是否足够支持形变反演还存在疑问。目前没有研究者评估反射信号接收天线位置对形变反演精度的影响,而在工程实际中,不能对接收天线布放位置要求太苛刻。

本文针对上述问题,首先开展了实际公路边坡的反射实验,验证边坡反射信号的信噪比高于6 dB,可以用于监测形变；然后从理论上分析了连续测量时卫星运动带来的附加相位的影响因素,提出并通过实验验证了卫星运动时相位补偿方法；最后从理论上分析了接收天线位置有微小偏移时相位的变化,并通过实验获得不影响形变精度的可接受天线偏移量,为后期工程应用提供参考。

1 GNSS-R形变测量中卫星运动的影响

1.1 基本的形变和反射信号相位关系

地基GNSS-R进行形变测量的基本几何构型如图1所示,图中A为反射天线；P为导航信号在坡面上的反射点；P'为反射天线移动后导航信号在坡面上的新反射点； $θ$ 为边坡倾斜角； $γ$ 为卫星真实仰角； $α 、 α^{'}$ 分别为反射天线移动前、后导航信号等效信号入射角； $d$ 为反射天线距边坡底端距离； $m$ 为直达天线与反射天线水平距离； $h$ 为反射天线高度。

图 1 地基GNSS⁃R形变测量几何构型图

Figure 1. Schematic Diagram of Ground Based GNSS-R Deformation Measurement

下载: 全尺寸图片幻灯片

直达天线、反射天线和双通道软件接收机构成接收系统。直达天线为右旋圆极化（right hand circular polarization,RHCP）天线,接收来自卫星的GNSS信号作为参考。反射天线为左旋圆极化（left hand circular polarization,LHCP）天线,朝向坡面,接收经坡面反射的GNSS信号。假设直达北斗导航信号为：

S_{B 3 I}^{j} (t) = A^{j} C^{j} (t) D^{j} (t) c o s (2 π f t)

(1)

式中, $j$ 为卫星号；t为时间； $A^{j}$ 表示信号幅度； $C^{j}$ 表示B3I信号测距码； $D^{j}$ 表示在B3I信号测距码上调制的数据码； $f$ 表示B3I信号载波频率。则反射天线接收到的经过斜坡反射的信号为：

\begin{matrix} S_{D i r}^{j} (t - τ) = \\ A^{j} C^{j} (t - τ) D^{j} (t - τ) c o s (2 π f (t - τ)) \end{matrix}

(2)

式中,延迟时间 $τ = s / c$ , $s$ 为反射信号多走的距离（图1中红线）, $c$ 为光速。 $s$ 的计算如下：

\begin{matrix} s = (\frac{h}{t a n θ} + d) (1 + c o s (π - 2 α)) \frac{s i n θ}{s i n α} + \\ m c o s γ \end{matrix}

(3)

反射信号多走距离 $s$ 导致反射信号与直达信号存在相位差,可由 $s$ 计算得到：

φ_{d}^{j} = \frac{2 π f s}{c} = \frac{2 π s}{λ}

(4)

式中, $λ$ 为信号波长。由于坡面不动,可利用反射天线的位移 $x$ 模拟公路边坡的位移,计算如下：

x = \frac{Δ s}{c o s γ - (1 + c o s (π - 2 α)) \frac{s i n θ}{s i n α}}

(5)

式中, $Δ s$ 表示 $s$ 的变化量。求得 $φ_{d}^{j}$ 在形变前后的变化 $Δ φ_{d}^{j}$ ,即可反演得到 $Δ s$ ,进而根据实际斜坡构型利用式（5）得到位移量 $x$ 。

1.2 卫星运动对反射信号相位的影响

考虑卫星运动的情形下,反射模型如图1中蓝色线所示,这段时间内若反射天线不移动,卫星的运动也会引起相位的变化。假设反射天线一直位于A点附近,记运动前时刻为t₀,运动后时刻为t₁,将sin定律应用于三角形 $△ A P P'$ 中,可以得到卫星运动后的斜距如下：

l_{A P}^{'} = \frac{l_{A P} s i n α}{s i n α^{'}}

(6)

式中, $l_{A P}$ 为卫星运动前的斜距。而相位变化量误差可表示为：

Δ φ_{m o t}^{j} = Δ φ_{d, t_{1}}^{j} - Δ φ_{d, t_{0}}^{j} = \frac{4 π}{λ} l_{A P} s i n α (s i n α - s i n α^{'})

(7)

由此,可以确定卫星运动引起的相位误差主要与斜距 $l_{A P}$ 及等效仰角 $α$ 有关,据此建立三者之间的量化关系模型。当连续接收反射坡面信号时,这种卫星运动引起的相位误差会导致形变反演结果出现偏差。

因此,运动误差补偿的基本步骤为：（1）预先使用激光测距仪测得斜距 $l_{A P}$ ；（2）由广播星历计算运动卫星的位置,并进一步求得其相对接收位置的仰角和等效仰角 $α$ ；（3）利用式（7）求得补偿相位 $Δ φ_{m o t}^{j}$ 并从原始相位差 $Δ φ_{d}^{j}$ 中去除。

1.3 卫星运动相位校正的仿真实验

图2为2023-03-30T11：00—17：00,实验场地上空GEO C03星、MEO C35星和MEO C45星的仰角变化情况。12：45—12：50的5 min内,C03星仰角变化约0.02°,C35星仰角变化约1.62 $°$ ,C45星仰角变化约-1.44 $°$ 。

图 2 6小时中卫星仰角变化

Figure 2. Variation of Satellite Elevation During 6 h

下载: 全尺寸图片幻灯片

C03、C35和C45卫星在12：45—12：50间的相位变化如图3红线所示。对该5 min中的卫星仰角应用式（7）进行校正,得到的信号校正量如图3蓝线所示。该校正量即为这段时间内直达与反射信号相位差因卫星运动导致的变化量。C03星校正量为6.52 $°$ ,C35星为690.45 $°$ ,而C45星为1 117.71 $°$ ,对应的虚假形变量分别为0.43 cm、45.36 cm和73.43 cm。若在该5 min内使用C35、C45等运动卫星进行形变反演实验,需在形变前后相位差基础上加上相应校正量。而使用C03等GEO卫星进行形变反演时校正量几乎没有影响,其原因是北斗GEO卫星仅仅只存在位置上的微小变化。

图 3 5 min内仰角变化及对应校正相位值

Figure 3. Elevation Change and Corresponding Corrected Phase Value Within 5 min

下载: 全尺寸图片幻灯片

2 实际公路边坡实验

2.1 实际公路边坡场景

2023-03-30T12：00,本文于武汉大学校内某

公路边坡（114.379 8 $°$ E,30.547 8 $°$ N）处进行了边坡反射信号采集和形变实验。实验场地如图4所示,该边坡是一个典型的公路护坡,具有水泥框架划分的方格,方格内为裸土和稀疏植被。坡面朝南面,长度沿路面约50 m,高约7 m,倾角为45°,边坡上方为树林。

图 4 实验场地

Figure 4. Experimental Site

下载: 全尺寸图片幻灯片

反射天线朝向坡面,距离坡面约30 m,接收坡面反射的北斗信号；直达天线朝向南面天空,接收直达北斗信号；接收机采集两天线数据并传输至计算机进行相位提取和形变反演。本文实验将反射天线沿着基准线进行推动来模拟坡体

的位移,一次实验时间共30 s。实验过程为0~10 s天线保持静止,10~20 s将天线向坡面方向匀速水平推动,20~30 s天线保持静止。实验进行两次,分别推动约30 cm和10 cm,精确推动距离通过固定在反射天线座上的激光测距仪测量。

信号处理流程从直达和反射信号中提取相位特性,通过闭环和开环的距离压缩过程实现^[20]。解调后的相关值为复数,求其幅角即为该伪码周期内直达信号与反射信号的载波相位差,图5为信号处理流程图,图中NCO（numerically controlled oscillator）表示数字控制振荡器,I（inphase）表示同相支路,Q（quadrature）表示正交支路。

图 5 信号处理流程

Figure 5. Flowchart of Signal Processing

下载: 全尺寸图片幻灯片

2.2 GEO条件下形变反演及校正

实验捕获到的3颗GEO星信号相关值如图6所示。由图6可知,C01星相关峰在第8距离元处出现峰值,C03和C04星相关峰在第6距离元处出现峰值。以C03星第6距离元相干累加值作为信号功率 $P_{s}$ ,30~50距离元的平均值作为噪声功率 $P_{n}$ ,计算3颗卫星的回波信号信噪比（signal-to-noise ratio,SNR）如下：

S = 10 l g \frac{P_{s}}{P_{n}}

(8)

图 6 GEO星相关结果图

Figure 6. Correlation Result Graph of GEO Satellites

下载: 全尺寸图片幻灯片

本文发现3颗卫星的回波信号信噪比均大于6 dB,这表明反射天线能接收到较强的来自坡面的反射信号。对C03星相关值在第6距离元处取幅角得到直达与反射信号的原始相位差,再对其进行解卷绕处理,结果如图7所示。由图7可以看出,推动过程中解卷绕后的相位连续下降。

图 7 GEO C03星相位提取结果

Figure 7. Phase Extraction Results of GEO C03 Satellite

下载: 全尺寸图片幻灯片

基于 $Δ φ_{d}^{j}$ 根据式（4）计算传播距离差 $Δ s$ ,在此基础上根据式（5）反演天线移动距离 $x$ 。对另两颗卫星数据进行同样处理,然后根据这3颗卫星运动情况使用§1.2的方法计算相位校正量,结果如表1所示。

表 1 GEO星距离反演结果/cm

Table 1. Range Inversion Results of GEO Satellites/cm

卫星序号	真实形变量	原始反演形变	校正后形变量	形变校正量	最终误差
C01	28.0	26.63	26.63	0	-1.37
C03		26.65	26.62	-0.03	-1.38
C04		27.22	27.24	+0.02	-0.76

C01	11.7	12.65	12.65	0	0.95
C03		11.97	11.95	-0.03	0.25
C04		11.74	11.76	+0.02	0.06

下载: 导出CSV

| 显示表格

由表1可知,使用GEO卫星进行形变反演具有较高精度,形变反演误差最小为0.06 cm,最大为1.38 cm。

2.3 运动卫星形变反演及校正

图8为北斗MEO C35运动卫星的相关值矩阵,其中黄色部分显示C35星相关值峰值出现在第6距离元附近,且目标移动未导致相关峰值移出一个距离元,本文提取该距离元内相位进行形变反演。

图 8 C35运动卫星相位补偿结果

Figure 8. Phase Compensation Results of Moving Satellite C35

下载: 全尺寸图片幻灯片

校正前后直达信号与反射信号原始相位差和解卷绕相位差如图9所示。由图9可知,20~30 s天线稳定时间段内相位校正效果明显,校正前C35原始相位差存在明显的向下趋势,而在校正后变得更为水平平缓。

图 9 C35运动卫星相位补偿结果

Figure 9. Phase Compensation Results of Moving Satellite C35

下载: 全尺寸图片幻灯片

提取形变前0~10 s和形变后20~30 s两稳定段的平均相位之差进行形变反演,反演结果如表2所示。由表2可知,MEO卫星对两次实验中28.0 cm和11.7 cm位移的形变反演误差分别低至1.97 cm和0.56 cm,相较于校正前误差分别减小3.03 cm和2.70 cm。

表 2 C35运动卫星相位补偿及形变反演结果/cm

Table 2. Deformation Inversion Results of Moving Satellite C35/cm

实际推动量	校正前反演距离	校正后反演距离	形变校正量	误差
28.0	33.00	29.97	-3.03	1.97
11.7	14.96	12.26	-2.70	0.56

下载: 导出CSV

| 显示表格

3 接收天线微小偏差的问题和实验

本节探究反射信号接收天线位置的微小偏差会对最终距离反演结果造成的影响。

3.1 反射天线位置偏差实验场景

实验位于某建筑楼顶（30 $°$ 53' N, 114 $°$ 36' E）,于2021年9月7日进行,包括两个子实验。实验构型如图10所示,选用北斗GEO C04卫星作为发射机,利用一块长1.2 m、宽0.6 m的矩形金属板构成反射坡面,该反射板以约75 $°$ 的地面倾角安装于一辆小型的手推车上,通过推动反射板模拟形变的发生。

图 10 反射天线位置偏差实验场景

Figure 10. Experimental Scenario of Reflection Antenna Position Deviation

下载: 全尺寸图片幻灯片

接收端1个RHCP天线朝向卫星视线方向布置以接收GNSS直达信号,4个LHCP天线朝向反射板布置以接收其回波信号（此时采用的是五通道接收机）,4个LHCP天线以一定间隔固定在一块十字状平板上。先后水平和竖直排列（图10显示的是竖直排列）。将装有反射板的推车推动两次,在3处位置保持静止,分别命名为位置1、位置2、位置3,并将两次形变分别命名为形变1、形变2。

本文系统构型采用了矩形金属板作为模拟目标,根据矩形平板的后向散射雷达截面积（radar cross section, RCS）公式^[22]推算得本文实验中两种天线排列方式下的RCS表达式为：

σ = \{\begin{array}{l} \frac{4 π A^{2}}{λ^{2}} ∙ c o s^{2} θ ∙ {[\frac{s i n (l k s i n θ)}{l k s i n θ}]}^{2}, α = 0 ° \\ \frac{4 π A^{2}}{λ^{2}} ∙ c o s^{2} θ ∙ {[\frac{s i n (w k s i n α)}{w k s i n α}]}^{2}, θ = 0 ° \end{array}

(9)

式中,参数 $k = 2 π / λ$ ； $A = l w$ ,表示矩形平板的物理面积, $l$ 为平板的长度, $w$ 为平板的宽度； $θ 、 α$ 分别表示竖直方向和水平方向信号入射角。

3.2 反射天线位置偏移实验结果

实验通过LHCP天线接收的金属板反射信号计算相关幅度并得到不同位置天线接收信号的信号强度。两次实验中第二根天线LHCP2被调整到正对金属板法线方向的位置,称其为主观测,其他天线则相对法向有所偏移。

将主观测处的RCS峰值归一化处理,并将4根天线的两次实验信噪比结果分别与竖直排列方式和水平排列方式下的理论RCS计算值进行比较,结果如图11所示。由图11可以看出,两次子实验的反射信号强度都与理论RCS值呈现出较好一致性。

图 11 理论RCS值与测量值比较

Figure 11. Comparison of Theoretical and Measured RCS Values

下载: 全尺寸图片幻灯片

表3展示了两次子实验中形变量反演的误差。由表3可以看出,不同位置处的LHCP天线所接收信号的反演结果误差与对应天线偏移角度的相关系数很低,分别为-0.40和0.17；当天线位置偏移镜面反射线垂直约±6 $°$ 和水平约±5 $°$ 范围内时,天线位置对形变反演误差较小。

表 3 两次子实验的形变量反演结果

Table 3. Variable Inversion Results of Two Sub-Experiments

天线序号	竖直排列方式		水平排列方式
天线序号	偏移角度/(°)	形变反演误差/cm	偏移角度/(°)	形变反演误差/cm
LHCP1	2.63	0.43	2.63	0.17
LHCP2	0	0.72	0	0.44
LHCP3	3.65	0.52	2.72	0.68
LHCP4	6.29	0.58	5.36	0.52
相关系数	-0.40		0.17

下载: 导出CSV

| 显示表格

4 公路边坡第一菲涅尔区分析

实际进行公路边坡测量时还需要考虑反射区域落在坡面上的位置。当反射区域偏离中心点太远时,传播路径会产生较大偏差,甚至当反射区域偏移出坡面时,反射信号已经不能反映反

射面的物理特性。这里对实验中采用的几颗卫星做讨论。

反射区域常用第一菲涅尔区判定^[23-25],计算如下：

\{\begin{array}{l} R = \frac{h^{'}}{t a n α} + \frac{λ}{2 s i n α} / t a n α \\ b = {(\frac{λ h'}{s i n α} + {(\frac{λ}{2 s i n α})}^{2})}^{\frac{1}{2}} \\ a = \frac{b}{s i n α} \\ α = 180 ° - γ - θ \\ h' = (\frac{h}{t a n θ} + d) s i n θ \end{array}

(10)

式中, $a$ 、 $b$ 分别为覆盖椭圆的短半轴和长半轴。据此绘制公路边坡形变实验中GNSS反射信号的第一菲涅尔区如图12所示。

图 12 公路边坡上的第一菲涅尔区

Figure 12. First Fresnel Zone on the Slope

下载: 全尺寸图片幻灯片

对C45星进行形变反演,结果如表4所示。相较于§2.2和§2.3中的反演结果,菲涅尔区偏离坡面的C45星距离反演误差增大至少230%。由此可以看出,虽然C45卫星来自树木的反射信号也被接收,这作为一种典型的多径信号,其双基地距离元也恰好和坡面双基地距离类似,并具有相当的强度,使得其相位也能被提取,故有可能被误认为坡面反射信号。但是可以依据其菲涅尔区进行判断,当菲涅尔区覆盖不在待测坡面时,该卫星的反射信号应该不被考虑。

表 4 C45运动卫星相位补偿及形变反演结果/cm

Table 4. Deformation Inversion Results of Moving Satellite C45/cm

实际推动量	校正前反演距离	校正后反演距离	误差
28.0	18.16	21.42	6.58
11.7	4.41	7.67	4.03

下载: 导出CSV

| 显示表格

需要指出的是,由于IGSO/MEO等运动卫星与GEO卫星不同,其具有环绕地球运动且约24 h会重复照射实验场地的特性,导致运动卫星的第一菲涅尔区每天只能在有限时间内覆盖某固定公路边坡。为了比较,本文详细计算了实验坡面上GEO C04的第一菲涅尔区在一天内的覆盖面积变化,发现24 h内其重合度为86.1%,可以认为该卫星一直覆盖同一区域,故利用GEO卫星可以达到对公路坡面连续长时间监测的效果。反之,运动星MEO C35的第一菲涅尔区在实验30 s的重叠面积为96.5%,但随着时间延长,第一菲涅尔区逐渐偏移,例如5 min后,菲涅尔区重叠面积已减小至77.6%以下,此时反射信号相位已不能反映坡面同一区域的形变。因此,对运动卫星（IGSO/MEO卫星）而言,本文的校正方法提高了第一菲涅尔区重叠的较短时间内、连续测量公路坡面形变的反演精度。若想实现长时间的形变监测,则需要利用运动卫星轨道重复的特性,连续多天,取每天照射同一菲涅尔区的时段进行数据采集和相位提取,进而反演形变^[16]。

5 结语

本文针对GNSS-R形变测量应用中的3个问题,即运动卫星引起的相位误差、实际坡面引起的弱信号和反射信号接收天线的放置问题展开研究,在分析GNSS-R方法进行真实坡面形变反演构型的基础上,提出了一种解决卫星运动影响形变监测精度的方法,基于卫星仰角变化计算相位校正量,将其应用于真实坡面形变反演实验中,使MEO卫星对28.0 cm和11.7 cm位移的形变反演误差低至1.97 cm和0.56 cm,相较于校正前误差分别减小3.03 cm和2.70 cm；分析了接收机天线的位置偏差对形变反演精度的影响,得出当天线位置分别在长边和短边方向偏移镜面反射线约±6 $°$ 和约 $\pm 5 °$ 范围内时,这种天线微小位置差异不会对形变估测与反演结果产生较大影响。这些将为未来地基GNSS-R形变监测技术应用研究提供参考和借鉴。

http://ch.whu.edu.cn/cn/article/doi/10.13203/j.whugis20220802

图 1 地基GNSS⁃R形变测量几何构型图

Figure 1. Schematic Diagram of Ground Based GNSS-R Deformation Measurement

下载: 全尺寸图片幻灯片

图 2 6小时中卫星仰角变化

Figure 2. Variation of Satellite Elevation During 6 h

下载: 全尺寸图片幻灯片

图 3 5 min内仰角变化及对应校正相位值

Figure 3. Elevation Change and Corresponding Corrected Phase Value Within 5 min

下载: 全尺寸图片幻灯片

图 4 实验场地

Figure 4. Experimental Site

下载: 全尺寸图片幻灯片

图 5 信号处理流程

Figure 5. Flowchart of Signal Processing

下载: 全尺寸图片幻灯片

图 6 GEO星相关结果图

Figure 6. Correlation Result Graph of GEO Satellites

下载: 全尺寸图片幻灯片

图 7 GEO C03星相位提取结果

Figure 7. Phase Extraction Results of GEO C03 Satellite

下载: 全尺寸图片幻灯片

图 8 C35运动卫星相位补偿结果

Figure 8. Phase Compensation Results of Moving Satellite C35

下载: 全尺寸图片幻灯片

图 9 C35运动卫星相位补偿结果

Figure 9. Phase Compensation Results of Moving Satellite C35

下载: 全尺寸图片幻灯片

图 10 反射天线位置偏差实验场景

Figure 10. Experimental Scenario of Reflection Antenna Position Deviation

下载: 全尺寸图片幻灯片

图 11 理论RCS值与测量值比较

Figure 11. Comparison of Theoretical and Measured RCS Values

下载: 全尺寸图片幻灯片

图 12 公路边坡上的第一菲涅尔区

Figure 12. First Fresnel Zone on the Slope

下载: 全尺寸图片幻灯片

表 1 GEO星距离反演结果/cm

Table 1 Range Inversion Results of GEO Satellites/cm

卫星序号	真实形变量	原始反演形变	校正后形变量	形变校正量	最终误差
C01	28.0	26.63	26.63	0	-1.37
C03		26.65	26.62	-0.03	-1.38
C04		27.22	27.24	+0.02	-0.76

C01	11.7	12.65	12.65	0	0.95
C03		11.97	11.95	-0.03	0.25
C04		11.74	11.76	+0.02	0.06

下载: 导出CSV

表 2 C35运动卫星相位补偿及形变反演结果/cm

Table 2 Deformation Inversion Results of Moving Satellite C35/cm

实际推动量	校正前反演距离	校正后反演距离	形变校正量	误差
28.0	33.00	29.97	-3.03	1.97
11.7	14.96	12.26	-2.70	0.56

下载: 导出CSV

表 3 两次子实验的形变量反演结果

Table 3 Variable Inversion Results of Two Sub-Experiments

天线序号	竖直排列方式		水平排列方式
天线序号	偏移角度/(°)	形变反演误差/cm	偏移角度/(°)	形变反演误差/cm
LHCP1	2.63	0.43	2.63	0.17
LHCP2	0	0.72	0	0.44
LHCP3	3.65	0.52	2.72	0.68
LHCP4	6.29	0.58	5.36	0.52
相关系数	-0.40		0.17

下载: 导出CSV

表 4 C45运动卫星相位补偿及形变反演结果/cm

Table 4 Deformation Inversion Results of Moving Satellite C45/cm

实际推动量	校正前反演距离	校正后反演距离	误差
28.0	18.16	21.42	6.58
11.7	4.41	7.67	4.03

下载: 导出CSV

参考文献(25)

[1]	Weng M C, Lin C H, Shiu W J, et al. Towards a Rapid Assessment of Highway Slope Disasters by Using Multidisciplinary Techniques[J]. Landslides, 2022, 19（3）： 687-701.
[2]	Dong K, Yang D W, Chen J K, et al. Monitoring-Data Mechanism-Driven Dynamic Evaluation Method for Slope Safety[J]. Computers and Geotechnics, 2022, 148： 104850.
[3]	荣延祥, 龚正, 陈泽权, 等. 一种由粗到精的边坡形变检测方法[J]. 测绘通报, 2021（6）： 93-97. Rong Yanxiang, Gong Zheng, Chen Zequan, et al. A Coarse-to-Fine Method for Slope Deformation Detection[J]. Bulletin of Surveying and Mapping, 2021（6）： 93-97.
[4]	Qiu Z W, Jiao M L, Jiang T, et al. Dam Structure Deformation Monitoring by GB-InSAR Approach[J]. IEEE Access, 2020, 8： 123287-123296.
[5]	罗天文, 李斐, 潘斌, 等. 利用车载双天线InSAR系统监测公路边坡形变[J]. 武汉大学学报（信息科学版）, 2023, 48（3）： 359-367. Luo Tianwen, Li Fei, Pan Bin, et al. Highway Slope Deformation Monitoring Based on Vehicle-Borne Dual-Antenna InSAR System[J]. Geomatics and Information Science of Wuhan University, 2023, 48（3）： 359-367.
[6]	Vazquez-Ontiveros J R, Martinez-Felix C A, Vazquez-Becerra G E, et al. Monitoring of Local Deformations and Reservoir Water Level for a Gravity Type Dam Based on GPS Observations[J]. Advances in Space Research, 2022, 69（1）： 319-330.
[7]	王冬伟, 孙越强, 王先毅, 等. 使用BD-3 B2a反射信号测量水面高度[J]. 武汉大学学报（信息科学版）, 2022, 47（11）： 1878-1886. Wang Dongwei, Sun Yueqiang, Wang Xianyi, et al. Water Surface Altimetry Using BD-3 B2a Reflected Signal[J]. Geomatics and Information Science of Wuhan University, 2022, 47（11）： 1878-1886.
[8]	Wan W, Liu B, Guo Z, et al. Initial Evaluation of the First Chinese GNSS-R Mission BuFeng-1 A/B for Soil Moisture Estimation[J]. IEEE Geoscience and Remote Sensing Letters, 2022, 19： 8017305.
[9]	Guo Fei, Chen Huaijie, Zhu Yifan, et al. A GNSS-IR Soil Moisture Inversion Method Integrating Phase, Amplitude and Frequency[J]. Geomatics and Information Science of Wuhan University, 2022, DOI：10.13203/j.whugis20210644. （郭斐,陈惟杰, 朱逸凡,等.一种融合相位、振幅与频率的GNSS-IR土壤湿度反演方法[J].武汉大学学报（信息科学版）, 2022,DOI：10.13203/j.whugis20210644.）
[10]	杜皓, 郭文飞, 郭迟, 等. 针对GNSS-R海面风速反演的自适应CDF匹配方法[J]. 武汉大学学报（信息科学版）, 2021, 46（12）： 1924-1931. Du Hao, Guo Wenfei, Guo Chi, et al. Adaptively CDF Matching Method in GNSS-R Wind Speed Retrieval[J]. Geomatics and Information Science of Wuhan University, 2021, 46（12）： 1924-1931.
[11]	Jin S G, Wang Q S, Dardanelli G. A Review on Multi-GNSS for Earth Observation and Emerging Applications[J]. Remote Sensing, 2022, 14（16）： 3930.
[12]	刘经南, 邵连军, 张训械. GNSS-R研究进展及其关键技术[J]. 武汉大学学报（信息科学版）, 2007, 32（11）： 955-960. Liu Jingnan, Shao Lianjun, Zhang Xunxie. Advances in GNSS-R Studies and Key Technologies[J]. Geomatics and Information Science of Wuhan University, 2007, 32（11）： 955-960.
[13]	金双根, 张勤耘, 钱晓东. 全球导航卫星系统反射测量（GNSS+R）最新进展与应用前景[J]. 测绘学报, 2017, 46（10）： 1389-1398. Jin Shuanggen, Zhang Qinyun, Qian Xiaodong. New Progress and Application Prospects of Global Navigation Satellite System Reflectometry （GNSS+R）[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46（10）： 1389-1398.
[14]	万玮, 陈秀万, 彭学峰, 等. GNSS遥感研究与应用进展和展望[J]. 遥感学报, 2016, 20（5）： 858-874. Wan Wei, Chen Xiuwan, Peng Xuefeng, et al. Overview and Outlook of GNSS Remote Sensing Technology and Applications[J]. Journal of Remote Sensing, 2016, 20（5）： 858-874.
[15]	Zeng T, Zhang T, Tian W M, et al. A Novel Subsidence Monitoring Technique Based on Space-Surface Bistatic Differential Interferometry Using GNSS as Transmitters[J]. Science China Information Sciences, 2015, 58（6）： 1-16.
[16]	Liu F F, Fan X Z, Zhang T, et al. GNSS-Based SAR Interferometry for 3-D Deformation Retrieval： Algorithms and Feasibility Study[J]. IEEE Transactions on Geoscience and Remote Sensing, 2018, 56（10）： 5736-5748.
[17]	Yang Y, Zheng Y, Yu W K, et al. Deformation Monitoring Using GNSS-R Technology[J]. Advances in Space Research,2019,63（10）：3303-3314.
[18]	严颂华, 唐凤雨, 陈永谦, 等. GNSS-R形变监测技术综述[J]. 无线电工程, 2021, 51（10）： 1086-1092. Yan Songhua, Tang Fengyu, Chen Yongqian, et al. Review of Deformation Monitoring Based on GNSS-R Technology[J]. Radio Engineering, 2021, 51（10）： 1086-1092.
[19]	LiY, YanS H, MaQ S. Deformation Measurement Based on the Phase of Reflected Signals of BeiDou GEO Satellites[C]//China Satellite Navigation Conference （CSNC 2021）, Singapore, 2021.
[20]	Chen Y Q, Yan S H, Gong J Y. Deformation Estimation Using BeiDou GEO-Satellite-Based Reflectometry[J]. Remote Sensing, 2021, 13（16）： 3285.
[21]	Chen Y Q, Yan S H, Gong J Y. Phase Error Analysis and Compensation of GEO-Satellite-Based GNSS-R Deformation Retrieval[J]. IEEE Geoscience and Remote Sensing Letters, 1809, 19： 2506505.
[22]	Knott E F, Shaeffer J F, Tuley M T. Radar Cross Section[M]. Raleigh： SciTech Publishing Inc., 2004.
[23]	张楠, 严颂华, 王文伟. 北斗GEO卫星微动条件下的GNSS-R土壤湿度反演[J]. 科学技术与工程, 2019, 19（9）： 154-161. Zhang Nan, Yan Songhua, Wang Wenwei. Soil Moisture Inversion Based on GNSS-R Under the Micro-motion Condition of BeiDou GEO Satellites[J]. Science Technology and Engineering, 2019, 19（9）： 154-161.
[24]	Mahafza B R. Radar Systems Analysis and Design Using MATLAB[M]. Boca Raton： Chapman & Hall, 2005.
[25]	Larson K M, Nievinski F G. GPS Snow Sensing： Results from the Earth Scope Plate Boundary Observatory[J]. GPS Solutions, 2013, 17（1）： 41-52.

施引文献(1)

期刊类型引用(1)

赵智辉，杨金虎. 基于GNSS技术对滑坡体稳定性试验研究. 山西建筑. 2024(03): 86-89 .

百度学术

其他类型引用(0)

资源附件(0)

图(12) / 表(4)

计量

文章访问数: 191
HTML全文浏览量: 47
PDF下载量: 69
被引次数: 1

1 GNSS-R形变测量中卫星运动的影响
1.1 基本的形变和反射信号相位关系
1.2 卫星运动对反射信号相位的影响
1.3 卫星运动相位校正的仿真实验
2 实际公路边坡实验
2.1 实际公路边坡场景
2.2 GEO条件下形变反演及校正
2.3 运动卫星形变反演及校正
3 接收天线微小偏差的问题和实验
3.1 反射天线位置偏差实验场景
3.2 反射天线位置偏移实验结果
4 公路边坡第一菲涅尔区分析
5 结语

1 GNSS-R形变测量中卫星运动的影响
1.1 基本的形变和反射信号相位关系
1.2 卫星运动对反射信号相位的影响
1.3 卫星运动相位校正的仿真实验
2 实际公路边坡实验
2.1 实际公路边坡场景
2.2 GEO条件下形变反演及校正
2.3 运动卫星形变反演及校正
3 接收天线微小偏差的问题和实验
3.1 反射天线位置偏差实验场景
3.2 反射天线位置偏移实验结果
4 公路边坡第一菲涅尔区分析
5 结语

参考文献(25)

施引文献

资源附件(0)

地基GNSS-R公路边坡形变监测实验及误差分析

计量

出版历程

Road Slope Deformation Monitoring Experiment and Error Analysis by Ground Based GNSS-R Method

1 GNSS-R形变测量中卫星运动的影响

1.1 基本的形变和反射信号相位关系

1.2 卫星运动对反射信号相位的影响

1.3 卫星运动相位校正的仿真实验

2 实际公路边坡实验

2.1 实际公路边坡场景

2.2 GEO条件下形变反演及校正

2.3 运动卫星形变反演及校正

3 接收天线微小偏差的问题和实验

3.1 反射天线位置偏差实验场景

3.2 反射天线位置偏移实验结果

4 公路边坡第一菲涅尔区分析

5 结 语

期刊类型引用(1)

其他类型引用(0)

计量

出版历程

目录

1 GNSS-R形变测量中卫星运动的影响

1.1 基本的形变和反射信号相位关系

1.2 卫星运动对反射信号相位的影响

1.3 卫星运动相位校正的仿真实验

2 实际公路边坡实验

2.1 实际公路边坡场景

2.2 GEO条件下形变反演及校正

2.3 运动卫星形变反演及校正

3 接收天线微小偏差的问题和实验

3.1 反射天线位置偏差实验场景

3.2 反射天线位置偏移实验结果

4 公路边坡第一菲涅尔区分析

5 结 语

5 结语

5 结语