发明名称 融合D-InSAR和遗传算法求取概率积分参数的方法
摘要 本发明提供一种融合D‑InSAR和遗传算法求取概率积分参数的方法,包括:(1)利用概率积分法得到目标像元的预计下沉值、南北方向预计水平移动和东西方向预计水平移动的值,基于三维变形与LOS向变形关系,计算得到目标像元LOS向预计移动变形r'<sub>iLOS</sub>的值;(2)利用D‑InSAR技术实测目标像元的LOS向移动变形r<sub>iLOS</sub>的值,计算目标像元的移动变形预计残差v<sub>i</sub>=r<sub>iLOS</sub>‑r'<sub>iLOS</sub>的值,并构造遗传算法适应度函数<img file="DDA0000960840130000011.GIF" wi="377" he="127" />(3)利用遗传算法求取全部概率积分参数。优点为:本发明有效融合了D‑InSAR和遗传算法,可求取到全部概率积分参数,并且还具有参数求取精度高的优点。
申请公布号 CN105912506A 申请公布日期 2016.08.31
申请号 CN201610220846.5 申请日期 2016.04.08
申请人 安徽理工大学 发明人 王磊;张鲜妮;李楠;吕挑;陈元非
分类号 G06F17/15(2006.01)I 主分类号 G06F17/15(2006.01)I
代理机构 北京市盛峰律师事务所 11337 代理人 席小东
主权项 一种融合D‑InSAR和遗传算法求取概率积分参数的方法,其特征在于,包括以下步骤:步骤1,根据地质采矿条件和概率积分参数经验关系,确定工作面开采沉陷预计概率积分参数范围;基于编码规则随机生成各概率积分参数对应的编码,建立初始种群;步骤2,通过雷达D‑InSAR技术获取采动地表变形场影像;从所述采动地表变形场影像中选取n个目标像元;对于每个所述目标像元,均执行步骤2.1‑步骤2.3:步骤2.1,获取任意形状工作面地质采矿条件参数,并对工作面形状进行剖分,同时获取每个剖分单元的参数;另外,提取目标像元中心地理坐标(x,y);将步骤1的种群解码还原为各参数,将解码得到的各概率积分参数的值、剖分单元的参数、目标像元中心地理坐标(x,y)为概率积分法模型的输入,利用所述概率积分法模型预计得到目标像元的预计下沉值W<sub>i</sub>、南北方向预计水平移动U<sub>iSN</sub>和东西方向预计水平移动U<sub>iEW</sub>的值;步骤2.2,将步骤2.1计算得到的目标像元预计下沉值W<sub>i</sub>、南北方向预计水平移动U<sub>iSN</sub>和东西方向预计水平移动U<sub>iEW</sub>的值,以及获取到的雷达卫星的入射角θ<sub>i</sub>的值和卫星飞行方向方位角α<sub>i</sub>的值,代入公式(1),得到目标像元LOS向预计移动变形r'<sub>iLOS</sub>的值;<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><msup><mi>r</mi><mo>&prime;</mo></msup><mrow><mi>i</mi><mi>L</mi><mi>O</mi><mi>S</mi></mrow></msub><mo>=</mo><mo>-</mo><msub><mi>U</mi><mrow><mi>i</mi><mi>S</mi><mi>N</mi></mrow></msub><msub><mi>sin&theta;</mi><mi>i</mi></msub><mi>c</mi><mi>o</mi><mi>s</mi><mrow><mo>(</mo><msub><mi>&alpha;</mi><mi>i</mi></msub><mo>-</mo><mfrac><mn>3</mn><mn>2</mn></mfrac><mi>&pi;</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>U</mi><mrow><mi>i</mi><mi>E</mi><mi>W</mi></mrow></msub><msub><mi>sin&theta;</mi><mi>i</mi></msub><mi>sin</mi><mrow><mo>(</mo><msub><mi>&alpha;</mi><mi>i</mi></msub><mo>-</mo><mfrac><mn>3</mn><mn>2</mn></mfrac><mi>&pi;</mi><mo>)</mo></mrow><mo>+</mo><msub><mi>W</mi><mi>i</mi></msub><msub><mi>cos&theta;</mi><mi>i</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000960840100000011.GIF" wi="1742" he="63" /></maths>步骤2.3,利用D‑InSAR技术提取目标像元的LOS向实测移动变形r<sub>iLOS</sub>的值,采用公式(2)计算得到目标像元的LOS向变形预计残差v<sub>i</sub>的值;v<sub>i</sub>=r<sub>iLOS</sub>‑r'<sub>iLOS</sub>    (2)由此分别计算得到n个目标像元的LOS向变形预计残差v<sub>i</sub>的值;步骤3,构筑遗传算法适应度函数F:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>F</mi><mo>=</mo><mi>C</mi><mo>-</mo><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mrow><mi>i</mi><mo>=</mo><mi>n</mi></mrow></munderover><msub><mi>v</mi><mi>i</mi></msub><mo>*</mo><msub><mi>v</mi><mi>i</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000960840100000021.GIF" wi="1182" he="127" /></maths>其中,F表示适应度函数,C表示使适应度函数为正的一个常数;将所计算得到的n个目标像元的LOS向变形预计残差v<sub>i</sub>的值代入公式(3),计算得到适应度函数值;步骤4,通过适应度函数值对种群中的每一个个体进行适应度评价,得到每个个体被选择的概率;利用选择、交叉、变异操作,对当前种群进行遗传操作,产生下一代种群;步骤5,重复步骤1‑步骤4,使概率积分参数的计算结果不断得到优化,直到符合终止条件为止;最终得到的概率积分参数编码经解码后得到最优概率积分参数的值。
地址 232001 安徽省淮南市田家庵区