首页 > 分享 > 信号重建方法及基于该方法的土壤湿度干涉测量方法与流程

信号重建方法及基于该方法的土壤湿度干涉测量方法与流程

花匠小妙招
2025-08-06 17:18

技术特征：

1.一种信号重建方法，其特征在于：所述的方法包括以下步骤：

步骤1：原始数据采集，

使用接收机以固定采样间隔采集原始数据；

步骤2：卫星仰角、方位角计算，

利用步骤1中卫星星历信息结合采样时间与接收天线位置，计算卫星的仰角θ(n)与方位角，其中n为采样点；

步骤3：卫星数据筛选，

根据步骤2中卫星的仰角和方位角，结合天线架设高度h，计算镜面反射点位置，筛选低仰角以及镜面反射点落在需测量的土壤区域内的卫星的信噪比数据；

步骤4：刻度转换，

对步骤3筛选出的卫星的信噪比数据进行刻度转换，从对数刻度转化为线性刻度，此时信噪比数据用下式描述：

其中sd(θ(n))为直射信号信噪比，sr(θ(n))为反射信号信噪比，二者构成了信噪比数据的趋势项；f(n)为信噪比的震荡频率，与天线相对于有效反射面的高度h有关；为信噪比数据的初始相位；

步骤5：中心化，

利用低阶多项式对信噪比数据进行拟合，得到信噪比数据的趋势项p0(θ(n))，并将其从信噪比数据中提剔除得到以0为中心变化的信噪比数据snrc(θ(n))，用下式表示：

其中p1(θ(n))为由低阶多项式的建模误差导致的残余项；p2(θ(n))为信噪比的时变震荡幅度；f(n)为信噪比的时变振荡频率；为信噪比的初始相位；

步骤6：时频分析，

对中心化后的信噪比数据进行时频分析得到信噪比的时变频率f(n)；

步骤7：利用自适应滤波器估计信噪比的残余项与时变震荡幅度，

采用自适应滤波器进行估计，对式(2)进行改写：

其中[1cos(2πf(n)sin(θ(n)))-sin(2πf(n)sin(θ(n)))]t为自适应滤波器的输入信号向量也即待滤波的信号，利用步骤2计算出的卫星仰角θ(n)与步骤6得到的时变频率f(n)生成；c0(n),c1(n),c2(n)为滤波器系数；snrf(θ(n))则为滤波器输出；滤波器的自适应调整算法不断调整滤波器系数，使得滤波器输出snrf(θ(n))与snrc(θ(n))的均方根误差最小，此时滤波器系数c0(n),c1(n),c2(n)分别为对p1(θ(n)),的估计；

步骤8：直射信号与反射信号重建，

利用趋势项p0(θ(n))以及步骤7得到的滤波系数构建关于直射信号与反射信号的方程组，如下：

其中sd(θ(n)),sr(θ(n))分别为直射信号与反射信号的信噪比。求解该方程组得到：

。

2.根据权利要求1所述的信号重建方法，其特征在于：所述的步骤1中的接收机为gnss-ir接收机。

3.根据权利要求1所述的信号重建方法，其特征在于：所述的步骤1中的原始数据包括各个卫星的信噪比观测值与星历信息。

4.一种基于信号重建的土壤湿度干涉测量方法，应用于权利要求1-3任一所述的信号重建方法，其特征在于，所述的方法包括以下步骤：

步骤11：计算反射系数，

根据步骤8中重建的直射信号和反射信号的信噪比计算反射率，进行修正，进而计算反射系数γ：

其中gd(θ(n))为天线对直射信号的增益；gr(-θ(n))为天线对反射信号的增益；λ为导航信号载波波长；σ土壤表面的均方根高度；

步骤12：计算土壤湿度，

根据土壤反射系数计算出土壤的相对介电常数εr，利用下式：

根据常用的微波波段土壤介电模型反演土壤湿度smc，如下式：

εr＝2.8603+3.7463·smc+119.1755·smc2(8)。

5.根据权利要求4所述的基于信号重建的土壤湿度干涉测量方法，其特征在于，所述的步骤11中的修正方法包括天线增益修正和土壤粗糙度修正。

技术总结
本发明公开一种信号重建方法及基于该方法的土壤湿度干涉测量方法，属于土壤湿度测量技术领域，该方法通过从全球卫星导航系统信噪比数据中重建出直射信号与土壤反射信号，利用GNSS‑IR技术，对现有技术中被舍弃的信噪比趋势项进行了再利用，充分地发掘了信噪比数据中所含有的信息，实现了从信噪比数据中重建出参与干涉的直射与反射信号，从而能够让理论模型用于土壤湿度反演，极大的降低了反演方法对环境的依赖性，解决了现有技术中出现的问题。

技术研发人员：杨东凯;汉牟田;常海宁;王友权
受保护的技术使用者：山东航向电子科技有限公司
技术研发日：2020.03.13
技术公布日：2020.06.26