技术特征：
1.一种基于ps-insar技术的桥梁形变监测结果的误差剔除方法，其特征在于，该方法包括如下步骤：步骤s1：对sar影像集进行删选，再基于ps-insar技术获取目标桥梁所在区域的形变监测结果，最后基于光学卫星影像和sar卫星影像确认属于桥梁上的ps形变点；步骤s2:结合ps-insar技术形变监测特点与桥梁形变特点对所述目标桥梁模型的特征点进行适用性判定；步骤s3:影响因素数据获取以及对获取的原始影响因素相关数据进行预处理以符合模型处理要求；步骤s4:基于数据特征进行训练模型设计；步骤s5:对预处理完成数据进行进一步处理，对模型进行多次训练，最终对多组拟合参数进行合并生成最终参数；步骤s6:将每组的拟合误差从原始形变监测结果中去除，得到目标ps点实际发生的累积形变监测结果。2.如权利要求1所述的基于ps-insar技术的桥梁形变监测结果的误差剔除方法，其特征在于，所述步骤s1中，所述影像删选方法，包括：获取覆盖目标桥梁的经过裁剪后的sar影像集；获取影像的强度数据；求取每幅影像的平均强度值；根据强度值分布统计设定阈值，数据分布统计中主要查看绝大多数影像的平均强度值波动范围，将这个范围的下限设为阈值；对明显低于设定阈值的当期sar影像进行删除。3.如权利要求1所述的基于ps-insar技术的桥梁形变监测结果的误差剔除方法，其特征在于，所述步骤s2中，所述适用性判定的方法包括：确认桥梁结构的影响因素，判断所述特征点受影响因素导致的形变与基于ps-insar技术监测得到的形变存在的相关性；对每个特征点与影响因素数据进行相关性分析；所述相关性分析的计算公式为：经过对各个特征点与影像因素进行相关性计算得到相关系数大于0.3的特征点占比大于80％则符合后续构建模型的需求。4.如权利要求3所述的基于ps-insar技术的桥梁形变监测结果的误差剔除方法，其特征在于，所述影响因素主要包括车辆荷载、温度作用、风荷载。5.如权利要求1所述的基于ps-insar技术的桥梁形变监测结果的误差剔除方法，其特征在于，所述步骤s3，具体包括：通过假定条件与误差分析，确定影响因素，并收集影响因素数据；对影响因素数据进行one-hot编码，形成数字化标记；将数字化标记的影响因素数据进行拼接，形成模型训练的待输入数据。
6.如权利要求1所述的基于ps-insar技术的桥梁形变监测结果的误差剔除方法，其特征在于，所述步骤s4，具体包括：所述训练模型的设计可通过多元线性回归方程计算得出；多元线性回归方程为：通过计算确认损失补偿，相关损失函数为：其中，y为实际长期形变值，x为输入影响因子数据。7.如权利要求6所述的基于ps-insar技术的桥梁形变监测结果的误差剔除方法，其特征在于，所述步骤s4，具体包括：所述训练模型的设计还可通过岭回归方程计算得出；岭回归方程为：通过计算确认损失补偿，相关损失函数为：其中，y为实际长期形变值，x为输入影响因子数据。8.如权利要求1所述的基于ps-insar技术的桥梁形变监测结果的误差剔除方法，其特征在于，所述步骤s5，具体包括：获取覆盖目标桥梁的多期影像，保证数量大于30景；将每个特征点数据所在的时序形变与影响因素进行相干性计算，按照绝对值大小由大到小排列，取前50％为拟合特征点，将形变较大的特征点、噪声点进行有效剔除，得到完全拟合的特征点；对筛选后的每个特征点进行单独拟合，对每个特征点相关数据依次进行分组，如影像序号1到序号24为第1组、影像序号1到序号25为第2组、影像序号1到序号26为第3组等等，依次类推形成n组训练数据，越先获取的数据对结果的影响越大，即赋予更高的权重；对每组数据中的数据与前一项做差形成相应差值数据，即为每次训练的输入项；基于ps-insar形变监测结果获取每个特征点在两期sar影像中产生的形变差值，与每组输入数据对应形变拟合结果数据；基于每个特征点的多组数据，依次对每个特征点进行多组数据的拟合训练；对每组数据拟合得到的系数进行求平均作为对应特征点最后的改正系数。9.如权利要求1所述的基于ps-insar技术的桥梁形变监测结果的误差剔除方法，其特征在于，所述步骤6，具体包括：
将桥梁上形变特征点分成两类，一类属于已经经过拟合运算的，记作a类点，另一类属于未经过拟合运算的，记作b类点；对于a类点，应用对应的拟合方程计算每个时间段可变作用导致的误差，然后在每个时间段中将这部分误差去除；对于b类点，搜索距离所求目标点最近的三处a类点，利用反距离权重法确定各自权重，然后计算b类点对应的拟合方程系数，再采取同a类点类似的方法将误差去除。10.一种基于ps-insar技术的桥梁形变监测结果的误差剔除系统，其特征在于，该系统包括：形变信息获取模块：基于ps-insar技术通过雷达影像提取监测对象形变信息，该形变信息包括桥梁的ps点；模型训练模块：根据既定的模型训练公式，设计相应的训练模型，并根据因素数据信息拟合形成参数；处理模块：对获取的形变信息数据处理，以及介入的的影响因素信息数字化处理，对拟合结果信息与原始检测信息对比并剔除。
技术总结
本发明实施例公开了一种基于PS-InSAR技术的桥梁形变监测结果的误差剔除方法和系统，包括：对SAR影像集进行删选，再基于PS-InSAR技术获取目标桥梁所在区域的形变监测结果，最后基于光学卫星影像和SAR卫星影像确认属于桥梁上的PS形变点；影响因素数据获取以及对获取的原始影响因素相关数据进行预处理以符合模型处理要求；基于数据特征进行训练模型设计；对预处理完成数据进行进一步处理，对模型进行多次训练；将每组的拟合误差从原始形变监测结果中去除，得到目标PS点实际发生的累积形变监测结果。本发明通过对PS-InSAR技术监测结果本身与桥梁形变变化特征进行研究，从而实现对形变监测中误差的剔除，相对于传统方法中误差剔除表现出极大的优势与便捷性。表现出极大的优势与便捷性。表现出极大的优势与便捷性。
技术研发人员：尹治平 吴磊 孙世山
受保护的技术使用者：苏州深蓝空间遥感技术有限公司
技术研发日：2022.08.26
技术公布日：2023/1/2