买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北大学申请的专利一种时序InSAR湍流层延迟校正的轻量级深度学习方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120334915B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510832551.2，技术领域涉及：G01S13/90；该发明授权一种时序InSAR湍流层延迟校正的轻量级深度学习方法及装置是由贺黎明;蔡久扬;毛亚纯;包妮沙;刘志祥;秦增辉;张骏飞设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本一种时序InSAR湍流层延迟校正的轻量级深度学习方法及装置在说明书摘要公布了：本申请关于一种时序InSAR湍流层延迟校正的轻量级深度学习方法及装置，涉及图像数据处理技术领域。该方法包括：获取目标区域的InSAR数据；基于地球物理建模技术，构建不同类型的地表形变信号；基于InSAR数据和地统计学模型，模拟各向异性的大气湍流噪声；将大气湍流噪声特征和地表形变信号叠加融合，构建仿真时序InSAR训练数据集；然后，设计了一种改进的深度卷积神经网络自编码器结构，训练采用L1损失函数，通过训练数据对预设模型进行训练，能够有效区分和消除InSAR干涉图中的湍流层大气噪声，同时保留时间序列中持续存在的地表沉降信号。

本发明授权一种时序InSAR湍流层延迟校正的轻量级深度学习方法及装置在权利要求书中公布了：1.一种时序InSAR湍流层延迟校正的轻量级深度学习方法，其特征在于，所述方法包括： 获取目标区域的InSAR数据；所述InSAR数据包括原始SAR影像、干涉图和相干性图； 基于地球物理建模技术，构建所述InSAR数据中不同类型的地表形变信号，得到仿真InSAR观测地面沉降数据，所述仿真InSAR观测地面沉降数据包括时间序列的地表形变信号； 基于地统计学模型，构建所述InSAR数据中各向异性的大气湍流噪声特征； 将所述大气湍流噪声特征和所述地表形变信号叠加融合，构建仿真时序InSAR训练数据集； 以训练过程中预设模型输出的输出数据与所述仿真InSAR观测地面沉降数据之间的平均绝对值误差为损失函数，通过所述仿真InSAR训练数据集对所述预设模型进行训练，得到目标模型，所述目标模型用于对湍流层噪声特征进行去除； 所述基于地球物理建模技术，构建所述InSAR数据在不同类型的地表形变信号，得到仿真InSAR观测地面沉降数据，包括： 采用弹性半空间球形点源模型和有限断层位移模型，模拟所述InSAR数据的地表形变过程；并按照预设时序，采集地表形变过程中各个所述预设时序内地表形变产生的地表形变数据； 按照时序先后顺序，对各个所述预设时序内地表形变产生的地表形变数据进行组合，得到所述仿真InSAR观测地面沉降数据； 所述地统计学模型包括各向异性湍流层大气延迟模型，所述各向异性湍流层大气延迟模型包括用如下公式表示的半变异函数；所述半变异函数包括第一类贝塞尔函数和第二类修正贝塞尔函数； 其中，代表距离或空间滞后，即在半变异函数中，衡量InSAR数据中两个采样点在空间或时间上的分离程度表示方差上限，即在所述两个采样点的距离超过预设范围后，半变异函数趋于的稳定值，也可视作场的最大方差；表示平滑度，值越大，半变异函数越平滑；表示相关长度或相关距离，控制了随机场在空间上相互关联的范围；当超过时，场之间的相关性显著降低；第二类修正贝塞尔函数，不同的值会改变半变异函数形状，以表征空间平滑度和局部变异性；为伽马函数；为第一类贝塞尔函数，用于描述可能存在周期结构的随机场，函数值越大，说明随机场在较大范围内存在周期或波动性； 所述基于地统计学模型，构建所述InSAR数据中各向异性的大气湍流噪声特征，包括： 采用不同的预设衰减参数组，依次分别对平滑度、第一类贝塞尔函数的第一系数和第二类修正贝塞尔函数的第二系数进行赋值，以分别对应得到赋值后的所述半变异函数表征的不同方向上的所述大气湍流噪声特征； 其中，所述预设衰减参数组包括预设平滑度、第一预设系数和第二预设系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。