(English below)

Tác giả: Hồ Tống Minh Định, Ngô Nhi Yến

Tóm Tắt
Các sứ mệnh Radar Khẩu độ Tổng hợp (SAR) hiện đại cung cấp một chuỗi thời gian SAR giao thoa kế (InSAR) lớn chưa từng có. Việc xử lý Dữ liệu Big InSAR là một thách thức đối với việc giám sát lâu dài. Thật vậy, khi hầu hết các hiện tượng biến dạng phát triển chậm, một chiến lược của một sơ đồ xử lý có thể được thực hiện trên các tập dữ liệu khối lượng giảm. Bài báo này giới thiệu một thuật toán ComSAR mới dựa trên một kỹ thuật nén để giảm các nỗ lực tính toán trong khi vẫn duy trì hiệu suất một cách mạnh mẽ.

Thuật toán chia dữ liệu khổng lồ thành nhiều ngăn xếp nhỏ và sau đó nén chúng. Công cụ ước lượng nén gần với giới hạn dưới Cramer-Rao lý thuyết trong một kịch bản tương quan Sentinel-1 băng tần C thực tế. Cả hai bộ phân tán liên tục và phân tán (PSDS) đều được khai thác trong thuật toán ComSAR. Hiệu suất ComSAR được xác nhận thông qua mô phỏng và ứng dụng vào dữ liệu Sentinel-1 để lập bản đồ sụt lún đất của khu vực mỏ muối Vauvert, Pháp.

ComSAR được đề xuất mang lại hiệu suất tốt hơn một cách nhất quán khi so sánh với kỹ thuật PSDS hiện đại nhất. Chúng tôi tạo các thuật toán PSDS và ComSAR dưới dạng gói TomoSAR mã nguồn mở. Để làm cho nó thực tế hơn, chúng tôi khai thác các dự án mã nguồn mở khác để mọi người có thể áp dụng các phương pháp PSDS và ComSAR của chúng tôi cho một chuỗi xử lý end-to-end. Theo hiểu biết của chúng tôi, TomoSAR là công cụ miền công cộng đầu tiên có sẵn để cùng xử lý các mục tiêu PS và DS.

Link download: 

https://drive.google.com/file/d/1dtNmlQ-l2UzZAIqUDY8aiMbnXTAvmWY3/view?usp=sharing

------

COMPRESSED SAR INTERFEROMETRY IN THE BIG DATA ERA 

Author: Dinh Ho Tong Minh, Yen Nhi Ngo
Abstract
Modern Synthetic Aperture Radar (SAR) missions provide an unprecedented massive interferometric SAR (InSAR) time series. The processing of the Big InSAR Data is challenging for long-term monitoring. Indeed, as most deformation phenomena develop slowly, a strategy of a processing scheme can be worked on reduced volume data sets. This paper introduces a novel ComSAR algorithm based on a compression technique for reducing computational efforts while maintaining the performance robustly.

The algorithm divides the massive data into many mini-stacks and then compresses them. The compressed estimator is close to the theoretical Cramer–Rao lower bound under a realistic C-band Sentinel-1 decorrelation scenario. Both persistent and distributed scatterers (PSDS) are exploited in the ComSAR algorithm. The ComSAR performance is validated via simulation and application to Sentinel-1 data to map land subsidence of the salt mine Vauvert area, France.

The proposed ComSAR yields consistently better performance when compared with the state-of-the-art PSDS technique. We make our PSDS and ComSAR algorithms as an open-source TomoSAR package. To make it more practical, we exploit other open-source projects so that people can apply our PSDS and ComSAR methods for an end-to-end processing chain. To our knowledge, TomoSAR is the first public domain tool available to jointly handle PS and DS targets.

Link download: 

https://drive.google.com/file/d/1dtNmlQ-l2UzZAIqUDY8aiMbnXTAvmWY3/view?usp=sharing

Geolink tổng hợp từ MPDI