基于极化干涉SAR数据的树高反演方法

为了利用极化干涉合成孔径雷达(SAR)实现精确、快速的树高反演,该文改进了基于极化干涉模型的传统线性度计算公式,提出了树高反演置信度。对置信度高的散射单元,用各极化方式下复相干点拟合得到的直线结合ESPR IT算法快速确定体散射复相干的位置,查表得到树高;对置信度低的散射单元直接用ESPR IT算法近似树高。实验结果表明,与传统方法相比,改进的线性度模型效果更好;体散射复相干估计结果符合极化干涉模型;用置信度指导树高反演,运行时间约为全部利用极化干涉模型反演的25%。     

基于干涉极化SAR数据的森林树高反演

将C1oude极化干涉散射模型和ESPRIT算法结合来降低森林参数反演的运算量.利用ESPRIT算法对Cloude模型中的散射相位中心进行估计,再将估计得到的散射相位中心代入Cloude模型,从而得到树木高度等参数.采用中国天山地区SIR-C/X-SAR L波段全极化干涉数据对森林地区植被树高进行了反演实验.实验表明,与直接采用Cloude的极化干涉模型进行反演相比,在反演精度不变的情况下,运算时间仅是单独使用Cloude模型的1%～2%.     

P波段极化干涉SAR树高反演算法研究

森林树高的反演是极化干涉合成孔径雷达(polarimetric SAR interferometry,PolInSAR)领域研究的热点,但针对P波段的研究较少。现在,反演树高的基本算法有:DEM差值法,相干幅度法,相位差与Sinc法和三阶段算法。本文从P波段数据出发,对四种算法进行了树高反演实验,结果表明:DEM差值法反演结果最差,其结果严重地低估了树高;相干幅度法会高估树高;而相位差与Sinc法的相关性很低;三阶段算法的结果最好,但对树高仍有一定程度的高估。     

综合利用光学、微波遥感数据反演土壤湿度研究

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模式;其次,分析了植被微波单次散射、植被层双程透过率与NDVI之间的关系,建立了单次散射及双程透过率模型,然后,结合IS2入射角模式ASAR数据,建立土壤湿度反演模型.最后,基于模拟数据和获取的ASAR、TM影像数据,利用半经验模型反演土壤湿度.研究结果表明:IS2_HH模式土壤散射在总散射中贡献更大,该数据更适合土壤湿度反演;植被微波单次散射、双程透过率与NDVI有很好的线性关系,可以利用线性模型建立它们之间的关系;半经验模型能够较好地反演土壤湿度,反演和实测的土壤湿度相关系数为0.75,均方根误差为5.07%.     

基于极化定向角补偿的思茅松林地上生物量反演

目的 极化合成孔径雷达在森林遥感监测中得到了广泛的应用。由于法拉第旋转和地物结构特性,电磁波极化定向角发生偏移,导致散射特征在机理上存在模糊性。本研究主要分析极化定向角偏移对体散射分量和地上生物量反演的影响。方法 以ALOS PALSAR全极化星载合成孔径雷达(SAR)数据为数据源,基于L波段散射特征,考虑地面与树干之间的二面角散射贡献,研究提出了一种扩展极化水云模型;基于Yamaguchi四分量分解参数和扩展极化水云模型估测思茅松林地上生物量。结果 通过酉变换来补偿极化定向角偏移后,体散射分量高估得到修正,极化定向角补偿后的体散射与实测地上生物量的回归模型较未补偿前效果更好(决定系数R²从0.214提升到0.332)。采用Yamaguchi四分量和扩展极化水云模型的地上生物量估测值和实测值有较强的相关性(R²= 0.644)和较低的均方根误差(23.11 t/hm²)。结论 SAR数据在极化分解前应进行极化定向角补偿,以减少体散射高估和二面角散射低估的问题,提高地上生物量反演精度。半经验极化扩展水云模型具有很好的估测森林地上生物量的潜力。     

基于极化SAR干涉反演DEM的方法

为了将极化信息有效的和干涉信息融合,提高数字高程模型(DEM)反演的精度,提出了基于相似性参数的相干增强方法,基于加权中值滤波的相位滤波器以及基于加权的枝切法的相位解缠方法。该文从理论上分析了该方法和传统方法的性能。实验结果表明:与传统方法相比,该方法可以充分利用极化信息,有效地增强相干性,并将相位的质量提高7%,有效地抑制了噪声,将残余点数减少了95%以上,并快速精确地得到了三维地形图。     

基于极化SAR干涉反演DEM的方法

为了将极化信息有效的和干涉信息融合,提高数字高程模型(DEM)反演的精度,提出一种基于相似性参数的相干增强方法,基于加权中值滤波的相位滤波器以及基于加权的枝切法的相位解缠方法。该文从理论上分析了该方法和传统方法的性能。实验结果表明:与传统方法相比,该方法可以充分利用极化信息,有效地增强相干性,并将相位的质量提高7%,有效地抑制了噪声,将残余点数减少了95%以上,并快速精确地得到了三维地形图。     

基于二维CP-GTD模型的全极化ISAR超分辨成像

针对全极化ISAR成像雷达体制,建立了能够精确描述雷达目标高频电磁极化散射机理的二维相干极化GTD(CP-GTD)模型,提出了基于二维CP-GTD模型的全极化ISAR超分辨成像方法,并在此基础上实现了全极化ISAR散射中心特征提取,从根本上解决了现有方法难以提取散射中心的相干极化信息的难题.与已有方法相比,二维CP-GTD方法的突出优点在于建立了更精确的散射模型,能够准确估计散射中心的相干散射矩阵;此外全极化信息的利用,使得它还具有超分辨成像效果更好、估计精度更高、计算效率更高等优点.通过对实验结果进行非相干性及相干性指标评估分析,验证了二维CP-GTD模型的优越性.     

基于极化干涉SAR的植被高度反演算法对比分析

极化干涉SAR综合了干涉SAR和极化SAR的优点,被广泛应用于植被高度的反演。对已有的四种基于极化干涉SAR的植被高度反演算法进行了论述,利用PoLSARpor进行仿真数据实验,对比分析了四种植被高度反演算法的优缺点及其适用范围。最后指出极化干涉SAR技术有待进一步研究的方向和问题。为选取基于极化干涉SAR的植被高度反演算法提供参考。     

基于ESPRIT的ULA波达方向估计改进算法

针对MUSIC(Multiple Signal Classification)算法和ESPRIT(Estimated Signal Parameters via Rotational -Invariance- Technique)算法不能有效估计相干信源波达方向的问题, 在修正MUSIC算法（Modified MUSIC）基础上, 通过引用变换矩阵, 在考虑阵列接收数据及其相应变换矩阵的自相关和互相关信息后, 结合总体最小二乘算法TLS-ESPRITS（Total Least-Squares ESPRIT）提出了能同时适应相干和非相干信号情况的波达方向估计的改进ESPRIT算法（IM-ESPRIT: Improved ESPRIT), 并在相干信号源来波角度间隔较小和低信噪比条件下, 同常规CC-ESPRIT(Cross ESPRIT)算法进行比较。结果表明, 当相干信源角度间隔为3°且信噪比为0时, 实现波达方向估计具有较好的估计精度和分辨率。     

基于永久散射体雷达干涉测量的苏州地区沉降研究

利用传统SAR差分干涉测量技术进行城市沉降等地表微小形变监测时，由于经常受时间和几何去相干以及大气不等延时等因素的影响，使SAR差分干涉测量不能很好地得到推广应用，通过从一系列ERS-1/2 SAR图像中提取在时间序列上保持高相干的自然反射体即永久散射体作为研究对象，进行精密SAR差分干涉测量相位分析反演，较好地克服了时间去相干的影响，并以苏州城市沉降为例，通过获得的1992—2000年的25幅ERS-1/2 SAR图像，建立线性形变模型，得到了苏州地区近8年的连续形变场.实验结果表明，PSInSAR结果与水准数据保持很高的一致性，可用于进行长时间序列的城市沉降监测.     

基于二次场算法的时间域激电2.5D有限元正演

二次场算法是提高时域激电正演计算精度的有效方法之一,能很好处理场源奇异问题。研究工作首先通过引入Cole-Cole模型,推导了在此模型下复电阻率二次场满足的边值问题;并利用有限单元法进行数值计算。然后通过Guptasarma滤波算法,实现了频率域激电到时域激电的转换,改变了传统求解时域激电的方法。为了提高计算效率,首先对边界采取近似处理。经处理的刚度矩阵只与供电频率及波数有关,而与供电点位置无关。其次设计了基于图论理论的矩阵重排与填入元分析算法,实现了矩阵的LDLT分解,从而实现了基于二次场算法的时间域2.5维激电正演的快速算法。利用快速算法,计算并分析了视电阻率、视极化率异常特征;其次通过计算频散率异常特征,验证了极化率与频散率对异常体响应具有相似性。     

旋转谱理论探讨

本文应用向量随机过程分解模型对旋转谱作出物理解释；此外，还修改了线性振荡度的定义，导出了极化度、线性振荡度和旋转系数之间的关系式，并讨论了它们与总相干、同相相干、异相相干之间的关系。     

基于无人机LiDAR的单木生物量估测

单木生物量是遥感反演大尺度森林生物量的基础,为提高森林单木生物量估测精度和效率,利用无人机LiDAR点云精确估算桉树、马尾松的单木生物量。首先通过优化算法,提取树高和冠幅,然后采用改进的凸包算法计算树冠面积与体积,把单木结构参数引入CAR模型,构建单木生物量估测模型,并与线性模型进行比较。结果表明：（1）桉树样地树高、冠幅相关性系数R2分别为0.92、0.72;马尾松样地相关性系数R2分别为0.94、0.78,算法提取的树木参数与实测数据相关性较好。（2）改进的CAR模型的精度优于线性模型,桉树和马尾松样地R2分别为0.821、0.830,RMSE分别为17.731、19.149 kg/株。（3）CAR模型引入冠幅面积、体积等树冠因子的生物量模型拟合度更好、精度更高,其中桉树、马尾松样地R2提高了0.102、0.115,RMSE下降了4.484、5.683 kg/株。利用无人机LiDAR数据提取单木结构参数进行生物量估测可取得很好拟合优度和精度。     

基于斜投影算子的混合信号DOA估计算法

为了提高混合信号的波达方向(direction of arrival, DOA)估计精度并降低其阵列孔径损失，提出一种基于斜投影算子的高精度DOA估计算法.所提算法将混合信号中独立信号与相干信号分两个阶段进行估计，首先利用ESPRIT(estimating signal parameter via rotational invariance techniques)算法处理阵元接收数据的协方差矩阵，得到混合信号中独立信号的DOA估计值；而后利用斜投影算子去除混合信号中独立信号的信息，得到新的协方差矩阵；利用新得到的协方差矩阵的信号子空间进行去相干处理；最后结合ESPRIT算法计算得到相干信号的DOA估计值.仿真结果表明，相较传统的混合信号DOA估计算法，所提算法在低信噪比情况下以及信号入射间隔较小的情况下有较高精度，有效地降低了阵列孔径的损失.在不同的采样快拍数下，本文算法也表现出更强的鲁棒性.     

一种线性探地雷达目标重建算法

为了利用探地雷达快速检测、定位甚至识别地下目标物体,本文在衍射层析成像的基础上,给出了一种线性探地雷达目标重建算法.该算法考虑了空气-土壤两层背景媒质的实际情况,利用一阶Born近似及并矢格林函数建立线性正演模型,基于傅立叶变换技术导出反演计算目标电性参数的解析公式.文中的傅立叶变换及逆傅立叶变换都由快速傅立叶变换(FFT)算法完成,计算量小,计算速度快,从而能对地下隐蔽目标进行快速实时重建.数值模拟实验表明,当背景媒质无损或近似无损时,该算法能对弱散射目标物体的位置、形状及介电常数进行快速且较准确的重建;当背景媒质有损时,能对弱散射目标物体的位置及形状进行快速且较准确的重建;同时,还能对有损或无损媒质中的强散射目标物体进行快速检测.     

基于高分3号和高分2号叶面积指数反演与分析

针对光学数据反演叶面积指数(LAI)容易受到云雾遮挡和光学遥感信息饱和的问题,根据雷达散射机制和Yamaguchi分解,提出了极化分解植被指数,利用光学植被指数和极分解植被指数融合形成光学与微波极化分解融合植被指数;利用光学与微波极化分解融合植被指数与实测数据建立回归模型反演叶面积指数,并对该模型精度评价.实验表明:光学与微波极化分解融合植被指数与实测数据建立回归模型反演叶面积指数的精度要优于极化分解植被指数和光学植被指数与实测数据建立的回归模型,其中MRVI与LAI建立回归模型是最优的,R~2达到0.7262,RMSE到达0.3548.综上所述,光学与微波极化分解融合植被指数不仅充分利用雷达能够穿透浓密植物的特性,而且融合光学数据对叶面积指数的反演敏感性,更能准确的反演叶面积指数.     

基于协方差拟合旋转不变子空间信号参数估计算法的高分辨到达角估计

为进行高分辨到达角(DOA)估计的同时避免稀疏类算法的不足,提出了协方差拟合旋转不变子空间信号参数估计(ESPRIT)算法.首先将协方差拟合准则转换成半正定规划问题,利用凸优化进行求解,得到更接近理论值的信号协方差矩阵;然后对估计的信号协方差矩阵进行特征分解,利用信号子空间和噪声子空间特征值的差异估计信源个数;最后利用子空间旋转不变性反解出未知DOA.仿真实验从DOA估计精度、分辨率等方面验证了该算法的有效性,较传统ESPRIT算法具有更高的DOA估计分辨率并且受相干信源影响小;与稀疏类算法相比,不依赖先验信息以及避免了网格失配问题.     

基于PALSAR全极化数据的城市森林蓄积量估测

全极化雷达数据能够反映目标的全极化散射特征,在森林参数反演中具有较大的应用价值。笔者以南京紫金山国家森林公园为研究对象,以2011年的全极化雷达数据PALSAR和2012年120块野外调查样地为主要信息源,从Pauli和Cloude目标分解特征值、HH(horizontal-horizontal,水平)和HV(horizontal-vertical,水平垂直交互)两种极化状态的后向散射系数、比值植被指数、地形、人为干扰等方面,提取13个因子作为自变量,采用多元线性回归、人工神经网络、K最邻近分类算法、决策与回归树、装袋算法、随机森林6种方法建立遥感估测模型,进行森林蓄积量的估测。研究表明:①在6种遥感估测模型中,随机森林综合性能最高,装袋法次之,多元线性回归最低; ②海拔、坡向等地形因子,以及地物的雷达回波散射特征是影响研究区域森林蓄积量估测的重要变量; ③研究区单位面积蓄积量的空间分布呈现出由里向外逐渐降低的带状分布格局。     

基于改进型CLEAN算法三维成像的雷达散射截面积反演

基于三维成像的雷达散射截面积(radar cross section,RCS)测量可以获得目标散射系数的三维空间分布,与一维和二维RCS测量相比,它具有更好的空间分辨能力.但是,在基于成像的RCS测量中,散射中心的提取至关重要,它在很大程度上决定着RCS的反演精度.采用CLEAN算法完成对目标散射中心的提取,有效抑制了图像的三维旁瓣,并针对CLEAN算法存在估计误差的迭代累加效应,设计了一种可以更新估计的改进的相干CLEAN算法,进一步提高了RCS的反演精度.用MATLAB和FEKO测量仿真,结果表明改进型CLEAN算法能更有效地提取散射中心,且提高了RCS的反演精度.