部分最小二乘平差方法及在粗差定值与定位中的应用

部分最小二乘平差是把观测值按照是否含有粗差分成两组 ,对不含粗差的那一组实施最小二乘平差。本文推导了在相关观测条件下的最小二乘原理 ,对这种平差方法的一些估计量的统计性质进行了简单分析 ,结果表明 ,这种方法能够用于粗差估算。本文还详细叙述了用这种方法进行粗差的定值定位的过程 ,即首先根据单位权中误差进行分组 ,然后实施部分最小二乘平差 ,估算粗差的大小。算例表明这种方法的有效性     

部分最小二乘平差的快速多维粗差定位定值法

根据部分最小二乘平差原理把观测值按照是否含有粗差分成两组,对含有粗差和不含粗差组分别实施最小二乘平差,从而实现粗差的定位定值。针对原部分最小二乘平差法在分组时速度慢、效率低的缺点,利用观测值改正数的特点,改进了分组方法,从而加快了分组速度,提高了粗差探测效率。     

总体最小二乘用于线阵卫星遥感影像光束法平差解算

顾及像点观测方程的系数矩阵中存在随机误差,提出了基于总体最小二乘的线阵卫星遥感影像光束法平差模型。在假定像点观测误差和系数矩阵误差均为独立、等精度分布的基础上,利用拉格朗日条件极值法推导了包含外方位元素虚拟观测方程和控制点误差方程的总体最小二乘光束法平差算法的具体公式和计算方法。该方法利用方差分量估计确定各类虚拟观测值的方差,可求解包含多类虚拟观测量的平差问题,并可用先验信息或岭迹法确定系数矩阵观测值的权比例系数,从而克服了现有总体最小二乘虚拟观测方法不能处理多类虚拟观测值的不足,确保了光束法平差可正确有效求解。分别利用模拟算例与两组真实影像进行了试验验证。结果表明,相比于常规最小二乘虚拟观测法以及现有总体最小二乘虚拟观测方法,本文方法具有更高的求解精度与适应性。相较于传统线阵卫星遥感影像光束法平差方法,本文方法可以获得更高的平差计算精度。     

复数域最小二乘平差及其在POLInSAR植被高反演中的应用

传统的测量观测值都是实数,因此测量平差都是在实数空间中进行的。然而,随着科学技术的快速发展,现代测绘领域中出现了一些用复数表示的观测数据。与实数数据一样,这些复数数据同样面临着如何从带有误差的观测值中找出未知量的最佳估计值的问题。但目前涉及复数观测的数据处理时,主要还是依据观测过程,分步或直接解算,不能考虑观测误差、多余观测信息等。针对这一情况,本文介绍了复数域中数据处理的最小二乘方法,试图将测量平差从实数域推广到复数域,并定量研究了两种平差准则的优劣性。为了了解复数域最小二乘的有效性,本文以极化干涉SAR植被高反演为例,建立复数域平差函数模型和随机模型,构建复数域最小二乘法反演植被高。结果表明该算法反演的植被高结果可靠,其精度优于经典植被高反演算法,且计算简单,易于实现。     

基于验后方差估计的稳健整体最小二乘方法

根据整体最小二乘的验后方差估计,求出观测值的验后方差,通过方差检验可找出方差异常大的观测值。然后根据经典权与观测值方差成反比的定义赋予它一个相应小的权进行下一步迭代平差,逐步实现粗差定位。通过坐标转换实验,利用一般最小二乘法(LS)、加权整体最小二乘法(WTLS)以及文中提出的稳健整体最小二乘法(RTLS)分别对待估参数进行求解对比,解算结果表明文中提出的方法能对粗差进行有效的定位,且估计量受粗差影响较小,具有稳健性,估算效果优于其它两种方法。     

机载SAR影像定向中像点粗差的拟准检定方法

结合距离-多普勒模型,推导了SAR(synthetic aperture radar)影像定向中像点坐标粗差对误差方程的影响,分析了像点坐标粗差探测的必要性和难点;依据粗差的拟准检定法,针对SAR影像定向中的像点坐标粗差检定问题,设计了具体的解算流程和策略,首次将粗差的拟准检定法运用到机载SAR影像定向中。并分别利用模拟和实测数据进行了系统性的实验,结果表明,该方法不仅能够准确探测出多个粗差的位置,而且能够估计出粗差的大小。与SAR影像定向通常采用的最小二乘方法相比,该方法能够明显提高SAR影像定向参数的解算精度以及后续的立体定位精度,对于修复受粗差影响的SAR影像数据具有重要意义。     

稳健估计方法提高数据处理精度

介绍了近代平差理论的稳健估计方法,编制稳健估计方法的程序,并通过实例验证,与最小二乘估计进行比较,表明稳健估计在水准网粗差探测和平差计算中优于最小二乘估计方法,并且能够定位粗差,从而进行消除或者减弱,得到较为干净的观测值。因此,稳健估计方法应用于测量平差具有一定的抵抗粗差的能力,从而可以提高数据处理的精度。     

估计观测值粗差三种方法的等价性讨论

在粗差定位一致的前提下,证明了拟准检定法与部分最小二乘法的粗差估值具有等价性;LEGE法粗差估值与部分最小二乘法粗差估值具有等价性,其条件为未受污染观测值等权独立,且与受污染观测值相互独立.仿真算例证明,当未受粗差污染观测值不等权时,拟准检定法与部分最小二乘法得到的粗差估值结果相同,均比LEGE法粗差估值结果更准确、精度更高.     

稳健估计在丰都河北大桥变形监测中的应用

在测量平差中,最小二乘估计准则进行平差对观测误差不服从正态分布,若粗差引入到参数估值中,得不到最优无偏估值,甚至成果也受到影响。因此在部分观测值具有粗差的情况下,采用稳健估法可获得可靠的平差结果;它是一种优于最小二乘估计的方法,并成功运用到丰都河北大桥变形监测平差处理中。     

基于验后方差原理的选择权迭代法定位粗差

当观测数据中存在粗差时,使用经典的最小二乘算法往往不能得到高精度的参数解,此时需要使用具有抗差估计的算法。基于验后方差的选权迭代法,克服了单位权方差未知或者权函数靠经验选取的情况,利用验后方差检验求出方差异常大(即含粗差)的观测值,然后通过不断的迭代,使含粗差的权逐渐趋于一个较小的数,最终实现粗差的探测和改正。结合工程实例,分别比较了不含粗差和含粗差的情况下,利用经典最小二乘法与本文所提的基于验后方差原理的选权迭代法进行平差,结果表明,二者的平差结果相差在1mm以内,解算精度相当。     

基于多个极化通道的SAR影像道路探测

提出了一种从SAR影像的多个极化通道探测道路的新方法。首先，介绍了用边缘探测器构造道路探测器的方法； 然后，将多参数统计假设检验的方法应用到全极化影像的信息融合中，并将该方法提取的结果与传统Tupin法提取的结果进行了比较。实验表明，该方法对全极化SAR影像道路边缘的提取效果较好，具有一定的适用性。     

采用螺旋散射的SAR极化定标参考地物提取方法

极化合成孔径雷达观测系统获取的影像需要经过极化定标处理才能进行定量的分析与应用。当前的极化定标方案普遍采用分布式地物解算串扰和交叉极化通道不平衡误差,需要在定标前选取满足一定散射特征的分布式地物作为定标参考样本。利用螺旋散射的极化特征与分布特点,提出了一种新的极化定标参考地物自动提取方法。该方法根据极化目标分解构建螺旋散射比率特征,并采用自适应阈值分割方法自动提取地物样本。采用C波段机载极化雷达影像进行实验,结果表明,所提方法能够保持影像极化定标的准确性,并能提高极化定标的精度。     

极化SAR参数优化与光学波谱相结合的面向对象土地覆盖分类

提出一种基于极化参数优化的面向对象分类方法。该方法结合光学和SAR数据,有效提高了对地物的识别能力。本文方法的关键在于:在■分解中,使用光学影像指导SAR影像选择同质点,使其更精确地估计极化参数并结合光学波谱信息作为输入特征;使用面向对象的分类方法,仅将光学影像作为分割输入,避免SAR噪声引起的分割错误。以美国Bakersfield地区的Sentinel-1/2数据为例,确定7种地物类型,对比分析不同输入与不同分类器对分类结果的影响。研究表明,优化输入参数在纹理丰富区域能够有效提高分类精度;面向对象的分类结果更加稳定并较好地维持地表几何特征;改进分类方法较传统分类方法总体精度提高了近10%,达到92.6%。     

利用SVM的全极化、双极化与单极化SAR图像分类性能的比较

支持向量机(SVM)以其在小训练样本时良好的分类性能,目前已广泛应用于多个领域.本文在极化SAR图像特征提取基础上,将SVM应用于极化SAR图像分类,定性和定量地比较了全极化、双极化和单极化SAR图像的分类性能,分析了不同的极化组合对分类结果的影响,并根据地物极化散射特性分析了分类精度差异的成因.实测极化SAR数据的实验结果表明,全极化数据能获得最好的分类性能,双极化次之,单极化最低,且在某些情况下,双极化与全极化分类性能接近.     

顾及分类器参数的全极化SAR图像特征选择与分类

全极化SAR获取的信息量远多于传统SAR,但信息量的增加并不能确保分类精度的提高,如何有效进行特征选择至关重要。针对自适应特征选择问题,提出一种顾及分类器参数的特征选择和分类方法。该方法以支持向量数为评估依据,结合遗传算法进行特征选择,并同时对分类器参数进行寻优;最后利用优选的特征集和模型参数进行分类。为验证算法的有效性,利用两组全极化数据进行了监督分类实验。实验结果表明,提出方法降低了SVM分类器对自身参数的敏感性,而且能在较少特征个数下具备良好的泛化性能,分类精度优于未经过特征选择和参数优化的方法。     

一种基于极化距离测度的SAR变化检测方法

本文在经典的极化分类Wishart距离基础上提出了一种对变化敏感的极化距离测度,发展了相应的多时相极化SAR变化检测方法。以北京地区的多时相全极化RADARSAT-2影像进行了实验,对比分析了提出的极化距离测度与各个极化通道后向散射系数对数比值对不同类型地物变化的区分能力,结果表明,提出的极化距离测度不仅对所有的变化类型均有良好的检测作用,而且对变化区域有更高的区分力。这说明本文提出的极化SAR变化检测方法具有广泛的应用价值。     

融合升降轨的极化干涉SAR三层模型植被高度反演方法

森林参数的获取不仅可以估算地表生物量和林下地形,还有助于研究全球碳循环和分析全球气候变化。极化干涉SAR植被参数反演算法一般是基于随机地体两层模型(RVoG),但是当实际植被有着冠层、树干层和地表层的明显三层结构时,植被参数反演精度就会变差;另外,由于机载SAR系统数据的近距远距垂直向波数差异较大,导致试验结果存在着由其引起的系统误差。针对这两个问题,本文提出了一种融合升降轨的极化干涉SAR三层模型植被参数反演方法。该方法首先采用三层植被RVoG模型修正微波在穿透植被时的散射过程;然后采用融合升降轨道数据的方式削弱其系统误差;最后,采用非线性迭代平差的反演算法来进行植被高度反演。为了验证该方法的有效性,采用了德国宇航局DLR提供的BioSAR2008项目的两景升轨及两景降轨E-SAR P波段全极化SAR数据进行试验,并采用3组反演策略进行比较分析。结果表明,三层植被模型能够更好地描述植被散射过程;同时,新方法有效降低了由垂直向波数引起的系统误差,提高了树高反演精度。     

LSSVM算法在极化SAR影像分类中的应用

最小二乘支持向量机(LSSVM)是针对标准支持向量机(SVM)算法训练时间长的问题而提出的一种改进算法。针对SVM算法在极化SAR影像分类时存在效率较低的问题,以目标分解理论为基础,对LSSVM算法应用于极化SAR影像分类的有效性进行了研究。结果表明,对于极化SAR影像分类,LSSVM算法与SVM算法的分类精度相当,但时间效率远优于SVM算法,并且对参数的调整也具有更好的稳定性,同时泛化能力良好。     

噪声抑制的多极化SAR海冰图像分割

合成孔径雷达(SAR)海冰图像分割对全球气候研究和保证船舶航行安全具有重要意义。现有的基于区域的马尔可夫随机场(MRF)多极化SAR分割方法,由于受相干斑噪声影响,其区域划分不尽合理,不能有效完成分割。因此,提出一种噪声抑制的多极化SAR海冰图像分割算法,首先在极化总功率图上引入降低噪声的滤波算法,合理划分初始区域,其次考虑区域之间的差异度,从而实现多极化SAR海冰图像的准确分割。以RADARSAT-2和SIR-C获得的全极化海冰图像为实验数据进行验证,结果表明:和其他较先进算法相比,本文算法优势明显,既能高效保持图像连通性,又能增强图像的细节信息,具有更高的分割精度。     

Research on ground deformation monitoring method in mining areas using the probability integral model fusion D-InSAR,sub-band InSAR and offset-tracking

With the aim of addressing the problem of accurately monitoring complete deformation fields over mining areas by means of Synthetic Aperture Radar (SAR), this paper proposes a solution to obtain complete deformation fields using the probability integral model to fuse deformation data derived from Differential Interferometric SAR (D-InSAR), sub-band InSAR and offset-tracking. This method is used for small-scale, medium-scale and large-scale deformation monitoring using D-InSAR, sub-band InSAR and offset-tracking, respectively. Finally, the probability integral model is utilized to integrate the three deformation fields, and a complete deformation field with high-accuracy over the study area can be obtained. The method is tested on 13 TerraSAR-X (TSX) images from December 2, 2012 to April 24, 2013 of the working face 52,304 of the Daliuta mining area in Shaanxi province, China. The complete deformation field of the working face during the 113-day mining period is obtained. The results show that during the process of working face advancing, the subsidence basin has been expanding along the direction of excavation. The relationship between the average maximum subsidence rate and the advancing distance of the working face can be described by a quadratic polynomial. It has been also observed that, when the underground mining reaches the full mining condition, the maximum subsidence value does not increase further. The accuracy of the proposed method is verified against the global positioning system field survey data. The root mean square errors in the strike and dip directions are 0.134 m and 0.105 m, respectively. Due to the support provide by the reserved coal pillars, the subsidence value above the reserved coal pillars is smaller.