本文關(guān)鍵詞：極化干涉SAR小麥植被高度反演算法研究

  更多相關(guān)文章： 極化干涉SAR 散射機(jī)制 高度反演

【摘要】：極化干涉SAR是將極化SAR和干涉SAR技術(shù)進(jìn)行有效的結(jié)合,使其既具有極化SAR分辨不同散射機(jī)理的能力又具有干涉SAR獲取目標(biāo)高程的優(yōu)勢(shì),從而改善了干涉相位的信噪比并且提高了目標(biāo)高度及相關(guān)參數(shù)反演的精度。極化干涉SAR通過散射矩陣分解技術(shù),分離出多種散射機(jī)制的中心相位,同時(shí)還可以提取不同的干涉相位,從而為估計(jì)出小麥等植被的高度提供了可能,對(duì)監(jiān)測(cè)地面資源和環(huán)境保護(hù)都具有重大意義。本文主要研究了極化干涉SAR的相關(guān)理論和植被高度反演算法,所做的主要工作和創(chuàng)新如下：(1)研究了極化干涉SAR的相關(guān)散射機(jī)理,分析了各種散射機(jī)理的模型和其適用范圍。同時(shí)研究了無約束條件的極化干涉相干系數(shù)最優(yōu)化理論,盡可能地分離出分辨單元內(nèi)不同的散射機(jī)制。(2)深入分析了幾種典型的單基線散射相位中心估計(jì)的算法。首先研究了基于ESPRIT相位估計(jì)算法,并利用polsarpro軟件生成單基線的極化干涉SAR仿真數(shù)據(jù)驗(yàn)證算法的性能。仿真結(jié)果表明：基于ESPRIT相位估計(jì)算法能夠相對(duì)較好地估計(jì)出植被冠層頂部的相位,但是很難有效地估計(jì)出地面散射相位。針對(duì)基于ESPRIT相位估計(jì)算法因去極化分量的影響,在估計(jì)地面散射相位時(shí)存在的不足,結(jié)合無約束條件的極化干涉相干系數(shù)最優(yōu)化算法,對(duì)ESPRIT算法進(jìn)行了改進(jìn),通過單基線極化干涉SAR數(shù)據(jù)進(jìn)行仿真,驗(yàn)證了改進(jìn)的ESPRIT算法較之傳統(tǒng)的ESPRIT算法擁有更高的反演精度。接著研究了基于Freeman-極化干涉互協(xié)方差矩陣分解的相位中心估計(jì)算法,同樣利用仿真數(shù)據(jù)對(duì)算法進(jìn)行分析,仿真結(jié)果表明基于Freeman-極化干涉互協(xié)方差矩陣分解的相位中心估計(jì)算法能比較好地估計(jì)出地面散射相位,但是在估計(jì)冠層頂部散射相位時(shí)存在較大誤差。(3)結(jié)合改進(jìn)的ESPRIT算法及基于Freeman-極化干涉互協(xié)方差矩陣分解的相位中心估計(jì)算法的優(yōu)勢(shì),提出了一種聯(lián)合算法。該聯(lián)合算法通過改進(jìn)的ESPRIT算法估計(jì)的冠層頂部相位和基于Freeman-極化互協(xié)方差矩陣分解算法估計(jì)出的地面相位之差來反演植被高度,最后利用polsarpro軟件生成的單基線極化干涉SAR數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明聯(lián)合算法與上述的算法相比其反演精度最高,誤差最小。(4)研究了雙基線極化干涉SAR三階段高度反演算法。分別利用單基線和雙基線的模擬極化干涉SAR數(shù)據(jù)對(duì)單基線和雙基線的三階段高度反演算法進(jìn)行仿真實(shí)驗(yàn)比較,對(duì)比結(jié)果表明雙基線的高度反演算法相較于單基線的算法精度更高。
【關(guān)鍵詞】：極化干涉SAR 散射機(jī)制 高度反演
【學(xué)位授予單位】：寧夏大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN958
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-12
• 1.1 研究背景和意義7-8
• 1.2 國內(nèi)外研究現(xiàn)狀8-11
• 1.3 論文內(nèi)容安排11-12
• 第二章 極化干涉SAR數(shù)據(jù)基礎(chǔ)12-25
• 2.1 矢量干涉12-14
• 2.2 極化散射機(jī)理分析14-16
• 2.3 極化干涉原理16-19
• 2.4 植被高度反演模型19-24
• 2.5 本章小結(jié)24-25
• 第三章 單基線極化干涉SAR高度反演算法25-39
• 3.1 ESPRIT算法25-29
• 3.2 改進(jìn)的ESPRIT算法29-31
• 3.3 基于Freeman-極化互協(xié)方差矩陣分解法31-35
• 3.4 聯(lián)合算法35-37
• 3.5 本章小結(jié)37-39
• 第四章 三階段反演算法39-46
• 4.1 單基線三階段反演算法39-41
• 4.2 雙基線三階段反演算法41-44
• 4.3 本章小結(jié)44-46
• 第五章 總結(jié)與展望46-48
• 致謝48-49
• 參考文獻(xiàn)49-52
• 個(gè)人簡(jiǎn)介52

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 楊磊;趙擁軍;王志剛;;基于功率和相位聯(lián)合估計(jì)TLS-ESPRIT算法的極化干涉SAR數(shù)據(jù)分析[J];測(cè)繪學(xué)報(bào);2007年02期

，

本文編號(hào)：1023171