【摘要】：合成孔徑雷達(Synthetic Aperture Radar,SAR)通過主動的發(fā)射和接收微波電磁波記錄目標散射信息,全天時全天候的成像能力使其可以與光學(xué)傳感器互補建立相對完善的對地觀測體系。比之在單一極化態(tài)組合下獲取數(shù)據(jù)的單極化SAR,全極化合成孔徑雷達(Polarimetric Synthetic Aperture Radar,PolSAR)更可進一步獲取特定極化基下目標的完整后向散射信息,從而在對地物目標屬性和參數(shù)的分析、提取、反演等工作中有著天然的優(yōu)勢。隨著傳感器硬件技術(shù)的飛速發(fā)展,近年來涌現(xiàn)出越來越多的機載、星載雷達系統(tǒng),尤其是2016年我國自主研發(fā)的高分三號雷達衛(wèi)星成功升空,標志著SAR乃至極化SAR數(shù)據(jù)均有了穩(wěn)定的國內(nèi)數(shù)據(jù)源。然而,地物散射特性既是其自身尺寸、結(jié)構(gòu)、介電性質(zhì)等屬性的綜合體現(xiàn),同時又受到微波頻率、入射角度等成像參數(shù)的影響,相同或相似目標在不同影像上往往具有不一致的散射表現(xiàn),導(dǎo)致了在實際應(yīng)用中難以利用歷史存檔數(shù)據(jù)解決新數(shù)據(jù)任務(wù)的困境,尤其是散射信息更加豐富的極化SAR數(shù)據(jù),受到的影響則更嚴重。雷達數(shù)據(jù)間相互割裂的現(xiàn)象大大降低了歷史數(shù)據(jù)的可用性,減少了歷史數(shù)據(jù)的使用價值。而另一方面,對新近數(shù)據(jù)中地物目標的標注工作需要進行實地調(diào)繪,不僅費時費力,還降低了時效性。作為機器學(xué)習(xí)與人工智能領(lǐng)域的研究熱點之一,遷移學(xué)習(xí)旨在探索將某一領(lǐng)域積累的知識延伸應(yīng)用到另一個與之相關(guān)的領(lǐng)域,其根本目的是解決舊領(lǐng)域數(shù)據(jù)在新領(lǐng)域任務(wù)中的適配問題。這就為提高歷史數(shù)據(jù)利用效率、解決新近數(shù)據(jù)的監(jiān)督信息依賴問題提供了可能性。因此,本文聚焦于在不同時間、空間或成像條件下獲取的極化SAR數(shù)據(jù)的遷移學(xué)習(xí)問題,面向多種假設(shè)前提和應(yīng)用條件嘗試提高歷史數(shù)據(jù)和新近數(shù)據(jù)間的樣本分布匹配程度,實現(xiàn)跨域數(shù)據(jù)信息遷移。本文的主要工作包括:①從對極化數(shù)據(jù)基本統(tǒng)計分布形式的有效性驗證出發(fā),分析了基于Wishart分布的經(jīng)典分類模型中存在的兩個問題,并針對性提出解決方案,從而利用統(tǒng)計假設(shè)檢驗理論建立了基于Wishart分布的新模型,在獲取代表性類別聚簇的同時有效降低了干擾樣本的不利影響,提高了基于基本分布形式的分類模型表現(xiàn),總結(jié)了保持Wishart分布合理性的前提條件和適用情況;②從對樣本類別條件概率分布的匹配出發(fā),開展了基于實例的遷移學(xué)習(xí)方法研究工作。為應(yīng)對在稀少目標域標記樣本情況下,基于實例的遷移學(xué)習(xí)方法無法工作的問題,結(jié)合統(tǒng)計假設(shè)檢驗理論和區(qū)域生長思想,給出了一種低代價的目標域標記樣本集擴充方式,在一定程度上豐富了目標域標記樣本多樣性;在分析Bagging集成遷移算法問題的基礎(chǔ)上,提出了新的基于實例的遷移方法,該方法通過引入Wishart分布過濾與目標域任務(wù)無關(guān)的源域樣本,通過引入fallback分類器降低負遷移效應(yīng),最終以協(xié)同更新評判集和弱分類器的方式提高域間樣本條件分布的匹配性,保持了地物識別結(jié)果的穩(wěn)定性;③從對樣本邊際概率分布的匹配出發(fā),系統(tǒng)梳理了從常規(guī)子空間學(xué)習(xí)到遷移子空間學(xué)習(xí)的理論思想轉(zhuǎn)變過程,總結(jié)了在遷移學(xué)習(xí)背景下進行子空間學(xué)習(xí)的信息保持原則,提出了一種以源域監(jiān)督信息和雙域數(shù)據(jù)結(jié)構(gòu)信息保持,以及域間邊際分布匹配為目標的子空間學(xué)習(xí)準則,構(gòu)建了新的基于特征表達的遷移學(xué)習(xí)模型。該模型利用基于Wishart假設(shè)檢驗測度的核映射函數(shù),引入極化數(shù)據(jù)統(tǒng)計特性,實現(xiàn)域間樣本邊際分布的匹配,在無目標域標記樣本的前提下完成了地物目標識別;④從對樣本混合概率分布的匹配出發(fā),分析了等維空間變換對多元復(fù)高斯分布、復(fù)Wishart分布以及由其建立的有限混合分布模型的影響和變換后概率密度函數(shù)的變化情況。在此基礎(chǔ)上引入Bregman散度對域間樣本分布的差異進行評估,給出了同時兼顧域內(nèi)數(shù)據(jù)分布保持和域間數(shù)據(jù)混合分布匹配的等維遷移變換方法,最終利用極化基變換理論簡化了目標函數(shù)求解難度并提高了域間遷移關(guān)系的可解釋性,能夠?qū)Πǖ匚镒R別、變化檢測在內(nèi)的多種處理任務(wù)提供支持。
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TP181
【圖文】：

到一個分辨單元區(qū)域內(nèi)，電磁波會與每個微小散射體間交互，各自獨立地散射電磁逡逑波。因為電磁波不僅具有功率屬性，還具有相位信息，所以大量的散射電磁波矢量逡逑間又會進行相干性疊加，合成一個總回波，最終被接收機接收。圖２－２為這一過程逡逑的示意圖，其中左圖說明分辨單元內(nèi)存在大量散射體；右圖表示在復(fù)數(shù)域散射體散逡逑射的電磁波以矢量形式疊加。逡逑＇逡逑彳＇」／丨／丨二／／邐？（射體矢Ｍ疊加逡逑圖２－２相干斑機制原理示意圖逡逑一般假設(shè)分辨單元內(nèi)的散射體在空間上隨機分布，此時每個散射體與電磁波接逡逑收裝置間的距離也會呈現(xiàn)出隨機性，因此散射電磁波到達接收機時其相位信息具有逡逑一定差異：若這些散射波的相位差異較小，則經(jīng)相干疊加后會形成較強的總回波；逡逑若相位差異較大，則疊加合成較弱的總回波。這種隨機性導(dǎo)致在雷達影像中即便是逡逑相近的像元間，它們的觀測值也會具有較大的波動，在視覺上就體現(xiàn)為呈顆粒狀的逡逑影像噪聲，即為相干斑噪聲，Ｂ艾稱斑點噪聲。這種現(xiàn)象是由ＳＡＲ的設(shè)計原理引起的，逡逑是一種先天缺陷

邐ｂ．存在干擾樣本逡逑圖３－１關(guān)于類別局部情況的兩個例子逡逑如圖３－ｌａ中所示，類別１在類別２兩側(cè)各有一個局部聚簇，如果僅用一個中心逡逑代表類別１，則該中心會與類別２的中心嚴重混淆。所以為解決第一個問題，首先逡逑需要利用每類標記樣本獲取若干有代表性的局部中心。受相關(guān)文獻［１４８］［１５３］中極化逡逑ＳＡＲ影像分割思想的啟發(fā)，可以采用類似統(tǒng)計區(qū)域融合［｜５４］［１５５］邋（Ｓｔａｔｉｓｔｉｃａｌ邋Ｒｅｇｉｏｎ逡逑Ｍｅｒｇｉｎｇ，邋ＳＲＭ）的方式，在二階矩陣特征空間利用３．１．３小節(jié)介紹的相異性測度辦逡逑迭代地進行同類樣本融合，得到多個類別中心，稱之為樣本融合策略（Ｓａｍｐｌｅ逡逑Ｍｅｒｇｉｎｇ邋Ｓｔｒａｔｅｇｙ，邋ＳＭＳ）。整個融合過程非常簡單，如算法３－１所不。逡逑ＳＭＳ有兩個重要的性質(zhì)：第一，因為是迭代選擇最相似的樣本進行融合，因此逡逑生成的類別中心能夠很好地捕捉極化二階矩陣在其數(shù)據(jù)空間中的局部信息；第二，逡逑由于不具代表性的干擾樣本與其他樣本間應(yīng)該存在差異

中使用的數(shù)據(jù)為ＥＭＩＳＡＲ機載全極化ＳＡＲ系統(tǒng)于１９９８年在丹麥Ｆｏｕｌｕｍ獲取的極逡逑化相干矩陣數(shù)據(jù)；第二組實驗使用的數(shù)據(jù)為ＵＡＶＳＡＲ機載全極化系統(tǒng)于２０１２年在逡逑加拿大Ｗｉｎｎｉｐｅｇ農(nóng)場獲取的極化相干矩陣數(shù)據(jù)。兩組數(shù)據(jù)的ＰａｕｌｉＲＧＢ影像見圖３－２。逡逑ａ．地面調(diào)繪圖邐ｂ．ＮＮ邐ｃ．邋ＳＶＭ逡逑ｄ．邋ＲＦ邐ｅ．邋Ｗｉｓｈａｒｔ邐ｆ．邋Ｍｉｘ－Ｗｉｓｈａｒｔ逡逑ｇ．邋ＳＭＳ－Ｗｉｓｈａｒｔ邐ｈ．邋ＳＭＳ－ＷＬＣ逡逑針葉林邐小麥邐燕麥逡逑圖３－３邋ＥＭＩＳＡＲ數(shù)據(jù)分類結(jié)果逡逑實驗中，ＥＭＩＳＡＲ數(shù)據(jù)在分類前進行了邋３ｘ３像素窗口的Ｂｏｘｃａｒ濾波預(yù)處理，逡逑３８逡逑

【參考文獻】

相關(guān)期刊論文 前2條

1 徐舟;曲長文;何令琪;;基于遷移學(xué)習(xí)的SAR目標超分辨重建[J];航空學(xué)報;2015年06期

2 張建明;杜丹;劉俊寧;;基于2D-Gabor與KLDA的特征提取[J];計算機工程;2011年15期

相關(guān)博士學(xué)位論文 前1條

1 郎豐鎧;極化SAR影像濾波及分割方法研究[D];武漢大學(xué);2014年

相關(guān)碩士學(xué)位論文 前1條

1 葛雨辰;基于遷移學(xué)習(xí)的SAR圖像分類方法研究[D];電子科技大學(xué);2016年

本文編號：2743830