本文關(guān)鍵詞：基于廣義Gamma分布的極化合成孔徑雷達(dá)圖像統(tǒng)計(jì)建模及其參數(shù)估計(jì)

  更多相關(guān)文章： 極化合成孔徑雷達(dá) Fox-H函數(shù) 梅林變換 統(tǒng)計(jì)建模 廣義Gamma分布

【摘要】：極化合成孔徑雷達(dá)是高分辨率成像雷達(dá),可以獲得全極化信息,具有全天時(shí)、全天候、高分辨率的工作特點(diǎn)。在極化SAR圖像的處理和應(yīng)用中,對(duì)極化SAR圖像進(jìn)行精確建模是一個(gè)棘手的問題。截至目前,很多關(guān)于單極化SAR圖像建模文章已經(jīng)發(fā)表。但因多視極化SAR圖像數(shù)據(jù)的復(fù)雜性,對(duì)多視極化SAR圖像建模研究相對(duì)較少。本文主要研究了多視極化SAR圖像建模和參數(shù)估計(jì)。主要思路為：在乘積模型的基礎(chǔ)上,假定紋理變量服從廣義Gamma分布,推導(dǎo)出多視極化SAR圖像協(xié)方差矩陣的概率密度函數(shù),采用矩陣梅林變換來推導(dǎo)對(duì)數(shù)累積量,求解得出模型參數(shù)。主要工作如下所述：1、對(duì)基于乘積模型的極化SAR圖像建模,其核心在于紋理分布的選擇。為了滿足建模的精確需求,選擇普適性較強(qiáng)的廣義Gamma分布作為紋理分布,推導(dǎo)出了多視SAR圖像極化協(xié)方差矩陣的概率密度函數(shù),借助梅林巴恩斯積分將其轉(zhuǎn)化為包含F(xiàn)ox-H函數(shù)的閉式形式。此外,將上述單紋理拓展為交叉極化與同極化具有不同的紋理分布,給出多紋理H-Wishart分布模型。2、本文探討基于矩陣梅林變換的H-Wishart模型參數(shù)估計(jì)方法。通過矩陣梅林變換,給出了H-Wishart分布梅林類特征函數(shù)及其相對(duì)應(yīng)的對(duì)數(shù)累積量,而后運(yùn)用其前三階對(duì)數(shù)累積量求解得到H-Wishart模型參數(shù)估計(jì),實(shí)現(xiàn)了對(duì)多視極化SAR圖像的精確建模。繼而通過分析H-Wishart分布和其他常見分布的二、三階對(duì)數(shù)累積量分布圖,證明H-Wishart分布在SAR圖像建模中具有廣泛的適用性。
【關(guān)鍵詞】：極化合成孔徑雷達(dá) Fox-H函數(shù) 梅林變換 統(tǒng)計(jì)建模 廣義Gamma分布
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.52
【目錄】：

• 摘要6-7
• Abstract7-10
• 第1章 緒論10-14
• 1.1 論文研究背景和意義10-11
• 1.2 論文的研究現(xiàn)狀11-13
• 1.3 論文結(jié)構(gòu)安排13-14
• 第2章 極化SAR基本特性14-22
• 2.1 矢量電磁波和極化表征14-16
• 2.1.1 單平面電磁波14
• 2.1.2 特殊酉群14-15
• 2.1.3 正交極化基變換15-16
• 2.2 電磁矢量散射算子16-19
• 2.2.1 Sinclair極化后向散射矩陣16
• 2.2.2 極化相干矩陣T和協(xié)方差矩陣C16-17
• 2.2.3 極化散射對(duì)稱17-18
• 2.2.4 極化Muller矩陣M和Kennaugh矩陣K18-19
• 2.3 SAR圖像相干斑統(tǒng)計(jì)特性19-21
• 2.3.1 SAR圖像相干斑的基本特性19
• 2.3.2 多視SAR圖像相干斑統(tǒng)計(jì)特性和紋理模型19-20
• 2.3.3 極化和干涉SAR相干斑統(tǒng)計(jì)特性20-21
• 2.4 本章小結(jié)21-22
• 第3章 多視極化SAR圖像的H-Wishart模型22-40
• 3.1 Fox-H函數(shù)22-23
• 3.2 極化SAR數(shù)據(jù)統(tǒng)計(jì)模型23-27
• 3.2.1 高斯模型23-24
• 3.2.2 乘積模型24
• 3.2.3 Wishart分布24-27
• 3.3 基于廣義Gamma分布的H-Wishart模型27-28
• 3.3.1 廣義Gamma分布27
• 3.3.2 H-Wishart分布27-28
• 3.4 基于MKS的參數(shù)估計(jì)28-35
• 3.4.1 矩陣梅林類統(tǒng)計(jì)29-30
• 3.4.2 樣本數(shù)據(jù)MLM和MLC的漸近分布30-32
• 3.4.3 常見模型的參數(shù)估計(jì)32-34
• 3.4.4 基于MKS的H-Wishart參數(shù)估計(jì)34-35
• 3.5 實(shí)驗(yàn)仿真與分析35-39
• 3.5.1 建模精度分析35-36
• 3.5.2 實(shí)驗(yàn)數(shù)據(jù)36
• 3.5.3 實(shí)驗(yàn)仿真36-38
• 3.5.4 實(shí)驗(yàn)分析38-39
• 3.6 本章小結(jié)39-40
• 第4章 多紋理H-Wishart模型40-48
• 4.1 多紋理建模40-43
• 4.2 多紋理模型基于矩陣梅林變換的參數(shù)估計(jì)43-44
• 4.3 實(shí)驗(yàn)仿真與分析44-47
• 4.3.1 實(shí)驗(yàn)數(shù)據(jù)44-45
• 4.3.2 實(shí)驗(yàn)仿真45-46
• 4.3.3 實(shí)驗(yàn)分析46-47
• 4.4 本章小結(jié)47-48
• 總結(jié)與展望48-49
• 論文工作總結(jié)48
• 未來工作展望48-49
• 致謝49-50
• 參考文獻(xiàn)50-55
• 攻讀碩士期間發(fā)表的論文及科研成果55

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 曹智清,石教英,張世明,孫鑫,劉培s，

本文編號(hào)：934178