基于约束总体最小二乘算法的全极化散射中心参数估计

本文以散射中心的指数衰减和模型(Damped Exponentials,DE)为基础将全极化散射中心的参数提取问题转化为全极化信息融合的约束总体最小二乘(Constrained Total Least Squares,CTLS)算法问题,据此计算出全部散射中心的距离参数和类型参数,然后利用最小二乘法求解全极化测量方程,得到每个散射中心的复幅度信息,从而获得每个散射中心的散射矩阵,其中散射矩阵与类型参数是密切相关的.然后分析了其中参数估计的精度问题,针对极化通道噪声方差的不同提出了相应的改进算法.最后进行了仿真,并与单极化散射中心估计参数作了对比,结果证实了该方法的有效性,为雷达极化信息与散射中心的有效融合提供了新方法.

基于apFFT和带约束条件的最小二乘拟合的间谐波检测算法

在非整周期采样的情况下,使用传统的快速傅里叶变换(FFT)对邻近基波/谐波的密集谱间谐波进行参数估计时,由于频谱泄露的影响,间谐波检测误差较大,甚至难以判断密集谱的存在,因此,文中提出了一种基于全相位FFT和带约束条件的最小二乘拟合的间谐波检测算法。该算法的原理是先利用全相位FFT对间谐波参数进行预估,在预估参数的基础上构造拟合函数并设置约束方式,然后使用最小二乘拟合对间谐波参数进行校正。通过对比不同约束方式的效果,选择对幅值和相位分别进行约束为最佳约束方式。仿真实验表明,与其他基于FFT的算法相比,该算法可以有效地减少间谐波参数检测误差并具有良好的抗噪性。

一种基于单形体正化的高光谱数据全约束线性解混方法

在端元已知情况下,线性混合模型的非负约束最小二乘无闭式解,需要多次迭代得收敛最优解,时间复杂度高.通过高光谱数据凸面几何特性分析,指出当数据为正单形体时,可经有限步骤快速得线性混合模型最优解.据此提出一种单形体正化的高光谱数据全约束线性解混方法,据已知端元进行单形体正化,采用和为一约束求解丰度系数,最后迭代剔除丰度负值端元得全约束解.实验结果表明该方法可获得传统全约束解一致的丰度估计,且效率大大提升.

全约束下高光谱混合像元线性分解

针对使用线性模型对混合像元进行求解,其分解的结果(丰度值)会出现负值或和不为1的情况,提出了加入非负约束与和为1的条件对此线性模型进行最小二乘分解,并给出相应的算法。实验表明全约束下的最小二乘获得了比较好的分解效果。

基于几何估计的光谱解混方法

光谱解混是高光谱数据分析的重要技术之一.全约束(即非负性约束和归一化约束)最小二乘线性光谱混合模型(FCLS-LSMM)具有模型简单和物理意义明确等优点而得以广泛使用.然而,FCLS-LSMM的传统优化求解方法的迭代过程非常复杂.近年提出的几何方法为降低LSMM的求解复杂度提供了新思路,但是所获得的结果并非真正意义上的全约束最小二乘解.为此,建立了一种完全符合FCLS要求的LSMM几何求解方法,具有复杂度低和可以获得理论最优解等优点.实验表明了所提出方法的有效性.

资源环境约束下中国TFP增长的空间差异和影响因素

运用DDF模型和ML生产率指数,对中国分省资源环境约束下的区域全要素生产率进行测算,采用Theil指数测算资源环境约束下中国全要素生产率增长的地区差异并按照多种空间尺度进行区域分解;构建空间面板数据模型,采用广义空间面板自回归最小二乘法对资源环境约束下全要素生产率增长的影响因素进行实证研究。研究结果表明,在2010年之前,资源环境约束下中国全要素生产率增长的空间差异总体上呈下降态势,地区内而非地区间差距是造成总体空间差异的主要来源。空间计量模型回归估计结果表明,资源环境约束下全要素生产率增长存在显著的正向空间溢出效应,经济发展水平、贸易开放和科技创新水平对资源环境约束下全要素生产率增长存在显著的促进作用,产业结构、能源结构和要素禀赋结构等结构因素对全要素生产率增长存在显著的负向影响,外商直接投资和环境规制水平对全要素生产率增长的影响在统计上并不显著。

基于IDL和MATLAB混合编程的两种光谱混合分析方法比较

交互式数据语言IDL是一种跨平台、面向对象的应用程序开发语言,具有强大的数据分析和可视化能力。基于矩阵运算的科学计算软件MATLAB是一种大型数值编程计算和图像处理软件,拥有丰富的工具箱。将IDL和MATLAB进行混合编程,同时采用扩展线性混合模型对Hyperion影像进行端元变化解混。为了验证端元变化解混的结果,采用全约束最小二乘法模型进行对比分析。试验结果表明:IDL和MATLAB混合编程结合两者的优势,有效地提高了代码编写效率;同时,当地物类别所占面积较大时,扩展线性混合模型解混精度比全约束最小二乘法模型高,反之,全约束最小二乘法模型的解混精度高。