MLAMBDA算法在干涉雷达时间序列分析中的应用

干涉雷达时间序列分析方法是差分干涉测量技术中的一种新方法,利用高斯马尔可夫模型构建其相位模型,对参数进行估计,需要解决整周相位模糊度问题。因此,将改进的最小均方模糊度去相关调整算法(MLAMBDA算法)引入干涉雷达时间序列分析中求解整周相位模糊度,通过多次实验对比分析,解决了算法应用和软件编写中的关键问题。最后应用在天津地区沉降监测项目中,获得了可靠的沉降监测结果,同时表明MLAMBDA算法在干涉雷达时间序列分析方法中的应用正确有效。

一种快速解算高维模糊度的改进模拟植物生长算法

针对整数最小二乘模糊度降相关平差(LAMBDA)算法解算高维整周模糊度效率比较低的问题,该文从模糊度解算一般规则是一个非线性整数规划问题的角度出发,提出了一种改进模拟植物生长算法。该算法是一种智能优化算法。通过多组高维模拟数据和实测数据,将该文算法与LAMBDA算法及MLAMBDA算法进行了对比分析。结果显示,当模糊度维数等于45维和50维时,该文算法在运算效率上略优于LAMBDA算法。当维数达到55维及以上时,相比于LAMBDA和MLAMBDA算法运算速度分别提高了至少52.8%和19.2%。因此改进模拟植物生长算法对于快速固定高维整周模糊度具有一定的应用参考价值。