一种自适应的混合Freeman/Eigenvalue极化分解模型

全极化SAR数据的极化分解在土地利用分类、目标检测与识别以及地表参数反演等领域得到了广泛应用。目前,主要有基于特征值分解和基于模型分解2类极化分解方法。混合Freeman/Eigenvalue极化分解结合了两者的优势,避免了基于模型的极化分解中负功率问题并且能够利用已知的散射机制解释分解后的散射分量。为了进一步拓展该分解在不同地表类型中的应用,通过引入参数Neumann一般化体散射模型,提出了一种自适应的极化分解模型。利用德国Black Forest地区的L波段AirSAR(airborne synthetic aperture Radar)全极化数据进行实验,并与现有的Yamaguchi三分量模型和自适应非负分解(adaptive nonnegative eigenvalue decomposition,ANNED)对比分析,以验证模型的有效性。研究表明,自适应的混合Freeman/Eigenvalue极化分解模型保证了分解能量的非负性及完全分解,适应于不同类型的地表,能有效地区分不同地类。

基于Robin界面条件的非重叠区域分解法

描述了一个Neumann模型问题,分析其基于Robin边界条件的非重叠型加性区域分解法.在使用可变参数循环的情况下,给出了算法的微分和有限元离散两种形式及其收敛性质.数值结果表明,适当选取Robin参数,可大大加快算法的收敛速度.

可分解的区间冯·纽曼模型均衡解的存在性

本文研究具有可分解性质的区间冯·纽曼经济系统模型均衡解的存在性,并推导出两个重要而实用的判别定理,为研究不确定性经济系统模型提供了新工具.