基于四元数矩阵分解算法的多分量地震数据矢量重建研究

与单分量纯纵波勘探相似,多波多分量地震勘探在数据采集时也会遭遇地震道缺失和不规则采样问题,也需要进行数据规则化重建.然而,对多分量地震数据重建而言,目前普遍采用单分量重建方法逐个分量进行重建,这种标量化做法忽略了各分量之间的非线性关系,破坏了地震波场的矢量结构特征.本文将四元数理论与矩阵分解降秩算法相结合,提出一种基于四元数矩阵分解降秩算法的多分量地震数据矢量规则化重建方法,并将其应用于三分量三维不规则缺失地震道的矢量联合重建.与现有单分量重建方法相比,本文方法能够实现三分量数据的联合重建,且在重建时能有效保持各分量间的非线性正交结构特征,保护波场的矢量特性,此外,该方法是一种非SVD分解类算法,计算成本低.最后,模型数据和实际资料验证了本文方法的有效性和先进性.

一种适合方位建筑物的基于物理散射模型的极化SAR影像四分量分解方法

针对走向与雷达飞行方向不平行的建筑物(简称为方位建筑物),提出了一种基于物理散射模型的极化SAR影像四分量分解方法.该方法用于区分散射类型易混淆的方位建筑物和植被.本文首先对方位角补偿后的相干矩阵进行相位旋转;然后构造一种修正的体散射模型,该模型包含纯体散射模型和方位二面角散射模型;最后加入两个能量限制条件,有效避免了负能量像素点的出现.实验结果表明,与已有的四分量分解方法相比,提出的分解方法有效解决了方位建筑物被误识别为植被等体散射类型的问题且消除了负能量,有利于从植被中区分方位建筑物.

面向高分辨率极化SAR四分量分解的相干矩阵自适应估计

提出了一种相干矩阵的自适应估计方法,基于估计结果矩阵进行传统四分量分解,以提高高分辨率极化合成孔径雷达(synthetic aperture radar,SAR)四分量分解的准确性。该方法根据像元主要散射类型对估计样本做自适应选取,消除异质像元对估计结果的影响;并通过对地物异质度的判别实现窗口平均估计和不动点迭代估计的自适应选择,以适应不同异质程度的地物分布情况。实验采用ESAR以及UAVSAR数据进行验证,结果表明,采用自适应矩阵估计的四分量分解结果更接近地物的实际散射机理。

针对倾斜建筑物的四分量分解方法

经典的Freeman-Durden三分量分解模型存在着体散射能量过度估计的现象,这种现象易导致倾斜建筑物(即建筑物的排列方向与雷达飞行方向不平行)被错误解译为森林。虽然存在多种分解方法来避免倾斜建筑物的错误解译,但从非反射对称散射的角度来应对体散射能量过度估计目前研究仍较少。因此,提出一种新的四分量分解方法,可有效抑制体散射能量的过度估计,并有助于探测地面目标。文中首先提出一种新的非反射对称模型,结合Freeman-Durden三分量分解模型,发展一种新的四分量分解模型;然后通过非线性最小二乘算法来反演模型;最后,利用ALOS2/PALSAR2卫星全极化数据进行实验。实验结果表明,提出的四分量分解算法能有效地抑制倾斜建筑物区域体散射能量的过度估计,并具有准确探测地面目标物的潜力。

基于Yamaguchi分解模型的全极化SAR图像分类

针对利用Yamaguchi分解模型的四个散射分量直接进行类别归属判断精度不高并且所分类别有限的问题,结合模糊C均值的理论,提出了一种基于Yamaguchi分解模型的全极化SAR分类算法,把四个散射分量组成一组归一化的特征矢量,进行FCM聚类分析。并且用日本机载L波段PiSAR数据验证了该算法具有较高的分类精度和较好的视觉效果。

基于四分量模型的极化SAR图像非监督分类

为有效地提高基于散射模型的非监督分类的分类精度,引入了Freeman三分量模型的改进模型-Yamaguchi四分量模型,并将该模型与威沙特距离模型结合起来。给出了基于四分量模型和威沙特距离的非监督分类、聚类算法及其实现流程。对AIRSAR数据集中的Flevoland图像选取了7个均匀程度不同的区域,进行了定性的、定量的实验,实验结果表明,新的分类、聚类算法能够显著的提高分类图的分辨率、更加清晰的表征地物的细节。该方法能够较大地提高均匀区域的分类精度。

多角度极化SAR图像散射特征分解及SVM分类

在极化合成孔径雷达(synthetic aperture radar,SAR)图像理解和解译中,地物分类是重要的应用方向之一.为了研究多角度极化SAR图像的地物分类,文中基于极化统计特征差异性顺序,给出了多角度极化分解特征序列构建方法.首先,采用基于Wishart分布的统计量对非各向同性散射中心进行检测,并逐像素生成基于散射特征差异的新序列图像.然后,面向多种极化特征分解模型,提出通用的多角度极化特征一阶差分序列描述方法及编码方法,包括Yamaguchi四分量分解、Krogager分解以及H/A/Alpha分解,得到多维特征参数序列.最后,通过两种方法对比后最终选用支持向量机(support vector machine,SVM)方法对特征序列进行分类.通过机载P波段极化SAR开展360°观测试验,验证了该方法的有效性,并展示出在地物分类方面的应用潜力.

一种极化SAR协方差矩阵综合四分量分解模型

基于多视协方差矩阵发展了一种综合选择性去取向和广义体散射的极化SAR四分量分解模型。首先引入交叉极化相关系数进行螺旋体散射抑制和非反射对称地物去取向;然后采用一种随HH和VV功率比值自适应变化的广义体散射模型来替代原体散射模型;最后通过功率限制处理以完全消除分解负功率像素,该处理不仅能够保持地物主导散射类型不变,而且包含与Krogager分解三分量对应的非相干分解。通过机载L波段ESAR和AirSAR极化数据实验并与其他分解模型的比较,验证了该分解模型的有效性。

水云模型于L波段SAR和中国北方森林的适用性分析

水云模型假定来自植被体的体散射是主导散射机制,二面角散射可以忽略;这一假定是否适用于穿透性较强的L波段SAR和中国东北森林有待研究。本文以黑龙江省逊克县森林和ALOS PALSAR全极化数据为基础,分析典型地物的Yamaguchi极化分解散射分量的直方图,研究中国东北典型森林在L波段的散射机制,以确定水云模型的适用性。结果表明,体散射是该地区森林的主导散射机制,树干-地面的二面角散射可以忽略,水云模型的假设条件满足,可以应用于L波段SAR和中国东北森林。

基于四分量散射模型的多极化SAR图像分类

基于四分量散射模型提出了一种多极化SAR(synthetic aperture radar)图像非监督分类算法。与Freeman三分量散射模型不同,四分量散射模型在Freeman三分量的基础上增加了螺旋散射分量(helix),该分量反映了复杂地貌和不规则城市建筑的散射机理,可以用来处理复杂的场景图像。算法强调了初始分类的重要性,在初始分类中考虑了混合散射机制像素的存在,从而提高了分类结果的精确度。聚类过程中,采用由四个散射分量组成的特征向量进行迭代聚类。为了实现算法的完全非监督,利用特征向量给出了一种新的聚类终止准则。NASA/JPL实验室AIRSAR全极化数据分类实验结果表明,该算法具有较好的分类效果,并获得了较高的分类精度。

基于物理散射模型的全极化SAR图像增强滤波算法

针对传统的极化SAR滤波方法图像中城镇区域和植被区域地物在滤波中易被混淆,导致滤波后图像中地物边缘保持效果下降的问题,提出了一种增强的保持极化散射特性的滤波算法。利用一种增强的四分量极化分解方法获取更加精确的地物散射机制,并将散射机制信息引入滤波方法中,使滤波算法中像素的散射机制更精确。增强的四分量极化分解方法引入了极化SAR数据的定向角补偿技术、一种新的体散射模型以及两种散射功率限制条件,来改进Freeman-Durden分解的结果。理论分析和实验结果表明,改进后的方法获取了比传统的极化SAR图像滤波算法更加理想的计算结果。

西太平洋台风对上海地区钻孔应变的低频扰动特征分析

基于上海佘山台四分量钻孔应变仪在6次西太平洋台风期间的观测记录,利用小波分解、优势振动方向等处理方法提取出台风所激发的显著低频扰动信号,并详细分析扰动信号在时频域及空间域的表现特性。结果显示:在低频区间,台风激发的扰动信号优势周期为2~4 min,信号能量随台风进程而变化,并主要与台风量级、台风中心的位置(海上或陆域)及其与台站间的距离有关。在台风中心不断逼近海岸时,佘山台4个分量记录的扰动信号均开始增强,但不同方向记录的信号强度存在较显著的差别,其中振动强度最大的方向(即优势振动方向)为160°,该方向与台站所处海岸线的走向密切相关。最后结合扰动信号的时频及空间响应特征,对比地表风速、海洋浮标记录后认为分量应变仪记录的低频扰动信号与近海浪高的相关性较好;综合信号的频谱特征,认为应变仪记录的台风扰动信号是由近岸浅海区域的海洋长重力波激发产生的。

引入极化方位角特征的极化SAR图像分类

针对传统的基于散射机理的极化SAR图像分类方法易导致与雷达方位向具有一定倾角的建筑物(简称定向建筑物)被错划为森林等体散射类型的问题,提出一种引入极化方位角特征的分类方法。利用四分量分解模型并引入极化方位角补偿技术把像元划分为相应的主散射类型;定义一种极化方位角标准差参数作为区域匀质性测量指标,利用该参数从体散射类型中区分出定向建筑物类型;并在此基础上将Wishart分类器应用于极化SAR图像分类。采用E-SAR系统获取的L波段全极化数据进行实验,并与传统分类方法进行对比。定性和定量的比较结果表明,提出的方法不仅保留了传统分类方法的优势,且很好地解决了定向建筑物与森林的分类混淆现象。

一种优化的极化SAR图像海面目标检测方法

提出一种优化的极化SAR图像海面目标检测方法,结合改进的极化SAR四分量分解中的螺旋散射分量与Wishart分类器,充分利用极化散射特性、结构特征、统计特性来进行目标的自动检测。同时通过纹理特征相似性克服了Wishart分类器在无目标海域检测时容易将强度值较高的海杂波误认为目标的缺陷。采用美国无人机UAVSAR在Mexico海域和巴拿马Barro Colorado Island海域获取的两组L波段全极化数据进行实验验证。实验结果表明:文中的优化方法能够较准确检测海面目标,很好地降低虚警率;同时解决了Wishart分类器在无目标海域发生错检的问题。

基于EMD和2(1/2)维谱的直升机声信号特征提取

利用经验模态分解(Empirical Mode Decomposition,EMD)的方法将直升机声信号进行分解,得到一系列本征模态分量(Instrinsic Mode Function,IMF)。计算实际直升机声信号及由其分解得到的每个IMF分量的四阶累积量对角切片谱,并由此得到实际信号及每个IMF分量的四阶累积量对角切片谱的幅度绝对值之和E。计算每一个IMF的E值与实际信号E值的比值构成直升机声信号特征矢量。采用神经网络分类器,对两种不同机型的直升机声信号进行分类和识别。仿真实验验证了该方法是可行的、有效的,分类识别取得了较好的效果。

一类四元数矩阵方程组通解复分量的极秩

【目的】在四元数体上研究矩阵方程组[AX XD]=[B E]的通解复分量极秩问题。【方法】利用四元数矩阵的复表示将原方程组转化为等价的复方程组,再通过复矩阵奇异值分解获得等价方程的通解表达式。【结果】根据分块矩阵秩的关系得到原方程组通解的复分量极秩计算公式,并在方程组无解时得到最小二乘复矩阵解的极秩公式。【结论】结果拓展了四元数体上方程组解的极秩理论并获得复分量表示通解的极秩计算方法。