复数域最小二乘平差及其在PolInSAR植被高反演中的应用

被引：23

作者：

朱建军

解清华

左廷英

汪长城

谢建

机构：

[1] 中南大学地球科学与信息物理学院

来源：

测绘学报 | 2014年 / 01期

基金：

湖南省自然科学基金;

关键词：

测量平差; 复数域最小二乘; 极化干涉SAR; 植被高反演; 三阶段算法;

D O I：

10.13485/j.cnki.11-2089.2014.0007

中图分类号：

Q948 [植物生态学和植物地理学]; P21 [普通测量学、地形测量学];

学科分类号：

071012 ; 0713 ; 0708 ; 070801 ; 08 ; 0816 ;

摘要：

目前涉及复数观测的数据处理时,主要还是依据观测过程,分步或直接解算,不能考虑观测误差、多余观测信息等。针对这一情况,本文介绍了复数域中数据处理的最小二乘方法,试图将测量平差从实数域推广到复数域,并定量研究了两种平差准则的优劣性。为了了解复数域最小二乘的有效性,以极化干涉SAR植被高反演为例,建立了复数域平差函数模型和随机模型,构建了复数域最小二乘法反演植被高。结果表明该算法反演的植被高结果可靠,其精度优于经典植被高反演算法,且计算简单,易于实现。

引用

页码：45 / 51+59 +59

页数：8

共 10 条

[1] 基于ESPRIT算法的极化干涉SAR植被高度反演研究 [J].

谈璐璐 ;

杨立波 ;

杨汝良 .

测绘学报, 2011, 40 (03) :296-300

[2] 极化干涉SAR森林高度反演综述 [J].

李廷伟 ;

梁甸农 ;

朱炬波 .

遥感信息, 2009, (03) :85-91

[3] 复数域内最小二乘法的一种改进 [J].

李梦霞 ;

陈忠 .

长江大学学报(自然科学版)理工卷, 2008, 5 (03) :7-8+18+382

[4] 基于功率和相位联合估计TLS-ESPRIT算法的极化干涉SAR数据分析 [J].

杨磊 ;

赵拥军 ;

王志刚 .

测绘学报 , 2007, (02) :163-168

[5] 极化干涉SAR的研究现状与启示 [J].

吴一戎 ;

洪文 ;

王彦平 .

电子与信息学报, 2007, (05) :1258-1262

[6] 复数域内的最小二乘法 [J].

谷湘潜 ;

康红文 ;

曹鸿兴 .

自然科学进展, 2006, (01) :49-54

[7]

基于极化干涉SAR的森林结构信息提取模型与方法[D]. 罗环敏.电子科技大学. 2011

[8]

非线性模型参数估计理论与应用[M]. 武汉大学出版社 , 王新洲著, 2002

[9] A complex linear least-squares method to derive relative and absolute orientations of seismic sensors [J].

Grigoli, Francesco ;

Cesca, Simone ;

Dahm, Torsten ;

Krieger, Lars .

GEOPHYSICAL JOURNAL INTERNATIONAL, 2012, 188 (03) :1243-1254

[10]

Sequential Data Fusion via Vector Spaces: Fusion of Heterogeneous Data in the Complex Domain[J] . Danilo P. Mandic,Su Lee Goh,Kazuyuki Aihara.The Journal of VLSI Signal Processing Systems for Signal, Image, and Video Technology . 2007 (1)

← 1 →