期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于层次非负特征值约束的Yamaguchi分解 被引量:3
1
作者 刘高峰 李明 +2 位作者 王亚军 张鹏 吴艳 《电子与信息学报》 EI CSCD 北大核心 2013年第11期2678-2685,共8页
针对现有Yamaguchi分解的相干矩阵存在不满足非负特征值约束(NER)的问题,该文提出一种基于层次NER的Yamaguchi分解。该文分析得出,NER问题源自于散射功率的过估计,并指出只要解决了余项相干矩阵的NER问题,就能解决所有相干矩阵的NER问... 针对现有Yamaguchi分解的相干矩阵存在不满足非负特征值约束(NER)的问题,该文提出一种基于层次NER的Yamaguchi分解。该文分析得出,NER问题源自于散射功率的过估计,并指出只要解决了余项相干矩阵的NER问题,就能解决所有相干矩阵的NER问题。于是基于非负特征值分解(NNED),依次建立了抑制散射功率过估计的第1层至第4层NER方法,其中后层的NER方法需要分层次地执行前层的NER方法。第4层NER方法解决了余项相干矩阵的NER问题,进而解决了所有相干矩阵的NER问题。另外,该文还提出比原有NNED效率更高的快速NNED。实验结果表明,所提出的分解方法能显著增强城区的二面角散射功率与抑制城区的体散射功率,并能显著增强海洋区的面散射功率。 展开更多
关键词 极化合成孔径雷达 极化目标分解 Yamaguchi分解 特征值约束 特征值分解(nned)
下载PDF
一种改进的极化SAR自适应非负特征值分解 被引量:2
2
作者 刘高峰 李明 +2 位作者 王亚军 张鹏 吴艳 《电子与信息学报》 EI CSCD 北大核心 2013年第6期1449-1455,共7页
自适应非负特征值分解(ANNED)存在两个局限性,一是利用非负特征值分解(NNED)的搜索解法计算体散射功率,需要反复计算特征值,计算代价较高;二是ANNED的余项协方差矩阵可能存在负特征值,从而造成分解结果是无意义的。针对这两个局限性,该... 自适应非负特征值分解(ANNED)存在两个局限性,一是利用非负特征值分解(NNED)的搜索解法计算体散射功率,需要反复计算特征值,计算代价较高;二是ANNED的余项协方差矩阵可能存在负特征值,从而造成分解结果是无意义的。针对这两个局限性,该文提出了一种改进的ANNED,首先通过计算NNED中余项协方差矩阵主子式的零点提出NNED的快速解法,该方法在用于提取ANNED的体散射功率时不需要反复计算特征值,从而提高了计算速度;其次该快速解法用于调整ANNED的散射功率以此解决余项协方差矩阵存在负特征值的问题;实验表明,改进的ANNED能明显增强城区的二面角散射功率,减少城区的体散射功率,并有助于提高分类精度。 展开更多
关键词 极化合成孔径雷达 极化目标分解 自适应特征值分解(Anned) 特征值分解(nned) 反射对称
下载PDF
一种新的基于非反射对称非负特征值分解的Freeman分解 被引量:2
3
作者 刘高峰 李明 +1 位作者 王亚军 张鹏 《电子与信息学报》 EI CSCD 北大核心 2013年第2期368-375,共8页
该文首次推导出了在非反射对称情况下非负特征值分解(NNED)的分析解法,即非反射对称NNED;并将其应用于Freeman分解,提出了一种基于非反射对称NNED的Freeman分解。在Freeman分解中,非反射对称NNED用于提取体散射功率,并用于调整体散射、... 该文首次推导出了在非反射对称情况下非负特征值分解(NNED)的分析解法,即非反射对称NNED;并将其应用于Freeman分解,提出了一种基于非反射对称NNED的Freeman分解。在Freeman分解中,非反射对称NNED用于提取体散射功率,并用于调整体散射、二面角散射以及表面散射功率以确保余项协方差矩阵没有负特征值。相比于基于反射对称NNED的Freeman分解,所提的分解方法有效地利用了在反射对称条件下被假定为0的非对角线元素,能保证余项协方差矩阵没有负特征值,实测极化SAR数据实验表明,所提的分解方法能显著地加强城区的二面角散射功率并且减少城区的体散射功率。 展开更多
关键词 极化合成孔径雷达 极化目标分解 Freeman分解 特征值分解(nned) 反射对称
下载PDF
基于非负特征值分解的极化SAR子空间分解滤波
4
作者 刘高峰 李明 +1 位作者 王亚军 张鹏 《计算机科学》 CSCD 北大核心 2013年第5期266-270,共5页
极化SAR子空间分解滤波的优势在于能很好地保持极化信息,然而斑点噪声抑制效果与边缘、点目标信息的保持能力却有待提高。针对这一问题,提出了一种基于非负特征值分解(NNED)的极化SAR子空间分解滤波。对于每一个像素点,首先计算其参数... 极化SAR子空间分解滤波的优势在于能很好地保持极化信息,然而斑点噪声抑制效果与边缘、点目标信息的保持能力却有待提高。针对这一问题,提出了一种基于非负特征值分解(NNED)的极化SAR子空间分解滤波。对于每一个像素点,首先计算其参数向量协方差矩阵的特征值与特征向量,进而得到各个特征子空间;然后,以散射机制相似度最小化为标准,利用NNED选取分离信号子空间与噪声子空间的最优阈值;最后根据信号子空间得到滤波后的结果。实测极化SAR实验表明,相比于同类算法,所提出的算法能有效地抑制斑点噪声并且能很好地保持边缘、点目标信息。 展开更多
关键词 极化合成孔径雷达(极化SAR) 斑点噪声 子空间分解 特征值分解(nned)
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部