一种镜像综合孔径辐射计反演方法技术

技术编号:12909080 阅读:90 留言:0更新日期:2016-02-24 15:15
本发明专利技术公开了一种镜像综合孔径辐射计图像反演方法,该方法包括根据MIAS阵列输出互相关值向量R和MIAS阵列的冲击响应矩阵G获得天线输出互相关值向量R的概率测度初始值β和亮温图像不同像素点Ti的概率测度初始值αi;计算后验概率的均值μ和后验概率的协方差Z,迭代更新β和α并判断天线输出互相关值向量R的概率测度更新值βnew和亮温Ti的概率测度更新值αnew是否同时收敛,若是则将最后一次迭代得到的μ=βZG'R作为亮温图像T的估计值进行输出,获得亮温图像分布T,若否,则返回进一步计算μ和Z。本发明专利技术能够有效的降低获得最优模型的计算复杂度,自动选取最优模型参数进行亮温反演,是一种新型的镜像综合孔径亮温重建方法,可以更高效地重建原始场景的亮温图像。

【技术实现步骤摘要】

本专利技术属于微波遥感及探测
,更具体地,涉及一种镜像综合孔径辐射计 (MIAS阵列)图像反演方法。
技术介绍
镜像综合孔径辐射计就是一种由天线阵列构成的辐射计系统,所以也称为MIAS 阵列。镜像综合孔径理论和镜像综合孔径微波辐射成像理论MIAS由华中科技大学的陈良 兵博士提出。该理论是为了解决现有综合孔径系统的高分辨率与较大的系统复杂度之间的 矛盾,采用较小的阵列加上微波反射面,从而可以在不增加天线阵元数目的情况下得到较 高的余弦可见度采样频率,以此来提高系统的空间分辨率。镜像综合孔径理论提出了余弦 可见度的概念,建立了亮温、余弦可见度和天线接收通道相关输出功率之间的关系,并给出 了基本的亮温重建方法一反余弦变换,其中余弦可见度是指对亮温进行余弦变换所得物理 量。此外,还给出了一种解决基线缺失的方法,即通过平移微波反射面,将多个位置处获得 的采样频率进行组合,该方法在仿真中效果显著。 镜像综合孔径微波辐射成像方法结合了传统的二元干涉仪和海面Lloyd镜干涉, Lloyd镜干涉是物理光学中一个专有概念,表示通过海面反射信号与信号自身具有相关性 的概念,两种方法的优势,微波反射面改变了目标场景辐射信号的传递路径,使得通道的相 关输出也发生了变化,镜像综合孔径系统的两个通道之间只需进行同相相关,不需正交相 关,即系统不需要IQ(正交相关)解调,如此一来便大大降低了信号处理的复杂度。 镜像综合孔径系统用于成像,同样面临着亮温图像重建的问题,同传统的综合孔 径亮温图像重建一样,它也是一个病态的反问题,即由于误差等非理想因素的存在而导致 问题的解可能不存在、不唯一或者不稳定。现有的正则化方法用于亮温重建,存在模型参数 选取困难问题,反演效率难以进一步提高。
技术实现思路
本专利技术提供了一种镜像综合孔径辐射计图像反演方法,旨在解决现有的镜像综合 孔径反演方法采用非最优的正则化参数导致反演结果的性能降低的问题。 为实现上述目的,本专利技术提供了一种镜像综合孔径辐射计图像反演方法,包括下 述步骤: -种镜像综合孔径辐射计图像反演方法,其特征在于,包括下述步骤: (1)对于任意平面MIAS阵列,求出MIAS阵列输出互相关值向量R和天线阵列冲击 响应矩阵G ;其中,R的维度为该平面天线阵列的空间采样频率个数M,R的方差为σ?; G的 行数为Μ,列数等于测量的亮温图像Τ的像素点数Ν ;测量的亮温图像Τ各像素点i的亮温 的方差为? (2)迭代计算R的概率测度更新值β _和各像素点i处亮温的概率测度值α =;用β表示MIAS阵列每个基线对应的互相关值的方差的倒数,赋其初值 为(7卩2,用a i表示像素点i的亮温T i的方差的倒数,赋其初值为; (2. 1)分别计算方差矩阵Z和亮温后验概率的均值μ : Z = (A+0G'G) \ (I) μ = PZG'R, (II) 其中A = diag( α )为对角阵;Diag(*)是Matlab中用于构造一个对角矩阵的函 数,其输入参数为向量,返回一个方阵,其对角线元素为输入向量,不在对角线上元素全为 0〇 (2.2)令γι= l-α Jn,将(2. 1)计算出的Z和μ代入下式进行迭代计算, 其中,表示矩阵Ζ的第i个对角元;| |*| |表示对*取F-范数; (2. 3)判断所述天线输出互相关值的概率测度更新值β _和亮温T的概率测度更 新值是否同时收敛,是则转步骤(3);否则转子步骤(2.4); (2. 4)判定迭代次数是否小于预定的迭代上限次数Κ,是则将β、a i值分别更新 为β_、a ,转子步骤(2. 1)继续迭代计算;否则判定不收敛,迭代结束,算法中止,将最 后一次迭代得到β_、α 1_作为迭代终值; (3)根据迭代终值β _以及a ,按式(I)、(II)计算亮温后验概率的均值μ, 即亮温分布估计值Τ。 步骤(1)所述的采样频率,是由阵列中天线的相对位置决定的,这里假设天线1的 位置为(Xl,yi),天线2的位置为(x2, y2),镜像综合孔径系统工作的中心频率对应的波长为 λ,则上述采样频率定义为(^1,,那么对于一维镜像综合孔径阵列而言,每一对 Λ: A 天线可以形成两个采样频率,对二维而言,则可以形成四个采样频率; 进一步的,所述的反演方法,其特征在于,在步骤(1)之前,还包括下述步骤: 以镜像综合孔径辐射计系统工作频率半波长的整数倍为单位,平移阵列反射面; 对一维阵列,沿阵列垂直的方向进行平移;对二维阵列,反射面在水平和垂直两个维度上分 别进行移动;阵列反射面移动次数,以在所形成的采样频率均匀布满最小频率与最大频率 之间为原则。这样可以进一步弥补缺失基线,提升图像重建质量。均匀布满,就是如果最小 采样频率为f,最大采样频率为N*f,N为正整数,那么不移动,在1~N之间就会有些采样 频率是没有的,称为缺失,会引入不可弥补的成像误差;通过移 动,就可以保证1~N之间的所有采样频点都得到,称为均匀布满。 进一步的,所述的反演方法,其特征在于,在子步骤(2.3)中,通过判别是否 β |2彡e和I I α _-α I |2< e,确定β _和a 是否同时收敛,其中e为迭代计算 精度控制量,大小在10 5~10 3之间,具体值根据收敛速度和计算精度需求进行权衡。 进一步的,所述的反演方法,其特征在于,在子步骤(2.4)中迭代上限次数K根据 需要设定,取值范围是100-300。 本专利技术提出的方法,利用了贝叶斯模型和公式,也可称为贝叶斯统计反演方法。本 专利技术提出反演方法是基于如下原理的: 设从亮温到可见度传递过程中的所有误差之和为ε,可以将其看做总体系统噪 声,则镜像综合孔径阵列的系统接收模型可描述为:R = GT+ ε,由于噪声ε i近似满足均值 为〇,方差为σ 2的高斯分布,且各通道噪声之间满足独立同分布的条件,其联合概率密度函 数为:Ρ ( ε ) = Ν(0,〇 21),由此可得R的条件概率分布p (R| Τ)服从正态分布N(GT,〇 21), 其中I表示单位矩阵,维度与R的元素个数相等,得出p (R | Τ)表达式为: Μ表示向量R的元素个数;σ为向量R中各元素的方差,这里设R中各元素的方差 是相同的; 依据亮温的概率分布p (T i | a J服从正态分布;.ν(0,α 1),且相互独立,得到Τ的 联合概率分布为: 式中?\表示像素点i处的亮温,a i为不同像素点i处的亮温的概率测度值,代表 亮温的方差;α = ,N表示亮温的像素点个数; 根据贝叶斯公式,得到p(T|R,α,β)(其推导过程参 考:Mendelson S, Smola A J. Advanced Lectures on Machine Learning · Springer Berlin Heidelberg, 2003) 上式中,μ为亮温后验概率的均值,方差Z = (Α+β G' G) \ μ = β ZG' R ; β = σ 2是天线输出互相关值的概率测度初始值,A = diag(a)是由α构成的对角阵;由公式(2) 和(3)可以得到天线输出互相关向量R关于超参数α和〇2的边缘似然函数: 公式(4)给出了各天线互相关值之间的联合分布函数,将公式(4)作为贝叶斯统 计反演本文档来自技高网
...

【技术保护点】
一种镜像综合孔径辐射计图像反演方法,其特征在于,包括下述步骤:(1)对于任意平面MIAS阵列,求出MIAS阵列输出互相关值向量R和天线阵列冲击响应矩阵G;其中,R的维度为该平面天线阵列的空间采样频率个数M,R的方差为G的行数为M,列数等于测量的亮温图像T的像素点数N;测量的亮温图像T各像素点i的亮温方差为(2)迭代计算R的概率测度更新值βnew和各像素点i处亮温的概率测度值α=[α1,α2,…,αN];用β表示MIAS阵列每个基线对应的互相关值的方差的倒数,赋其初值为用αi表示像素点i的亮温Ti的方差的倒数,赋其初值为(2.1)分别计算方差矩阵Z和亮温后验概率的均值μ:Z=(A+βG'G)‑1,   (I)μ=βZG’R,   (II)其中A=diag(α)为对角阵;(2.2)令γi=1‑αiZii,将(2.1)计算出的Z和μ代入下式进行迭代计算,αi,new=γiμi2,---(III)]]>βnew=M-Σi=1Nγi||R-Gμ||2,---(IV)]]>其中,Zii表示矩阵Z的第i个对角元;||*||表示对*取F‑范数;(2.3)判断所述天线输出互相关值的概率测度更新值βnew和亮温T的概率测度更新值αi,new是否同时收敛,是则转步骤(3);否则转子步骤(2.4);(2.4)判定迭代次数是否小于预定的迭代上限次数K,是则将β、αi值分别更新为βnew、αi,new,转子步骤(2.1)继续迭代计算;否则判定不收敛,迭代结束,算法中止,将最后一次迭代得到βnew、αi,new作为迭代终值;(3)根据迭代终值βnew以及αi,new,按式(I)、(II)计算亮温后验概率的均值μ,即亮温分布估计值T。...

【技术特征摘要】

【专利技术属性】
技术研发人员:陈柯胡孔勇李青侠桂良启郎量郭伟靳榕
申请(专利权)人:华中科技大学
类型:发明
国别省市:湖北;42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1