一种用于克服有理函数模型病态性的改进的奇异值修正方法技术

本发明专利技术有效地克服了遥感影像有理函数模型成像过程中的病态性问题，可以应用于遥感影像成像领域。有理函数模型理论的提出已经有若干年，其系数解算过程中的病态性问题一直得不到有效的解决，本发明专利技术基于对系数矩阵奇异值的修改，提高小奇异值部分的稳定性，从而保证了解算过程的稳定。该方法可以用于多种遥感影像的正射纠正。

【技术实现步骤摘要】

本发有效地克服了遥感影像有理函数模型成像过程中的病态性问题，可以应用于遥感影像成像领域。有理函数模型理论的提出已经有若干年，其系数解算过程中的病态性 问题一直得不到有效的解决，本专利技术基于对系数矩阵奇异值的修改，提高小奇异值部分的 稳定性，从而保证了解算过程的稳定。
技术介绍
建立遥感影像与被测物体之间的成像模型，还原其消除干扰后的数据，使影像数 据和被测物体一一对应，是遥感数据处理的一部分，也是数据分析和应用的前提。传统的严 格物理成像模型根据传感器成像过程建立，模型中各分量物理意义明确，模型精度高，应用 广泛。但是，严格传感器模型强烈依赖于传感器，不同的传感器使用不同的传感器模型。随 着，科技的进步，遥感卫星日渐增多，这给传感器模型的建立和更新带来了很大的困难。此 外，就动态传感器而言，它们的方位参数是时刻变化的，对于这类传感器，严格物理模型也 有其局限性。再则，对于一些没有公开星历参数的卫星，严格物理模型就根本无法建立。 有理函数成像模型克服了以上严格物理成像模型的诸多不足。但是，运用传统的 最小二乘迭代算法解算有理函数模型时，由于方程病态性的存在，使得解算过程不稳定，解本文档来自技高网...

【技术保护点】
一种用于克服有理函数模型病态性的改进的奇异值修正方法的主要步骤是：步骤（１）：读取已经标准化后的数据；步骤（２）：利用已经读入的数据构建有理函数模型的系数矩阵；步骤（３）：求解初始值，初始值的精度直接影响后面迭代求解的收敛速度，第一次求解最好结合奇异值分解，利用增大奇异值的方法求解；根据步骤（４）：设定循环条件，这里的循环条件是连续两次解的差的中误差，当中误差大于设定阈值时进行循环迭代求解。另外，要设定最大循环次数，以防不收敛而陷入死循环；步骤（５）：利用最后的解构建有理函数模型；步骤（６）：利用检查数据进行模型的精度验证。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈立波，焦伟利，
申请(专利权)人：中国科学院对地观测与数字地球科学中心，
类型：发明
国别省市：11[中国|北京]