一种基于最大后验框架的聚类分析多基线干涉SAR高度重建算法

摘要：

多基线干涉SAR能有效减小由目标高度急剧变化和较大噪声干扰带来的不利影响,可以获取比单基线干涉SAR更精确的地表数字高程模型(DEM).传统的基于最大似然估计(ML)的多基线高度重建算法在通道数目较少情况下重建结果不佳,基于最大后验估计(MAP)的多基线高度重建算法存在运行时间较长的问题,针对以上问题,该文提出了一种基于最大后验框架的聚类分析高度重建算法(CABMAP).该算法首先利用了ML估计法得到粗略的DEM,以此为基础在每次迭代过程中利用聚类分析(CA)判断出邻域内的噪声像素,并通过计算后验概率完成重建,此外采用了一种改进措施提高精度.这样,既保留了ML估计法运行速度快的特征,又具有MAP估计法精度高的优点.经实验验证,该算法精度较好且运行效率较高.

关键词：数字高程模型、多基线、最大似然估计、最大后验估计、聚类分析

所属期刊栏目：6

分类号：TN957.52

资助基金：国家自然科学基金优秀青年基金61422113;国家万人计划—青年拔尖人才,中科院百人计划

在线出版日期：2018-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：640-652