论文部分内容阅读
随着全球环境问题的日益严重,国内外相继开展了自然环境和人类社会活动的研究以解决人类所面临的资源、环境、生态系统等方面的问题。而与人类发展联系最为紧密的森林生态系统和城市环境系统的研究又是这些相关研究中的重点研究领域之一。森林和城市研究的重要条件之一是定量获取它们空间信息。树林的三维结构信息对于生物量估算以及全球碳循环估计意义重大,而建筑物的三维结构信息对于城市规划、灾害监测、通讯设施建设和数字城市等都具有重要的作用。层析SAR是近年发展起来的一种获取目标高精度三维和四维信息的新兴前沿技术,该技术已成功应用于城市三维重建、城市地表沉降和树林参数估计等领域。由于在基线不均匀、数据欠采样的情况下还能实现超分辨率高度维成像,压缩感知技术已成功应用于层析SAR技术之中,是当前国际雷达遥感领域的研究前沿和热点研究领域之一。然而,基于压缩感知的层析SAR三维成像技术还不完善,在理论和应用等方面都面临着问题与挑战。 针对城市建筑物和树林三维结构参数的反演,本文对基于压缩感知的极化SAR层析三维成像技术开展了较为系统、深入的研究,完成的主要工作和贡献如下: (1)从理论上分析了基于压缩感知的极化层析SAR方法的超分辨率能力和估计精度,系统阐述了基于极化数据的压缩感知技术在层析SAR三维成像上的优势。 (2)提出了改进的基于分布式压缩感知的极化层析SAR方法用于城市建筑物三维结构参数反演。在假设各极化通道下建筑物高度向反射率信号联合稀疏的情况下,该方法利用分布式压缩感知技术、模型阶选择技术和极大似然估计来实现高度向上全极化通道中的反射率信号的高精度联合重构。 (3)提出了基于压缩感知的二维(高度向和距离向)层析SAR方法用于城市建筑物三维结构参数反演。在基线非均匀分布的情况下,该方法利用压缩感知技术能够实现距离-高度二维反射率信号的联合超分辨率重构,从而一定程度上获得更加丰富的地面目标三维结构参数信息。 (4)提出了基于小波基的分布式压缩感知极化层析SAR方法用于树林三维结构参数反演。在假设各极化通道下树林高度向反射率信号在小波基下联合稀疏的情况下,该方法利用分布式压缩感知技术实现高度向上全极化通道中的反射率信号的联合重构。 (5)提出了基于散射机制分解模型的压缩感知极化层析SAR方法用于树林三维结构参数反演。该方法通过将树林高度向不同散射机制反射率信号分离,并分别构建不同散射机制的高度向反射率信号的稀疏基,实现各个散射机制反射率信号的高精度反演。 本文的研究对于拓展CS的应用水平和提高雷达遥感的定量化研究水平具有重要意义。