公开(公告)号：CN110988879B

公开(公告)日：2022-08-12

申请号：CN201911345531.3

申请日：2019-12-24

Applicant: 中南大学

Inventor： 朱建军 ,  张兵 ,  付海强 ,  李志伟 ,  汪长城

IPC: G01S13/90

Abstract: 本发明公开了一种植被参数反演方法、终端设备及存储介质，其中方法包括以下步骤：步骤1，对2幅SAR影像进行预处理和极化干涉处理，以获取单基线全极化复相干系数观测值；步骤2，确定参与联合解算的区块大小，即联合解算的像素点的个数，并设置未知参数反演的初始值；步骤3，基于RVoG模型与各像素的全极化复相干系数，构建观测方程；步骤4，根据前述获得的参数初值，采用非线性迭代算法进行植被高度反演。本发明解决了现有技术中应用RVoG模型反演植被高度时的秩亏问题，提高参数反演求解时的解算稳定性。

公开(公告)号：CN108132468B

公开(公告)日：2021-10-08

申请号：CN201711417716.1

申请日：2017-12-25

Applicant: 中南大学

Inventor： 汪长城 ,  高晗 ,  张梦杰 ,  朱建军 ,  李志伟

IPC: G01S13/90

Abstract: 本发明公开了一种多基线极化干涉SAR建筑物高度提取方法，包括：步骤1，对多基线极化干涉SAR数据进行预处理；步骤2，对所述步骤1中预处理后的数据进行极化干涉处理；步骤3，NR相干最优相位中心计算；步骤4，叠掩区域选取及不同散射体相位差均值计算；步骤5，长‑短基线组合计算整周缠绕倍数；步骤6，基于高程精度因子的建筑物高度最小二乘平差解算。所述多基线极化干涉SAR建筑物高度提取方法解决了建筑物叠掩区域无法解缠的问题，并在此基础上使用多基线干涉对，利用基于高程精度因子定权的最小二乘平差，抑制了干涉失相干及噪声等的影响，从而能够反演得到较为精确的建筑物高度。

公开(公告)号：CN113269024A

公开(公告)日：2021-08-17

申请号：CN202110348030.1

申请日：2021-03-31

Applicant: 中南大学

Inventor： 汪长城 ,  李倩 ,  沈鹏 ,  高晗

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种顾及极化统计特性的非监督域自适应网络极化SAR地物分类方法及设备，其方法为：选取带标签和不带标签的极化SAR数据计算生成协方差矩阵，分别作为源域和目标域数据集；使用源域样本初始化源域及目标域的聚类中心；将源域和目标域数据输入至各自对应的复卷积神经网络，得到重构特征；通过计算重构特征与聚类中心的距离，为目标域样本确定伪标签，并更新目标域的聚类中心；重复聚类迭代，直到聚类迭代收敛或达到聚类最大迭代次数；通过最小化目标函数，迭代更新两个复卷积神经网络的参数，直到网络参数收敛，此时目标域数据集各样本类别即为最终地物类别。本发明可高效对极化SAR数据进行地物分类。

公开(公告)号：CN110703220B

公开(公告)日：2021-06-22

申请号：CN201910968899.9

申请日：2019-10-12

Applicant: 中南大学

Inventor： 付海强 ,  张兵 ,  朱建军 ,  李志伟 ,  汪长城

IPC: G01S7/41 ,  G01S7/02 ,  G01S13/90

Abstract: 本发明公开了一种顾及时间去相干因子的多基线PolInSAR植被参数反演方法，包括以下步骤：步骤0，在RVoG模型中引入时间去相干因子，得到顾及时间去相干因子的RVoG扩展模型；步骤1，对植被的多基线极化干涉SAR影像进行预处理和极化干涉处理，以获取多基线多极化复相干系数观测值；步骤2，设置和计算RVoG扩展模型的植被参数反演初值；步骤3，选取N条基线中的一条作为参考基线，认为其不存在时间去相干因子的影响；步骤4，将观测值与RVoG扩展模型进行匹配，构建观测方程；最终根据前述获得的参数初值，采用非线性迭代算法进行植被参数反演。本发明可以提高植被参数反演的精度，且易于实现。

公开(公告)号：CN108761397A

公开(公告)日：2018-11-06

申请号：CN201810536823.4

申请日：2018-05-30

Applicant: 中南大学

Inventor： 朱建军 ,  韩文涛 ,  解清华 ,  付海强 ,  李志伟 ,  汪长城

IPC: G01S7/02

CPC classification number: G01S7/02

Abstract: 本发明公开了一种基于电磁散射模拟的极化SAR模型分解评价方法，步骤S1：设置地表电磁几何参数、飞机飞行参数和雷达卫星位置参数，并采用经典正演模型计算目标场景的地表真实β值；步骤S2：利用待评价极化SAR模型分解方法，对目标场景的极化SAR模拟数据进行处理，反演得到反演β值；步骤S3：计算反演β值与地表真实β值的均方根误差，以均方根误差越小，分解方法的效果越好为原则，对待评价极化SAR模型分解方法进行评价。本发明方案将电磁散射模拟理论与极化SAR模型分解理论进行有机结合，从电磁波模拟的角度和模型分解的角度对分解算法进行评价，该方法公平、公正，可为不同的应用场景选择相应较优的模型分解方法提供参考。