还剩3页未读,继续阅读
文本内容:
合成孔径雷达现状基本概念合成孑堆雷达就是采用雷达与目标的相对运动把尺寸较小的真实天线孔径用数据处理的方法合成一较大的等效天线孔径的雷达,也称综合孑照雷达合成孔径雷达的特点是辨别率高,能全天候工作,能有效地识别伪装和穿透掩盖物所得到的高方位辨别力相当于一个大孔径天线所能供应的方位辨别力分类合成孑雷达可分为聚焦型和非聚焦型两类用在飞机上或空间飞行器上可有几种不同的工作模式,最常见的是正侧视模式,称为合成孔径侧视雷达;此外还有斜视模式、多普勒波束锐化模式和定点照耀模式等假如雷达保持相对静止,使目标运动成像则成为逆合成孑堆雷达,也称距离-多普勒成像系统合成孔径雷达在军事侦察、测绘、火控、制导,以及环境遥感和资源勘探等方面有广泛用途进展概况合成孑的概念始于50年月初期当时美国有些科学家想突破经典辨别力的限制,提出了一些新的设想采用目标与雷达的相对运动所产生的多普勒频移现象来提高辨别力;用线阵天线概念证明运动着的小天线可获得高辨别力50年月末,美国研制成第一批可供军事侦察用的机载高辨别力合成孔径雷达60年月中期,随着遥感技术的进展,军用合成孑雷达技术推广到民用方面,成为环境遥感的有力工具70年月后期,卫星载合成孔径雷达和数字成像技术取得进展美国于1978年放射的“海洋卫星A号和80年月初放射的航天飞机都试验了合成孔径雷达的效果,证明白雷达图像的优越性空中SAR概况
1.1951年CarlWiley首次提出采用频率分析方法改善雷达的角辨别率.1953年,伊利诺依高校采纳非聚焦方法使角度辨别率由
4.13度提高到
0.4度,并获得第一张SAR图像.1957年,密西根高校采纳光学处理方式,获得了第一张全聚焦SAR图像.
4.1978年,美国放射了第一颗星载Seasat-
1.1991年欧洲空间局放射了ERS-
1.1995年,加拿大放射了Radarsat-
1.2000年,欧洲空间局放射了ASAR.2006年,日本放射ALOSPALSAR.2007年,德国放射TerraSAR-X2007年底,加拿大放射Radarsat-2简述K■均值聚类法K-均值算法的聚类准则是使每一聚类中,多模式点到该类别的中心距离的平方和最小其基本思想是通过迭代,逐次移动各类的中心,直到得到最好的的聚类结果为止详细计算步骤如下假设图像的目标要分为m类,m为已知数第一步适当地选取m个类的初始中心Z1
(1)Z2
(1)Zm()初始中心的选择对聚类结果有肯定的影响,初始中心的选择有一下几种方法.依据问题的性质和阅历确定类别数m从数据中找出直观上看来比较合适的m个类的初始中心.将全部数据随机地分为m个类,计算每类的重心,将这些重心作为m类的初始中心其次步在k次迭代中,对任一样本X按如下的方法把它调整到m类别中的某一个类别中去对于全部的ixjJ=l2,…m假如||X-Zj(k)U||X-Zi(k)||则XGSj(k)其中5伙)是以取)为中心的类第三步由其次步得到Sj(k)类新的中心Zj(k+1)Zj(k+1)=1/NjIX(X£Sj(k)式中,Nj为Sj(k)类的样本数Zj(k+1)是依据使J最小的原则确定的,J的表达式为tzk-zrilj_j=lXeS产第四步对于全部的i=12m,假如Zi(k+i)=Zi®则迭代结束,否则转到其次步连续迭代这种算法的结果受到所选聚类中心的数目和其初始位置以及模式分布的几何性质和读入次序等因素的影响,并且在迭代过程中又没有调整类数的措施,因此可能产生不同的初始分类得到不同的结果,这是这种方法的缺点可以通过其他的简洁的聚类中心摸索方法如最大距离法,找出初始中心,提高分类效果
1、K-均值聚类法的应用1)在机械设施中的应用2)在人力资源管理中的应用3)在商业银行客户分类中的应用4)在资源监测方面的应用
2、K-均值聚类法的优点1)本算法确定的K个划分到达平方误差最小2)聚类是密集的,且类与类之间区分明显时,效果较好)对于处理大数据集,这个算法是相对可伸缩和高效的,计算的简单度为0其中N是数据对象的数目
3、K-均值聚类法的缺点:1)在K-means算法中K是事先给定的,这个K值的选定是特别难以估量的)在K-means算法中,首先需要依据初始聚类中心来确定一个初始划分,然后对初始划分进行优化)从K-means算法框架可以看出该算法需要不断地进行样本分类调整不断地计算调整后的新的聚类中心,因此当数据量特别大时,算法的时间开销是特别大的。