基于物理约束的混合极化体制欠定信息重建方法及装置

AITNT
正文
推荐专利
基于物理约束的混合极化体制欠定信息重建方法及装置
申请号:CN202510718478
申请日期:2025-05-30
公开号:CN120259782B
公开日期:2025-09-23
类型:发明专利
摘要
本发明提供一种基于物理约束的混合极化体制欠定信息重建方法及装置,涉及雷达技术领域,包括:构建混合极化SAR系统的系统性能模型,考虑系统的非理想特性及互易性假设,建立混合极化观测量的真实模型;根据系统性能模型,在反射对称性约束下,对混合极化观测量的二阶矩进行分解,估计交叉极化分量,重建全极化散射矩阵的二阶矩;采用无监督训练集预分割策略,根据样本点的局部密度和相对距离选择聚类中心,将训练集划分为多个子簇;基于改进的Wishart混合模型,利用多种距离度量和超参数优化策略,对每个子簇进行模型训练;使用训练好的模型对极化SAR影像进行分类,获得分类结果。本发明能够提高模型训练的准确性和鲁棒性。
技术关键词
系统性能模型 极化SAR影像 超参数 概率密度函数 物理 非暂态计算机可读存储介质 无监督 训练集 协方差矩阵 策略 聚类 SA系统 模型训练模块 样本 鲁棒性 度量 像素 处理器 元素
系统为您推荐了相关专利信息
1
一种空调负荷的可调潜力评估方法及系统
空调整体 单体空调 交互特征 潜力评估方法 负荷调节技术
2
一种风、电场联驱的微型仿蜘蛛火星飞行探测机器人
探测机器人 仿蜘蛛 细丝 姿态控制系统 纤维
3
基于语言模型的方言识别方法
方言识别方法 通用背景模型 门控循环单元 时序特征 频谱特征
4
基于多源异构数据特征融合的电力负荷预测方法、系统设备及介质
电力负荷预测方法 多源异构数据 电力负荷预测模型 门控循环单元网络 启动备用电源
5
融合多源数据与物理信息的龙卷风时空智能预测方法
融合多源数据 智能预测方法 卷积长短期记忆 多普勒天气雷达 网络单元
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号