CN110927688B - 一种用于地杂波特性研究的同类地物相似度判定方法 - Google Patents

一种用于地杂波特性研究的同类地物相似度判定方法 Download PDF

Info

Publication number
CN110927688B
CN110927688B CN201911090921.0A CN201911090921A CN110927688B CN 110927688 B CN110927688 B CN 110927688B CN 201911090921 A CN201911090921 A CN 201911090921A CN 110927688 B CN110927688 B CN 110927688B
Authority
CN
China
Prior art keywords
samples
parameter
similarity
ground
parameters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911090921.0A
Other languages
English (en)
Other versions
CN110927688A (zh
Inventor
赵鹏
张玉石
朱秀芹
尹志盈
李清亮
李慧明
许心瑜
张金鹏
黎鑫
张浙东
余运超
夏晓云
李善斌
尹雅磊
万晋通
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Institute of Radio Wave Propagation CETC 22 Research Institute
Original Assignee
China Institute of Radio Wave Propagation CETC 22 Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Institute of Radio Wave Propagation CETC 22 Research Institute filed Critical China Institute of Radio Wave Propagation CETC 22 Research Institute
Priority to CN201911090921.0A priority Critical patent/CN110927688B/zh
Publication of CN110927688A publication Critical patent/CN110927688A/zh
Application granted granted Critical
Publication of CN110927688B publication Critical patent/CN110927688B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/414—Discriminating targets with respect to background clutter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418—Theoretical aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种用于地杂波特性研究的同类地物相似度判定方法，包括如下步骤：步骤1，根据已知测试样本数量和样本环境参数变化数量，构建测试样本与环境参数的多维矩阵：步骤2，求出每种参数测量值的标准差：步骤3，建立单个参数相似度表征方法和判定标准：步骤4，根据步骤3中得到两个随机样本n1，n2在每种参数下的相似度。本发明克服了现有地杂波研究中同类地物分类不够细致、难以量化的缺点，提供了一种基于实测环境参数的同类型地物相似度量化判定方法，该方法结合实测地物环境参数对同类型地物进行细化分类，可定量表征同类地物的相似程度，为同类地物杂波特性类推、预测提供支撑。

Description

一种用于地杂波特性研究的同类地物相似度判定方法
技术领域
本发明属于雷达地杂波特性研究领域，特别涉及该领域中的一种基于实测环境参数的同类地物相似度量化判定方法。
背景技术
由于地貌复杂性和地物种类多样性，地杂波的特性研究需要结合实际地物环境特征开展。国内外学者针对不同地物杂波特性进行分析并建立了杂波模型，如乌拉比的《微波遥感》中公开的裸地、植被等散射经验模型，这些研究成果在后续地杂波研究和认知中具有重要的指导意义。然而实际环境中同一类地物的环境参数往往具有较大差异，导致其杂波特性具有差异性，而以往的研究成果对地物分类较为粗犷，缺乏对此类地物不同环境参数的量化分类，从而导致在研究具体环境杂波问题时，往往只能定性给出变化范围，不能得到定量结果。
发明内容
本发明所要解决的技术问题就是提供一种基于实测地物环境参数的同类地物相似度量化判定方法。
本发明采用如下技术方案：
一种用于地杂波特性研究的同类地物相似度判定方法，其改进之处在于，包括如下步骤：
步骤1，根据已知测试样本数量和样本环境参数变化数量，构建测试样本与环境参数的多维矩阵：
对所有测试样本按1,2,3…n…N进行编号，由于所有样本为同类型地物，所以测试的地物环境参数数量是一致的，假设测试样本中所有测试的地物参数种类为M个，对所有地物参数按1,2,3…m…M进行编号，如此就构成了地物参数种类数与测试样本数的M×N维的环境参数矩阵：
Figure BDA0002266825080000011
矩阵中元素amn代表第n个测试样本的第m个地物参数的测量值；
步骤2，求出每种参数测量值的标准差：
第m个参数在所有样本的测量值为am1,am2…amn…amN，则m参数标准差为
Figure BDA0002266825080000021
其中/>
Figure BDA0002266825080000022
为m参数平均值；
步骤3，建立单个参数相似度表征方法和判定标准：
在N个测试样本中随机挑出两个样本，编号为n1，n2，依据式(1)表征此两个样本在m参数下的相似程度：
Figure BDA0002266825080000023
式(1)的含义为利用n1和n2在m参数的测量值之差与A倍的标准差的比值来表征两个随机样本在m参数下的相似度，若Ωm(n1,n2)的值小于1，则判定两个随机样本在m参数下是相似的，其中A在0到1的范围内取值；
步骤4，根据步骤3中的式(1)得到两个随机样本n1，n2在每种参数下的相似度：
Figure BDA0002266825080000024
统计式(2)中Ω值小于1的数量并记为L，令：
Figure BDA0002266825080000025
S(n1,n2)表征两个随机样本n1，n2在所有M个地物参数下的总体相似度，S(n1,n2)值在0～100％之间，其值越大表明两个随机样本n1，n2越相似；
步骤5，令n1和n2值在1-N之间依次变动，重复步骤3、步骤4，得到任一样本与其他样本在所有M参数下的总体相似度值，并组成式(4)的相似度矩阵，通过该矩阵可方便查看任意不同样本的相似度；
Figure BDA0002266825080000031
进一步的，在步骤3中，A＝0.5。
本发明的有益效果是：
本发明克服了现有地杂波研究中同类地物分类不够细致、难以量化的缺点，提供了一种基于实测环境参数的同类型地物相似度量化判定方法，该方法结合实测地物环境参数对同类型地物进行细化分类，可定量表征同类地物的相似程度，为同类地物杂波特性类推、预测提供支撑。
与依靠感官或者通过测试数据简单定性地判断同类地物是否相似的传统方法相比，本发明引入标准差统计测试参数的离散度，并给出同类地物相似度定量计算方法和判定标准，结果更加直观、有效，有利于后期同类地物杂波特性的类推，使地杂波研究更具有成效性和代表性。
附图说明
图1是本发明方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明公开了一种用于地杂波特性研究的同类地物相似度判定方法，包括如下步骤：
步骤1，根据已知测试样本数量和样本环境参数变化数量，构建测试样本与环境参数的多维矩阵：
以某一类地物环境的N组测试样本为例，对所有测试样本按1,2,3…n…N进行编号，由于所有样本为同类型地物，所以测试的地物环境参数数量是一致的，假设测试样本中所有测试的地物参数种类为M个，对所有地物参数按1,2,3…m…M进行编号，如此就构成了地物参数种类数与测试样本数的M×N维的环境参数矩阵：
Figure BDA0002266825080000041
矩阵中元素amn代表第n个测试样本的第m个地物参数的测量值；
步骤2，求出每种参数测量值的标准差：
以第m个参数为例，该参数在所有样本的测量值为am1,am2…amn…amN，则m参数标准差为
Figure BDA0002266825080000042
其中/>
Figure BDA0002266825080000043
为m参数平均值；
步骤3，建立单个参数相似度表征方法和判定标准：
在N个测试样本中随机挑出两个样本，编号为n1，n2，依据式(1)的判定准则，表征此两个样本在m参数下的相似程度：
Figure BDA0002266825080000044
式(1)的含义为利用n1和n2在m参数的测量值之差与A倍的标准差的比值来表征两个随机样本在m参数下的相似度，若Ωm(n1,n2)的值小于1，则判定两个随机样本在m参数下是相似的，其中A可根据实际需要在0到1的范围内取值，A取值越小，代表相似标准越严格，样本相似程度越高，一般情况下可令A＝0.5；
步骤4，根据步骤3中式(1)确立的两个随机样本在单参数下的相似度判定准则，将该准则推广进而得到两个随机样本n1，n2在每种参数下的相似度：
Figure BDA0002266825080000045
统计式(2)中Ω值小于1的数量并记为L，令：
Figure BDA0002266825080000051
S(n1,n2)表征两个随机样本n1，n2在所有M个地物参数下的总体相似度，S(n1,n2)值在0～100％之间，其值越大表明两个随机样本n1，n2越相似；
步骤5，令n1和n2值在1-N之间依次变动，重复步骤3、步骤4，得到任一样本与其他样本在所有M参数下的总体相似度值，并组成式(4)的相似度矩阵，通过该矩阵可方便查看任意不同样本的相似度；
Figure BDA0002266825080000052
实施例1，本实施例通过举例方式对本发明方法进行具体说明，包括如下步骤：
步骤1：以实测的裸地样本为例，测试参数和测试样本如下表所示。测试样本包含6天，分别对应不同时期的裸地，测试参数包含土壤湿度、粗糙度和相对介电常数。其中粗糙度包含均方根高度和相关长度，介电常数对应S波段和X波段的两个频段，数值包含实部和虚部。综上，测试样本的个数为N＝6，测试参数的种类为M＝7，由此构建地物参数种类数与测试样本数的M×N维的环境参数矩阵：
Figure BDA0002266825080000053
裸地土壤参数测试表
Figure BDA0002266825080000061
步骤2：求出每种参数测量值的标准差。利用公式(5)的参数信息和公式
Figure BDA0002266825080000062
求出每个测量参数的标准差：
Figure BDA0002266825080000063
步骤3：随机选取两个测试样本，令n1、n2分别为1、2，并以第一种测试参数土壤湿度作为分析对象，令A＝0.5，依据式(1)计算1号样本和2号样本在土壤参数下的相似度，得到：
Figure BDA0002266825080000064
Ω1(1,2)>1，根据相似度判定原则，1号样本和2号样本在土壤湿度上显然并不相似。
步骤4：重复步骤3计算其他参数下1号样本和2号样本的相似度：
Figure BDA0002266825080000071
通过式(8)可见，样本1和样本2的Ω值都大于1，说明两者在判定规则下没有相似性，总体相似度：
Figure BDA0002266825080000072
步骤5：令n1和n2取值在1到6之间变化，重复步骤3、步骤4，得出所有样本之间的相似度S(n1,n2)，组成相似度矩阵，如式(10)所示：
Figure BDA0002266825080000073
明显看出S矩阵为典型的对称矩阵，主对角线上的元素为各样本与其自身的相似度，所以均为100％，其他元素S(n1,n2)即代表样本n1与n2的相似度。由矩阵中的计算结果可知，相似度大于50％的样本有(2,5)、(3,4)、(3,6)、(4,6)，相似度达到100％的样本有(4,6)。

Claims (2)

1.一种用于地杂波特性研究的同类地物相似度判定方法，其特征在于，包括如下步骤：
步骤1，根据已知测试样本数量和样本环境参数变化数量，构建测试样本与环境参数的多维矩阵：
对所有测试样本按1,2,3…n…N进行编号，由于所有样本为同类型地物，所以测试的地物环境参数数量是一致的，假设测试样本中所有测试的地物参数种类为M个，对所有地物参数按1,2,3…m…M进行编号，如此就构成了地物参数种类数与测试样本数的M×N维的环境参数矩阵：
Figure FDA0002266825070000011
矩阵中元素amn代表第n个测试样本的第m个地物参数的测量值；
步骤2，求出每种参数测量值的标准差：
第m个参数在所有样本的测量值为am1,am2…amn…amN，则m参数标准差为
Figure FDA0002266825070000012
其中
Figure FDA0002266825070000013
为m参数平均值；
步骤3，建立单个参数相似度表征方法和判定标准：
在N个测试样本中随机挑出两个样本，编号为n1，n2，依据式(1)表征此两个样本在m参数下的相似程度：
Figure FDA0002266825070000014
式(1)的含义为利用n1和n2在m参数的测量值之差与A倍的标准差的比值来表征两个随机样本在m参数下的相似度，若Ωm(n1,n2)的值小于1，则判定两个随机样本在m参数下是相似的，其中A在0到1的范围内取值；
步骤4，根据步骤3中的式(1)得到两个随机样本n1，n2在每种参数下的相似度：
Figure FDA0002266825070000021
统计式(2)中Ω值小于1的数量并记为L，令：
Figure FDA0002266825070000022
S(n1,n2)表征两个随机样本n1，n2在所有M个地物参数下的总体相似度，S(n1,n2)值在0～100％之间，其值越大表明两个随机样本n1，n2越相似；
步骤5，令n1和n2值在1-N之间依次变动，重复步骤3、步骤4，得到任一样本与其他样本在所有M参数下的总体相似度值，并组成式(4)的相似度矩阵，通过该矩阵可方便查看任意不同样本的相似度；
Figure FDA0002266825070000023
2.根据权利要求1所述用于地杂波特性研究的同类地物相似度判定方法，其特征在于：在步骤3中，A＝0.5。
CN201911090921.0A 2019-11-09 2019-11-09 一种用于地杂波特性研究的同类地物相似度判定方法 Active CN110927688B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911090921.0A CN110927688B (zh) 2019-11-09 2019-11-09 一种用于地杂波特性研究的同类地物相似度判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911090921.0A CN110927688B (zh) 2019-11-09 2019-11-09 一种用于地杂波特性研究的同类地物相似度判定方法

Publications (2)

Publication Number Publication Date
CN110927688A CN110927688A (zh) 2020-03-27
CN110927688B true CN110927688B (zh) 2023-03-24

Family

ID=69853667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911090921.0A Active CN110927688B (zh) 2019-11-09 2019-11-09 一种用于地杂波特性研究的同类地物相似度判定方法

Country Status (1)

Country Link
CN (1) CN110927688B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109212493A (zh) * 2018-09-03 2019-01-15 杭州捍鹰科技有限公司 地杂波检测门限的自适应确定方法和装置
CN109359509A (zh) * 2018-08-27 2019-02-19 西安电子科技大学 基于OpenCL并行的极化SAR地物分类方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109359509A (zh) * 2018-08-27 2019-02-19 西安电子科技大学 基于OpenCL并行的极化SAR地物分类方法
CN109212493A (zh) * 2018-09-03 2019-01-15 杭州捍鹰科技有限公司 地杂波检测门限的自适应确定方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
夏晓云 ; 黎鑫 ; 张玉石 ; 万晋通 ; .基于相位的岸基雷达地海杂波分割方法.(第03期),全文. *

Also Published As

Publication number Publication date
CN110927688A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN116186634B (zh) 一种建筑工程施工数据智能管理系统
CN108918815B (zh) 一种土壤重金属风险预测方法
CN109541172B (zh) 土壤属性值的计算方法及装置
CN110531054B (zh) 基于Bootstrap抽样的土壤有机碳预测不确定性估测方法
Folorunso et al. Statistical and fractal evaluation of the spatial characteristics of soil surface strength
CN110411916B (zh) 一种巨粒土的颗粒级配测试方法
CN106560697A (zh) 联合近红外光谱和微量元素的武夷岩茶产地鉴别方法
Siqueira et al. Multifractal analysis of vertical profiles of soil penetration resistance at the field scale
CN105372631B (zh) 基于遗传‑偏最小二乘算法的极化雷达反演方法及其应用
CN105740617B (zh) 一体化天馈系统品质度的衡量方法
Bowersox et al. Measuring the abruptness of patchy ecotones–a simulation-based comparison of landscape pattern statistics
CN110927688B (zh) 一种用于地杂波特性研究的同类地物相似度判定方法
CN105116412A (zh) 一种宽带雷达isar图像性能定量判别方法
CN107632010A (zh) 一种结合激光诱导击穿光谱对钢铁样品的定量方法
Dafonte et al. Assessment of the spatial variability of soil chemical properties along a transect using multifractal analysis
CN110110771B (zh) 基于地表图像的盐渍土含盐量估算方法
CN109859323B (zh) 一种基于三角网模型林分空间格局加权的方法
CN107728121A (zh) 一种基于可变窗的局部拟合优度检验方法
CN111811827B (zh) 基于瑞利分布的产品性能一致性检验方法
CN113536516A (zh) 基于偏移距向量片属性的观测系统评价方法
Tisseyre et al. How significantly different are your within field zones?
CN105528657A (zh) 基于北斗和向量机的建筑物震害预测方法
CN110751398B (zh) 一种区域生态质量评价方法及装置
CN104091338A (zh) 基于密度梯度图像处理法测试晶体密度连续分布的方法
Wallor et al. Assessing sampling strategies and soil sensors performance in the detection of field scale variability of plant-available nitrogen

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant