多基线InSAR最大后验高程反演算法的改进
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN959.3

基金项目:


Improvement for the hyperparameters estimation in MAPbased multi baseline InSAR DEM
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    多基线InSAR是在单基线InSAR的基础上发展一种获取高精度DEM的手段。相较于传统InSAR,多基线InSAR有许多技术上的优势。目前,基于马尔可夫场的最大后验(MRFMAP)高程反演算法是众多多基线InSAR高程反演算法中精度较高、发展较为成熟的一种。此算法的关键步骤是模型超参数的估计,受制于模型的不完全性和问题的高维特性对超参数的估计只能采用expectationmaximization(EM)算法结合了蒙特卡洛计算方法来进行,因而抽样算法的收敛速度和鲁棒性就成为了影响MRFMAP精度的关键因素。采用multipletrial Metropolized independence sampler (MTMIS)抽样代替原始的MetropolisHastings抽样。实验结果表明这种改进使样本的收敛速度加快,样本多样性提高,因而能够改进最终获取的DEM的精度。此外,还推导出了超参数估计方差的表达式。

    Abstract:

    Multibaseline InSAR is an effective extension of the traditional single baseline InSAR, which can provide highprecision DEM. Among all the reconstruction algorithms, Markov random fields based maximum a posteriori estimation (MRFMAP) is a robust and precise method. The hyperparameter estimation is a key step of this method which will affect the final DEM accuracy. In practice, the estimation of the hyperparameter is achieved by EM algorithm combined with Monte Carlo methods. In this paper, we utilize the multipletrial Metropolized independence sampler (MTMIS) instead of MetropolisHastings to realize Monte Carlo calculation. The experiment result validate that this improvement can improve the DEM accuracy finally. Moreover, we deduce the estimation variance of the EM step.

    参考文献
    相似文献
    引证文献
引用本文

曹名宇 李世强 李宁.多基线InSAR最大后验高程反演算法的改进[J].国外电子测量技术,2015,34(7):55-61

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-11-06
  • 出版日期:
文章二维码