本发明属于全光谱探头技术领域,尤其涉及一种全光谱信号解混方法。
背景技术:
全光谱感知情况下,每个像元都称之为混合像元,其可以分解为不同的端元。不同的技术指标往往依赖于不同的端元组,根据混合像元求得这些端元组,即所谓的“光谱解混”过程。线性光谱解混在光谱解混中占据有重要地位,它使用线性混合模型分解出这些端元组。然而由于各种因素的影响,往往导致光谱端元具有变异性,这是造成线性光谱解混误差的主要因素之一。
光谱解混是实现全光谱探头多功能化实现的核心技术,也是水质监测的预警和溯源的技术基础。因此,如何减少线性光谱解混误差,提高光谱解混的精确性,成为水质监测预警领域亟待解决的问题之一。
技术实现要素:
基于上述现有技术存在的缺陷,本发明提出一种全光谱信号解混方法,以提高光谱解混的精确性。
为实现本发明的目的,本发明采用如下技术方案:
一种全光谱信号解混方法,包括以下步骤:
s1,利用端元组约束矩阵描述端元组混合,利用端元组混合模型建立解混目标函数;
s2,利用双线性稀疏诱导方法化简所述解混目标函数;
s3,利用惯性邻近点交替线性极小化方法求解所述解混目标函数。
进一步地,步骤s1中:
端元组约束矩阵为
端元组混合模型表示为:
yi=mbiai+ni
式中,第i个混合元样本为
进一步地,步骤s1中,
n个混合元样本表示为矩阵
建立解混目标函数:
端元组分量ai和端元组约束矩阵bi需满足的约束条件为:
||mbi||2=1
进一步地,步骤s2中,所述双线性稀疏诱导方法具体包括如下步骤:
s21,分别从矩阵b和a中删除第i列bi和第j行
定义e=y-mb-ia-j;
s22,假定b-i和a-j已知,求解bi和
相应的约束条件为:
||aj||0≤v,||bj||0≤s,||mbj||2=1;
s23,已知等式:
式中,f1(aj)=||aj||1,f2(bi)=||bj||1;α、β为惯性系数。
进一步地,步骤s3中,惯性邻近点交替线性极小化方法具体包括以下步骤:
s31,设
其中变量
s32,定义邻近点算子:
式中,λ为约束项参数,且λ>0,输入向量
采用邻近点算子迭代形成趋于函数f(·)极小值的点序列,约束项参数λ控制点序列的步进长度,推导出一次范数的邻近点算子,表式为:
式中,
s33,初始化a0和b0;
s34,迭代生成序列
更新惯性系数
更新惯性系数
进一步地,所述步骤s32中,当接近函数f(·)极小值时使用较大的参数值λ,减小点序列的步进长度;远离函数f(·)极小值时使用较小的参数值λ,增加点序列的步进长度。
相对于现有技术,本发明具有以下优点:
本发明利用端元组约束矩阵描述端元组混合,利用端元组混合模型建立解混目标函数;利用双线性稀疏诱导方法化简所述解混目标函数;利用惯性邻近点交替线性极小化方法求解所述解混目标函数,从而计算全光谱信号的解混过程,克服了光谱端元变异导致的非线性。
具体实施方式
为了使本领域技术人员更好地理解本发明的技术方案,下面将结合具体的实施方式,对本发明进行详细地介绍说明。
本发明所述全光谱信号解混方法,包括如下步骤:
s1,利用端元组约束矩阵描述端元组混合,利用端元组混合模型建立解混目标函数;
s2,利用双线性稀疏诱导方法化简所述解混目标函数;
s3,利用惯性邻近点交替线性极小化方法求解所述解混目标函数。
具体地,步骤s1中,端元组约束矩阵为
端元组混合模型表示为:
yi=mbiai+ni(1)
式中,第i个混合元样本为
较优地,对模型做如下约定,端元组约束矩阵bi,满足稀疏度约束:
式中,bki表示端元组矩阵变量,s表示稀疏约束度。
对应端元组分量ai满足非负、相加等于1和稀疏约束:
式中,aki表示端元组分量变量,υ表示稀疏约束度。
于是,n个混合元样本表示为矩阵
相应的约束条件可以描述为:
步骤s2中,双线性稀疏诱导方法具体为:
s21,分别从矩阵b和a中删除第i列bi和第j行
s22,假定b-i和a-j已知,求解bi和
相应的约束条件为:
||aj||0≤v,||bj||0≤s,||mbj||2=1。
s23,已知等式:
式(7)中,f1(aj)=||aj||1,f2(bi)=||bj||1;α、β为惯性系数。
步骤s3中,惯性邻近点交替线性极小化方法具体包括以下步骤:
s31,设
其中变量
s32,目标函数中的稀疏约束是非平滑的,类似于牛顿方法解决无约束光滑优化问题,这里使用邻近点优化方法处理约束的非平滑优化问题。
定义邻近点算子:
式中,λ为约束项参数,且λ>0,输入向量
采用邻近点算子迭代形成趋于函数f(·)极小值的点序列,约束项参数λ控制点序列的步进长度。具体地,接近函数f(·)极小值时使用较大的参数值λ,减小点序列的步进长度;远离函数f(·)极小值时使用较小的参数值λ,增加点序列的步进长度。由此推导出一次范数的邻近点算子,表式为:
其中
s33,初始化a0和b0;
s34,迭代生成序列
更新惯性系数
更新惯性系数
以上实施例仅用于说明本发明的优选实施方式,但本发明并不限于上述实施方式,在所述领域普通技术人员所具备的知识范围内,本发明的精神和原则之内所作的任何修改、等同替代和改进等,其均应涵盖在本发明请求保护的技术方案范围之内。