数据融合方法

我这里有，可以发给你。1.数据的收集与分析遥感制图需要的数据范围较广，一般需要收集以下数据:1。编制该地区的总图；1.比例尺应与制图比例尺相同或略大；2.选择面积变形小的地图投影；2.在为未来几年遥感数据的影像选择遥感影像时，应遵循以下原则:(1)空间分辨率和制图比例尺的选择。空间分辨率是指以像素表示的地面范围的大小，也就是扫描仪。

近20年来，人们提出了各种各样的资料融合模型。他们的共同点或者中心思想是在信息融合的过程中进行多层次的加工。现有的系统模型大致可以分为两类:a)功能模型，主要是按照节点的顺序构建的；B) 数据模型，主要是根据数据 extraction构建的。20世纪80年代，典型的功能模型主要有英国智能回路和博伊德控制回路(OODA回路)。典型的数据型号是JDL型号。20世纪90年代，发展了瀑布模型和Dasarathy模型。1999年，MarkBedworth综合了几种模型，提出了一种新的混合模型。

情报环中的情报处理包括信息处理和信息融合。智能原理有很多，包括:中央控制，避免信息被复制；实时确保信息的实时应用；系统开发确保系统输出得到正确应用；确保信息来源和处理方法的客观性；信息无障碍；能够在智能需求变化时做出反应；保护信息来源不被破坏；处理过程和情报收集战略不断得到审查和随时修订。这些也是这种模式的优点，缺点是适用范围有限。

多源遥感数据 融合指不同遥感传感器获得的多源遥感数据，这些-0通过一定的方法和技术组合起来，这种融合模式可以利用各种波段、分辨率和遥感传感器的优势，从而提高遥感的质量和精度数据为地球科学、环境监测、资源调查和管理提供更加丰富和准确的信息。多源遥感数据 融合具有以下重要意义:提高遥感的精度和可靠性数据:不同遥感传感器获得的数据具有不同的特性，因此通过多源遥感可以利用各种传感器的优点，避免单一传感器的缺陷

亮温数据上升下降融合方法:选取空间覆盖度高、一致性好的嫦娥二号下降数据-1/作为定标基准，从亮温分布的垂直地带性入手，结果表明，在统计上，纬度修正后的提轨数据的相似度更高。提轨后的产品数据 融合，波段减少，极地亮温异常有些异常。

(1)卡尔曼滤波器(KF)卡尔曼滤波器处理信息的过程一般是预测和校正。它不仅是一种简单具体的算法，而且是多传感器信息融合技术作用中非常有用的系统处理方案。其实和很多系统处理信息的方法数据。它以数学迭代计算的方式为融合 数据提供了一个有效的最优估计，但所需存储空间和计算量很小，适用于。

DKF可以完全分散-1融合，而EKF可以有效克服数据处理错误和不稳定对信息融合进程的影响。(2)人工神经网络方法该方法模仿人脑的结构和工作原理，以传感器获得的数据作为网络的输入，通过网络训练在相应的机器或模型上完成一定的智能任务，排除非目标参数的干扰。神经网络方法对消除多传感器协同工作中各种因素的交叉影响效果明显，且编程简单，输出稳定。

陈玉林蒲体新(四川省土地勘测规划院，成都)摘要:目前商用的高分辨率影像Quickbird可以提供0.61m全色波段数据和2.44m多光谱波段数据，那么全色波段-1该如何使用呢？本文从光谱质量和空间信息的角度对五种融合方法进行了比较，综合评价结果表明，合成比值变量变换最适合Quickbird影像的多光谱数据和全色数据方法。

Pohl和VanGenderen全面总结了遥感影像的概念、方法和应用融合 [1]。大量的研究工作集中在锐化图像、提高几何校正精度、提高分类精度和监测变化等方面。在遥感领域中广泛使用的方法包括IHS变换、主成分分析、Brovey变换、小波变换以及最近开发和修改的合成比率变量变换。目前对融合 methods的系统化、定量化的评价和比较还很少[2]。

经纬仪制导数据-1融合参数估计融合算法都可以使用，即对于8组制导数据，根据一些估计准则。为了精确估计目标的位置值(以Y为例)，线性观测8组制导数据，得到的制导值为Cj，Y，j1，2，3，…，N，其中Cj为常数，由于观测误差，实际指导值为:ej = cjY ten CJ，其中ej为观测误差，服从均值为0的正态分布。