一种光学卫星传感器静态对地观测能力聚类方法

摘要

本发明公开了一种光学卫星传感器静态对地观测能力聚类方法，本发明方法基于光学卫星传感器的性能指标参数值，获取光学卫星传感器的静态对地观测能力的主成分得分；并基于主成分得分，采用自组织神经网络SOM模型对光学卫星传感器进行聚类。和现有技术相比，本发明方具有定量、客观和灵活的特点。本发明方法为通过性能参数定量度量对地观测光学卫星传感器的静态观测能力提供了支持，并为依据观测能力对传感器分类提供了一种更准确的方法。

主权项

一种光学卫星传感器静态对地观测能力聚类方法，其特征在于，包括步骤：步骤1，基于光学卫星传感器的性能指标参数值，获取光学卫星传感器的静态对地观测能力的主成分得分，本步骤进一步包括以下子步骤：步骤101，对光学卫星传感器的性能指标参数值进行同趋势化和归一化，获得归一化后的性能指标参数矩阵C＝(c_i,j)，其中，c_i,j表示第i个光学卫星传感器第j项性能指标的归一化参数值；步骤102，获取性能指标参数矩阵C＝(c_i,j)的相关系数矩阵，并获取相关系数矩阵的特征值及对应的特征向量；步骤103，获取各特征值的贡献率和累计贡献率，所述的特征值的贡献率为该特征值在所有特征值的总和中所占的比例；所述的特征值的累计贡献率为该特征值及比特征值大的所有特征值的贡献率的总和；步骤104，基于各特征值的累计贡献率确定光学卫星传感器静态观测能力的主成分个数k及主成分，并分别获取各光学卫星传感器在各主成分下的得分；本子步骤中确定光学卫星传感器静态观测能力的主成分个数具体为：按特征值大小将特征值排序，从最大的特征值开始寻找，直到找到第k个特征值，使得第k‑1个特征值的累积贡献率小于或等于预设值γ，而第k个特征值的累积贡献率大于预设值γ，则，光学卫星传感器静态观测能力的主成分个数为k；若最小的特征值的累积贡献率就大于预设值γ，则k取1，即，光学卫星传感器静态观测能力的主成分个数为1；步骤2，基于主成分得分，采用自组织神经网络SOM模型对光学卫星传感器进行聚类。