对CS和MRA公式的理解
对于cs的公式
我的理解是：把其中的减号理解为替代的意思，就是说，IL是我们从MS里面提取出来的一个主成分，里面可能包含该图的空间信息或者其他某种信息。IL的计算方式是：IL=Σwi×MS ^。其中，MS ^是上采样后的MS，wi是权重向量。如果是GS方法，就直接取wi=1/n，相当于把MS ^的每个波段的矩阵累加求个平均。GSA相对的不同点就在于wi的选取要稍微复杂一些。在y某的论文的代码中，是先把P缩小为P2，再通过Σwi×MS=P2的方式求出wi，但是在另一篇论文中，却是P低通滤波为PL，再通过Σwi×MS ^=PL的方式求出wi。关于这种情况的不同，尚没有明确答案。
事实上，我之前也认为wi的选取对结果影响很有影响力，所以我想到的改进GSA的方法就是改变wi的计算方法。因为y某的代码是把P缩小成和MS一样大，所以我想两者能不能再继续缩小，或者继续放大。比如P缩小20倍同时MS缩小4倍，或者P放大10倍同时MS放大50倍。但是结果和未变化时完全一样。但是，也不能排除在这一点上进行创新的可能性。
接着，用P减去IL，是把P取代IL的意思。随后还需要乘以系数g再加到原来的MS ^上。因为P和IL实际上是二维矩阵，或者MS ^投影在平面上的某个矩阵，或者MS ^的某种特征因子，所以g有可能的功能是把这种东西还原到可以于原数组直接相加的形式。值得注意的是，各波段的系数g是不同的，故g是一个向量。
对于MRA的公式
已经论述过HS和MS融合转化为MS和PAN融合的方式，所以这里继续表示为MS和PAN的问题：
显然，MRA和CS的不同点在于P减去了PL。PL是经过滤波后的P，对于各种子方法，P的滤波方式不同，g的选取也不同。这里介绍两种MRA方法：MTF-GLP 和 SFIM。
MTF-GLP是P通过MTF滤波器，gk=1。
SFIM是P通过Box滤波器，gk=
。所以，原式又可以表示为
。
