SAR图像独立极化方位角整合的极化目标分解法

基于物理模型的极化目标分解方法由于其物理意义明确且易于实现,成为了极化SAR非相干极化目标分解的主流方法之一,然而这类方法在大方位角城市建筑区域往往存在体散射过估计和散射机制模糊问题,为此,本文提出了一种基于独立极化方位角整合的六分量极化目标分解方法。该方法不再采用极化方位角补偿的策略,而是引入3个独立的极化方位角分别对偶次散射模型、偶极子模型和四分之一波模型进行描述,得到了更一般的改进的偶次散射模型、广义偶极子模型及广义四分之一波模型。本文方法简化了表面散射模型和偶次散射模型,在降低未知变量的同时,有效地解耦了各散射分量;所采用的6种模型完全解释极化相干矩阵的9个元素,充分利用了极化相干矩阵信息;分析了极化相干矩阵主对角线元素的旋转不变性,利用该性质避免了极化方位角参与计算,同时分解过程避免了除法导致的计算异常,保证了极化分解结果的稳定性。利用GF-3和UAV SAR全极化数据进行试验,试验结果表明,本文方法能够在保证森林植被、海洋水体等自然区域的主导散射正确提取的情况下,有效地改善城市建筑特别是大方位角建筑区域的体散射高估问题,总体分解结果更为符合实际地物散射过程。

极化目标检测算法性能评价研究

在对极化目标检测算法简单介绍的基础上 ,着重分析极化检测算法的性能。根据极化检测算法的特殊性 ,在详细的数学推导的基础上给出了检测算法的工作特性 (ROC)计算公式。根据实验获得的杂波和目标极化协方差矩阵参数给出了计算机仿真结果 ,得到了一系列检测算法性能评价结论。同时 ,从各种检测算法的计算量与性能折衷方面考虑 ,指出实际应用中可以考虑的几种极化检测算法。

面向极化目标分解的特征参数研究

为有效的解决极化特征分解中平均阿尔法角参数和熵参数的估计量偏低的问题,引入了加权平均函数、香农强度熵和极化度熵这3个参数,来描述地物散射回波的散射机制和散射随机性。给出了相干矩阵数据特征分解算法的实现流程,对AIRSAR数据集中的样本图像进行了定性的、定量的实验。实验结果表明,在不改变采样数量的前提下,新的参数值得到了提升。将新的参数应用于有监督威沙特距离分类,并通过蒙特卡罗仿真器验证了新的参数能够提高分类精度。

基于时-空联合域编码的极化调制假目标鉴别方法

针对数字射频存储器(DRFM)等转发式极化调制假目标干扰的鉴别问题,提出一种极化调制假目标鉴别方法。首先,提出极化圆阵的时-空联合域编码的极化测量模型,并证明了该模型经脉冲压缩后能够准确获得回波的极化信息;其次,根据极化雷达的张量积接收模型原理,得到了目标和极化调制假目标回波在四维复空间的分布差异;最后,基于该差异,结合最大最小距离算法和密度法思想,对K-means算法进行了改进,设计了以最佳聚类数K值大小为极化鉴别量的分类器。仿真实验以64个发射脉冲为例,验证了所提鉴别方法在不同信噪比(SNR)和干噪比(JNR)下均有良好的鉴别效果,可有效鉴别目标和极化调制假目标。

极化SAR目标散射旋转域解译理论与应用

雷达目标的后向散射敏感于目标姿态与雷达视线的相对几何关系。雷达目标的这种散射多样性给以极化合成孔径雷达(SAR)为代表的成像雷达信息处理与应用造成诸多不便,是当前目标散射机理精细解译和定量应用面临的主要技术瓶颈之一。该文回顾并介绍一种在绕雷达视线旋转域解译目标散射机理的新思路,主要包括新近提出的统一的极化矩阵旋转理论和极化相干特征旋转域可视化解译理论。目标散射旋转域解译方法的核心思想是将特定几何关系下获得的目标信息拓展到绕雷达视线的旋转域,为目标散射信息深度挖掘和利用奠定基础。该文详细分析上述方法导出的一系列新的极化特征参数集,并开展应用验证。对比研究证实了旋转域解译方法在地物辨识与分类等领域的应用潜力。

利用极化目标分解和WMRF的全极化SAR图像分类方法

提出了一种新的全极化SAR图像非监督分类方法,该方法将H/Alpha/A分解与马尔科夫随机场(Morkov rondom field,MRF)相结合。首先,根据地物的散射机制进行H/Alpha/A分解得到初始分类;然后,由基于Wishart分布的最大似然法迭代聚类更新分类结果;最后,结合WMRF(Wishart Markov randomfield)方法,由迭代条件模型法求取最大后验准则下的分割结果。NASA/JPL实验室的数据结果表明,该算法具有较好的分类效果,并获得了较高的分类精度。

极化SAR图像目标分解方法的研究进展

极化合成孔径雷达(极化SAR)经过近几年的迅速发展,已经成为遥感领域的一大研究热点。极化目标分解作为极化SAR图像分析的一种基本手段,所提取的极化信息是极化SAR图像目标检测和分类的基础,在极化SAR图像解译中起着关键作用。通过对近几年极化目标分解方法的发展作一个全面的阐述,重点介绍该领域出现的新技术,使相关研究人员能够更清晰地了解这一领域的最新进展。

极化测量误差对人造目标散射解译性能的影响研究

极化雷达具有全天时全天候对目标和场景进行观测的优势,在诸多领域得到广泛应用。极化雷达作为一种多通道系统,不同极化通道间的交叉耦合和通道不平衡等非理想因素会使目标极化散射矩阵存在测量误差,进而影响对目标散射的解译性能。文中以人造目标为研究对象,利用极化测量误差模型和相干极化目标分解开展了极化测量误差对散射解译性能的影响研究。以Krogager分解为例,推导了三面角、二面角、偶极子和螺旋体等基本散射体的极化目标分解分量与测量误差源的解析表达式,给出了分解特征参数的变化曲线图,揭示了极化测量误差对散射解译性能的影响机理。在此基础上,基于"开拓者"无人机暗室实测数据开展定量分析。当Krogager分解误差小于10%时,要求极化隔离度小于-23 dB,极化通道幅度不平衡和极化通道相位不平衡分别小于3 dB和8.4°。研究工作为极化雷达系统参数设计等提供了指导。

目标动态极化结构特征提取与识别

本文以宽带极化雷达体制为背景，建立了目标极化结构宽带模型，采用伪本征极化描述宽带下目标极化结构的动态特性，提出了基于模糊动态特征建模与分类的极化目标识别新方法，对五种飞机目标均达到了良好的识别效果．

双极化SAR目标分解方法研究及应用

在对常规雷达数据特征与地物分类研究的基础上,重点研究双极化SAR图像的目标分解方法,并基于神经网络将分解后得到的极化信息与常规雷达数据有机结合应用于植被的分类研究。结果表明,多种极化信息能够获取更多的地物信息,极大地提高了植被识别和分类能力。

SAR目标极化分解方法研究

从极化SAR图像数据中,我们可以提取目标的极化散射特性,从而实现全极化数据的分类和聚类等其他应用。这需要我们对极化数据进行分析,有效地分离出目标的散射特性,其理论核心是目标分解。本文针对几种现有的目标分解方法进行了深入的分析和研究,并从分解思想、分解结果、算法实现难点、计算量以及应用范围等多方面进行比较,以期对这些分解方法进行更深刻的理解,为目标分解方法的实际应用提供一定的理论参考。

基于目标极化适配的极化检测算法

极化检测是雷达目标检测的一个重要分支。在高斯杂波统计特征已知的情况下 ,极化白化滤波器(PWF)常被用于杂波中雷达目标的检测。假设目标的极化特性和杂波的统计特征均已知 ,为了利用目标的先验知识 ,提出了一种基于目标极化适配的检测算法 ,据此算法设计了极化适配检测器 (PAD)。PAD和PWF对低极化度高斯杂波中二面角的模拟检测结果显示 ,在低信杂比下 ,PAD算法具有较好的检测性能。

宽带极化雷达目标的互易性修正及识别

针对雷达目标的互易性修正问题,利用机器学习理论,提出一种基于非线性表示子的极化雷达目标互易性修正方法。尝试将Krogager和Cameron目标分解方法用于宽带极化雷达目标的识别,分别基于这两种目标分解方法对宽带极化雷达目标进行特征提取,在Krogager分解中使用核非线性分类器和分类器融合方法对特征矢量进行分类,在Cameron分解中使用投票判决方法对特征矢量进行分类。仿真结果表明,所讨论的方法有较好的性能。

极化SAR目标相对最优极化研究

目标相对最优极化就是选取一种极化状态,使得研究目标和背景地物的接收功率对比达到最大。通过讨论了目标相对最优极化问题,提出了改进的模型和解算方法,利用实际数据对其模型和方法进行了实验,验证了其有效性和正确性。

基于极化不变量的谐波雷达导引头目标识别算法

为解决基于目标谐波散射系数的FFT识别算法无法有效识别目标全弹道谐波散射特性的问题,采用了基于极化不变量的目标识别算法.根据目标的半导体模型拟合出目标的谐波散射系数,用卡尔曼滤波器对谐波散射系数进行估计.将估计结果作为酉矩阵的对角元素,建立了目标谐波极化散射矩阵及与其对应的功率矩阵,通过就不同的目标进行谐波散射极化计算得到了仿真结果.结果表明,与基于目标谐波散射系数的FFT识别算法相比,目标谐波极化散射矩阵行列式的值及功率矩阵的迹能反映出目标的全弹道谐波散射特性,二者可以作为有效的目标识别特征量.

极化SAR目标相对最优极化研究

极化SAR通过测量地物目标的散射回波得到极化散射矩阵或Stokes矩阵,利用极化合成技术得到任意发射和接收极化组合下的天线接收功率。目标相对最优极化就是选取一种收发极化状态使得研究目标和背景地物的接收功率对比度达到最大。文中首先分析了目标相对最优极化的模型,指出了它们的优缺点,然后提出了一种新的改进模型,并用交替迭代方法进行了模型的解算,最后结合荷兰Flevoland地区全极化数据作了试验,证明了其有效性和正确性。

全极化转发式假目标特性分析

全极化转发式假目标在极化域上具有逼真的雷达目标特性,给现代导弹防御系统构成了严重威胁。文章综合考虑在干扰机侦收雷达信号与雷达接收干扰信号时的极化基变换,修正了全极化转发式假目标在后向散射坐标系下的数学模型,分析了全极化转发式假目标的互异性与非奇异性质。结果表明,对于常见的单站极化雷达,全极化转发式假目标具有恒定的同极化比和共交极化比,这些确定属性能够为真假目标的极化鉴别提供可靠依据。

利用GPR天线-目标极化的瞬时属性分析方法探测LNAPL污染土壤

轻非水相流体(LNAPL)泄漏后会对土壤和地下水造成严重污染,为了准确探测出LNAPL泄漏范围,本文将GPR天线-目标极化的瞬时属性分析方法应用于轻非水相流体污染土壤探测的研究中。采用注入柴油的石英砂砂箱在实验室建立污染土壤模型,利用探地雷达对该污染土壤分别进行天线方位为0°、90°的测量。LNAPL土壤污染物形状、大小、结构并不规则,因此可以通过0°和90°方位天线测量来分析天线-目标极化特征,了解目标物的走向、形状等地下介质信息。通过对预处理后的包含天线-目标极化特征的信息进行瞬时属性分析,LNAPL污染范围可以被清晰地识别,提高了GPR探测能力。

目标极化散射特性对极化分集雷达检测性能的影响

针对全极化、混合极化和单极化3种典型体制的极化分集雷达(PDR)系统,该文分析了目标极化散射特性对系统检测性能的影响。基于目标极化散射统计模型和雷达接收电压方程,分别推导了3种体制下的目标回波向量的统计特性。在高斯背景下,设计了奈曼-皮尔逊准则下的最优极化分集多通道融合检测算法,并推导了虚警概率和检测概率的闭式表达式。仿真结果表明,当系统信噪比(SNR)一定时,目标极化散射分量间的相关性是影响系统检测性能的主要因素,特别是匹配极化散射分量和交叉极化散射分量间的相关性。此外,全极化体制和单极化体制的检测性能比混合极化体制稳健。

Whitt点目标极化定标算法的实验研究

将 Whitt等人提出的通用的点目标极化定标算法应用到 SIR- C系统获取的 L波段多极化数据中 ,进行定标实验。利用所获取的 SIR- C合成孔径雷达图像中存在的点目标 ,将它们经过SIR- C定标组定标的极化数据作为理论值看待 ,运用 Whitt算法来定标整幅没有定标的图像。最后将实验获取的结果与 SIR- C定标组定标结果互相比较 。