顾及地形因素的S-RVOG模型和PD相干最优算法联合反演植被高度

针对极化干涉SAR植被高度反演中RVOG模型未考虑地形影响,且三阶段算法受到地面相位估计误差和纯体相干性估计误差影响,提出了一种植被高度反演思路,采用考虑地形因素的S-RVOG模型作为反演模型校正地形影响,同时引入PD相干最优算法用于改善三阶段算法中直线拟合地表相位估计和纯体相干性估计精度。为验证算法的有效性,首先采用欧空局提供的PolSARpro软件模拟了不同地形坡度水平的PolInSAR数据进行仿真试验,然后采用德国宇航局提供的E-SAR机载全极化SAR数据进行真实植被场景测试,并进行了定性和定量分析。结果表明,本文方法对于不同坡度水平数据,均能有效改善传统RVOG反演模型中地形影响和三阶段算法自身误差影响,反演精度更高。

一种基于遗传算法的相干最优算法

相干最优过程是通过在各种散射机制中寻求最优的散射机制,对于干涉合成孔径雷达(InSAR),可以改善SAR图像之间的相干系数,而对于极化干涉合成孔径雷达(POLInSAR),不仅可以改善不同极化通道之间的相干系数,还能改善地物分类和垂直结构参数估计。文中提出的相干最优算法利用遗传算法在优化问题中求解全局最优值方面的优势,将遗传算法引入到相干最优的过程中,解决了相干系数在优化过程中不能收敛到全局最优值的问题,同时避免搜索寻优的遍历方式。实验结果表明,该算法与现有的算法相比,得到了更高的相干系数。

PolInSAR极化误差对最优相干相位的影响研究

极化干涉SAR定量应用中,极化误差会导致最优干涉相位估计误差。该文研究了极化干涉SAR测量处理中极化误差的传递,基于极化相干最优过程理论提出了一个新极化误差传递模型。在此基础上通过仿真验证并分析了极化误差对极化干涉最优干涉相位估计的影响,其结论能为在实际应用中进行精度分析和提出定标指标要求提供理论依据和参考。

一种子视相干优化的极化SAR船只检测方法

针对传统单极化SAR船只检测能力不足的问题,提出了一种基于极化SAR图像子视相干的方法来检测船只。该方法在船只和海杂波SAR子视图相干程度分析的基础上,通过调整全极化SAR图像数据的最优极化状态得到3个优化的相干参数,并由此定义了一种最优相干积参数。由于该参数可以保留相干目标(即船只)的强度和相位,因此能够极大提高目标与背景之间的对比度,从而改善后期的目标检测性能。最后,采用机载极化SAR数据来评估本文方法,其试验结果表明,该方法能充分利用目标的极化特征以及子视相干性信息,显著提高了船海对比度,实现了船只检测性能的改进。

面向多基线干涉SAR高程反演的全局最优相干方法

本文针对多基线极化干涉SAR数据,提出了面向多基线干涉SAR高程反演的全局最优相干方法。该方法将多景全极化干涉影像联合在一起,构建多基线极化相干矩阵,由多基线最优相干准则指导,求解全局条件下的最优干涉图。该方法可以有效降低多基线干涉中散射中心不一致对干涉相位影响,从而提高干涉相位的精度和可靠性,并提高最终获取DEM的精度。利用国产X-SAR系统和德国E-SAR系统获取的多基线全极化数据进行全局最优相干方法试验,利用多基线极化最优相干方法生成全局条件下的最优干涉图,依据多基线高程反演方法计算目标高程,验证了本文提出的方法的有效性。

联合干涉相位和相干性幅度的极化干涉SAR最优相干性估计

极化干涉SAR(PolInSAR)估计的复相干性包含相干性幅度和干涉相位,相干性幅度高低可以衡量干涉相位的质量,干涉相位是散射目标相位中心位置的重要体现,相干性幅度和干涉相位估计精度决定植被参数反演精度。由不同极化状态构成的相干区域中,相干性幅度差最大和干涉相位差最大的估计准则都从复相干性的某一方面建立最优估计函数,不能有效利用相干性幅度和相位信息。本文以相干区域边界为基础,结合相干性幅度和干涉相位信息,利用关联度建立联合干涉相位和相干性幅度的最优相干性估计准则,并在相干区域范围内获取最优散射机制及其相干性。试验结果表明,联合干涉相位和相干性幅度的最优估计准则可以有效区分地表散射和森林冠层散射的相干性和散射中心,提高植被高反演的可靠性。

基于最优极化相干系数的倾斜建筑物解译研究

基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物(简称为倾斜建筑物)常被分为体散射类型,使得该类建筑物往往被误分为植被。通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberp-faffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行试验,证明该方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。

一种结合最优相干运算的极化干涉SAR相干配准方法

针对丰富植被地区散射中心高度差去相关的问题,提出了一种结合最优相干运算的Pol-In-SAR相干配准方法,讨论了Pol-InSAR复图像配准过程中需要考虑的几个关键问题,并以天山地区SIR-C/SLC复图像的配准结果证明了方法的有效性。

非高斯海杂波背景最优相干检测性能分析

非高斯海杂波背景下雷达目标检测一直是研究的重点。海杂波分布参数形式的多样化使得检测器对杂波平均功率的恒虚警特性无法保证,因此文中对描述非高斯海杂波的K分布、广义Pareto分布和逆高斯纹理复合高斯分布的参数形式进行了规范化,得到了规范化后的三种杂波分布对应的最优相干检测器。理论分析和实验验证了三个自适应检测器分别对杂波平均功率、目标多普勒频率和散斑协方差矩阵具有恒虚警特性。仿真实验表明:散斑协方差矩阵估计方法和辅助数据的数量均影响着自适应检测器的检测概率和虚警概率。

面向多基线干涉SAR高程反演的全局最优相干方法

结合多基线极化干涉SAR数据,提出了面向多基线干涉SAR高程反演的全局最优相干方法,实现了多景全极化干涉影像的融合,能够在很大程度上降低不同基线散射中心对于干涉相位的影响,提升其精度。经分析验证,这种方法在实际应用中具有良好的可行性和可靠性。

基于极化特征参数和极化干涉最优参数的改进四元素分解方法

雷达目标的后向散射对目标姿态与雷达视线的相对几何关系十分敏感,同一目标相对于雷达视线的姿态不同时,散射特性十分不同。倾斜地表和倾斜建筑物等目标可能扭转后向散射回波的极化基,进而导致交叉极化分量过高,图像体散射成分过估计。该文针对图像体散射成分过估计的现象,提出一种基于极化特征参数(H/α)和极化干涉相似性参数(PISP)的极化干涉分解方法。该方法充分考虑了散射体在雷达视线方向上的散射多样性,对不同取向的倾斜地表和倾斜建筑物等目标产生的交叉极化分量进行更好的适配,得到更好的分解结果。最后,利用由中国科学院电子学研究所获取的机载C波段全极化干涉数据验证该方法在极化干涉分解中的有效性。实验结果表明,该改进算法可以有效、正确地区分地物散射特性。

基于分类的极化干涉SAR数据相干斑滤波方法

提出一种极化干涉SAR数据滤波方法.通过结合最优干涉相干系数和Freeman-Durden分解的非监督分类方法,利用干涉信息对极化信息不敏感的体散射区域进行进一步的划分;再选择与中心像素同类且干涉相位相近的像素参与滤波,达到在滤波的同时更好地保护数据极化信息和干涉信息的目的.利用ESAR数据进行实验,证明2种改进算法在抑制相干斑的同时,能有效保持目标散射特性、数据极化信息和干涉信息.

基于序列判决和相位排序的GLRT最优序列检测算法

为了实现平坦衰落信道中正交调制信号的最优非相干序列检测,提出了一种新的广义似然比检验的最优非相干序列检测算法,对于瑞利衰落信道,算法等价于最大似然非相干序列检测器。首先得到在第n个时隙的关于信息符号xn的判决,并根据判决在给定的相位区间内的改变形成一个判决序列;然后对判决序列发生改变处的相位进行排序,从而识别出对应区间上的目标序列;理论分析结果表明,提出的BFSK最优序列检测可应用于现代射频识别系统中采用FM0信号的最优非相干序列检测。仿真实验结果表明,提出的最优序列检测算法有与传统的ML相干序列检测算法相比拟的误码率/误符号率(BER/SER)性能,与传统的穷举搜索方法相比,大大降低了计算复杂度。

噪声中GHZ态和W态混合态的相干鲁棒性研究

研究量子混合态的相干鲁棒性问题。首先,引入量子态的相干鲁棒性理论,提出可测量的最优相干见证者模型;然后,以格林伯格-霍恩-塞林格(Greenberger-Horne-Zeilinger, GHZ)态和W态在白噪声中混合态的密度矩阵为基础,运用泡利矩阵对混合态进行重构,得到一组特性系数和相干见证算符;最后,根据最优相干见证者实现对混合态相干鲁棒性的计算。研究结果表明,任意N量子比特噪声GHZ-W态(噪声中GHZ态和W态混合态)的相干鲁棒性和l-范数相干度量结果一致。

时序InSAR技术在珠三角地区地质灾害隐患识别中的应用

针对珠三角地区广泛分布的地表水、植被易造成合成孔径雷达干涉(interferometry synthetic aperture Radar,InSAR)技术失相干和多云多雾多雨高湿的气候易造成严重的InSAR大气延迟“噪声”的问题,以珠三角东南部的深圳市龙岗区为研究区,采用干涉相干性最优原则生成小基线集技术(small baseline subset InSAR,SBAS InSAR)干涉像对连接图,使用35景Sentinel-1A影像获取了2019年9月—2020年11月龙岗区的地表形变信息,而后与永久散射体InSAR技术(persistent scatterer InSAR,PS InSAR)反演结果进行对比,最后分析、推断了地表形变成因。结果表明:①SBAS InSAR和PS InSAR反演的地表形变场基本一致,SBAS InSAR在大形变量区域的相干点密度远大于PS InSAR,说明干涉相干性最优原则的SBAS InSAR反演结果准确、可靠,反演完整形变场更具优势;②龙岗区及周边的地表形变成因主要有持续强降雨触发的岩溶塌陷或斜坡失稳,工业采排水导致的地下水文地质环境变化,地下施工引发的采空沉降,新建高层建筑施加的地基静荷载等。研究技术路线可为珠三角地区地质灾害隐患InSAR早期识别的自动化、工程化应用提供借鉴。

基于ESPRIT算法的极化干涉SAR植被高度反演研究

由于存在着去相干分量,利用ESPRIT(旋转不变技术)算法对植被区域的极化干涉SAR(PolInSAR)数据进行反演的结果有较严重偏差。针对这一问题,结合极化干涉相干最优理论及其物理散射机制,引入新的散射矢量——相干最优化散射矢量,提出一种改进的基于ESPRIT的植被高度反算法。最后,利用欧空局(ESA)提供的模拟L波段全极化干涉数据对改进算法的有效性进行验证,试验结果证明改进算法能很大程度地提高反演的精度。

合成孔径雷达简缩极化干涉数据的植被高度反演技术研究

该文提出了一种利用合成孔径雷达简缩极化干涉数据进行植被高度反演的三阶段方法。将全极化干涉数据处理中的相干最优方法引入简缩极化干涉数据处理,由相位最优相干系数对应的最优相位获得体去相干系数和地表相位的初始估计,利用相干区域边界提取方法更新体去相干系数,得到精确的植被高度估计值。采用欧空局提供的L波段的模拟全极化干涉数据构造简缩极化数据集,将该数据用于植被反演,反演结果验证了提出方法的有效性。

双基线极化干涉SAR数据估计林高的方法

虽然ESPRIT方法可从单基线极化干涉SAR数据中区分森林冠层、地面对应的散射中心,但它未能提供散射中心间的绝对干涉相位差,造成林高估计精度下降。针对上述问题,本文提出一种基于双基线极化干涉SAR数据的林高估计方法。基于绝对相位差与基线的联系,双基线方法通过最小化代价函数获得绝对干涉相位差有效估计,从而改善了林高估计性能。L波段ESAR数据结果表明,双基线林高估计方法优于单基线ESPRIT方法。

一种基于软阈值方法的改进A_1/A_2极化干涉分类算法

在分析了极化干涉技术的发展现状和发展趋势的基础上,从极化干涉的特殊性入手,分析了干涉相干系数在极化干涉分类中的作用,并且系统分析了基于相干最优优化后的相干系数进行极化干涉分类过程的原理,总结了现有极化干涉分类算法在阈值选择方面存在的不足,阐述了硬阈值方法和软阈值方法的基本原理和它们之间的区别,最后提出基于软阈值方法的改进A1/A2非监督极化干涉分类算法,解决了极化干涉分类现有的分类空间中的阈值问题。实验表明这种方法能够得到更好的分类结果,做出了改进。

极化干涉SAR数据地表土地类型分类

基于新疆和田地区1994年10月9日和10日SIR-C-L波段全极化雷达数据,首先对极化干涉测量的基本原理和数据处理流程进行了详细的阐述,接着,用Cloude相干最优算法得到了与3种地物散射机制相对应的3个最优相干图,并且就地物相干性对极化的强烈依赖和3种散射机制中地物的最优相干特性进行了分析,具有最高相干值的相位图在提取DEM方面较有利,具有最低相干值的相干图在地物识别方面较有利。最后,在对最优相干系数、后向散射系数和熵进行数据相关性分析基础上,利用得到的最优相干系数、熵和后向散射系数数据进行了土地类型的识别和分类,得到了很好的效果。