利用极化方位角特征的高分辨极化SAR目标增强研究

针对高分辨极化SAR目标增强问题,提出一种利用极化方位角特征的增强方法.首先,利用圆极化法提取极化SAR图像像素点的极化方位角特征;其次,通过"方位角归零化"获得像素点在零度极化方位角下的散射矩阵值.对比归零化前、后目标及杂波区域内部像素点极化特性聚集程度的差异,阐述了利用极化方位角特征进行目标增强的原理;再次,统计获得目标及杂波区域的平均极化特性,采用非线性最优化方法实现了目标增强;最后,基于ADTS全极化SAR实测数据验证了本文方法具有优良的目标增强性能.     

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一陆。     

采用混合特征相似性的极化SAR图像降噪算法

针对极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,PolSAR）图像在相干斑抑制过程中面临的结构信息和极化散射信息保持的问题,通过分析PolSAR图像的结构特性和极化特性,建立一种结构特征提取方法,并提出一种采用混合特征相似性的极化SAR图像降噪算法.该算法将图像的结构信息和极化散射信息与降噪过程相融合,能够在抑制相干斑噪声的同时,实现降噪后图像的结构信息和极化信息的有效保持.实测机载极化SAR数据的实验结果验证了算法的有效性.     

基于极化干涉相似性参数的四元素分解

该文针对传统极化合成孔径雷达(PolSAR)分解方法过高估计植被成分的问题,提出一种基于极化干涉相似性参数(PISP)的极化干涉分解方法。利用极化干涉合成孔径雷达(PolInSAR)的3组最优相干散射机制定义的PISP具有对地表散射体空间分布敏感的特性和旋转不变性。该文基于PISP的物理意义对植被模型进行改进,使利用该模型分解相干矩阵得到的不同地物体散射功率具有自适应性。最后利用欧空局(DLR)E-SAR获取的L波段全极化干涉数据验证该分解方法的有效性,实验结果表明,该算法得到的分解结果能有效区分植被和建筑物。     

星载简缩极化SAR船舶目标检测技术研究

作为一种新兴的星载极化SAR系统,星载简缩极化（Compact Polarimetric）SAR能同时获取目标较丰富的极化信息和实现大幅宽观测,在海洋观测领域具有先天的优势。该文针对星载简缩极化SAR海上船舶目标检测应用,首先简要介绍了星载简缩极化SAR系统基本模式及发展,其次综述了典型的星载简缩极化SAR信息处理方法,在此基础上,重点分析比较了目前常用的星载简缩极化SAR船舶目标检测方法的特点,然后给出了作者研究小组在星载简缩极化SAR船舶目标检测方面的部分研究结果,最后分析展望了进一步研究方向。      

SAR车辆目标散射特性的变化规律

通过对导弹发射车电磁计算数据进行不同姿态角和极化方式下的SAR成像处理,分析了不同俯仰角、方位角和极化方式下目标散射特性的变化规律;研究了不同极化通道目标峰值散射强度随方位角的变化关系,从计算数据中得到了目标的一些基本特性;进一步探讨了SAR目标计算数据在目标识别与分类中的应用前景。文中进行了大量的对比实验,归纳总结出一些有价值的结论,为更高精度的目标识别提供帮助。     

分布式目标的极化SAR距离模糊计算方法研究

该文提出了一种运用协方差矩阵计算星载全极化SAR距离模糊的方法。首先分析了极化SAR距离模糊的成因及同极化和交叉极化通道间距离模糊能量的差异。现有的距离模糊计算方法以散射矩阵为主,受相干斑影响,单一像素的散射强度不能表征分布目标的反射率,因而在距离向相邻的像素无法确定其距离模糊比。针对上述问题该文推导了基于分布目标的极化SAR距离模糊的计算方法。结合Radarsat-2实测数据对这种新方法进行了验证。实验表明,运用协方差矩阵能够很好地表征分布式目标,由它计算得出的距离模糊比是平稳、确定的。相比已有算法,所提方法能够有效计算极化SAR分布式目标的距离模糊。     

基于极化似然比的极化SAR影像变化检测

由于数据获取困难等问题,目前SAR影像变化检测方法多基于幅度,而较少引入极化信息.针对此方面的不足,以极化SAR数据为研究对象,在分析多极化SAR影像极化特征及其分布模型的基础上,构建极化似然比检验模型,以此进行不同时相的多极化SAR数据地表地物变化程度分析,通过设定恒虚警率确定变化区域,最后考虑地物空间信息剔出斑点噪声引起的孤立检测结果.利用多极化SAR数据进行算法的验证,并与图像比值法进行比较,实验表明:基于极化似然比方法可以有效区分地物的变化情况,且变化检测精度要优于图像比值法.     

极化干涉SAR的研究现状与启示

阐述极化与干涉结合的基本考虑,介绍极化干涉SAR相干最优和相干目标分解的基本思想,总结分析极化干涉SAR技术、典型星载极化SAR系统研制和极化干涉SAR应用的研究现状,以得到开展极化干涉SAR技术研究的启示。     

一种基于Whitt算法的SAR极化定标改进方法

深入研究了Whitt等提出的基于人造点目标的极化定标算法（Whitt算法）,发现并证明了Whitt算法中对特征值对应次序的判断条件在某些情况下不成立,且分析了特征值次序对应关系错误对失真矩阵求解结果造成的影响。在此基础上,提出了新的判断条件和解决方法,对Whitt算法进行了改进。利用中国科学院电子学研究所研制的一部机载PolSAR系统进行了极化外定标实验验证,结果表明利用该改进算法进行极化定标参数求解具有更好的有效性和稳健性。     

基于半正定约束的极化相似度最优模型匹配目标分解

目标分解是实现极化合成孔径雷达目标分类、检测与识别应用的重要手段。传统方法由于优先对体散射分量进行提取,其体散射能量的高估或二面角散射能量的低估现象较为严重。该文通过引入极化相似度量,基于数据驱动自适应地对基本散射机制的最优匹配模型进行选择。在此基础上,根据极化相似度量确定基本散射机制散射能量提取的优先顺序,并以各阶次剩余矩阵能量非负为约束,最终确定面散射、二面角散射、体散射这3种基本散射机制的能量贡献值。实测数据处理结果及其与光学图像的对比结果表明,该文方法获取的极化目标分解结果优于传统方法,能够准确地提取目标区域的基本散射特征。     

一种基于表面散射相似度的SAR图像极化增强方法

针对传统极化增强在多类目标增强和极化信息保持方面存在的不足,该文基于表面散射的相似度提出了一种新的极化增强方法。该方法根据目标表面散射的相似度,对不同散射类型的目标相干矩阵乘以不同实系数,从而增大了表面散射的目标与其它散射的目标的对比差异。同时由于该方法将表征目标的相干矩阵作为整体进行运算,因而保持了目标的极化信息。最后利用NASA SIR-C/X-SAR实测极化数据验证了该方法的有效性。     

基于极化特征分解的海上小目标检测算法研究

该文首次从全极化信息处理角度解决低擦地角下,海杂波中的低可观测小目标检测问题,提出了一种基于极化特征分解的海上小目标检测方法。通过对实测全极化数据分析,验证了海杂波已被阐述的极化特性。并对回波特征矩阵进行极化特征分解,对比了纯海杂波与包含目标回波时海杂波的极化特征量。据此,提出了一个新的极化特征量-联合熵间距()。根据海杂波与小目标DBEA反映的散射机理差异,给出了小目标检测方法,得到了正确的检测结果。经过不同海况数据进行多次验证,得出该方法具有良好的检测能力和较强的鲁棒性。     

基于回波趋向伪本征极化特性的目标识别研究

本文在全极化、高距离分辨力雷达体制背景下,研究了光学区雷达目标回波趋向一征极化的特性的并利用指数函数族拟合的方法对其进行了定量描述,在此基础上对四类军用飞机目标进行了识别实验研究,获得了良好的目标分类识别效果。     

ENVISAT ASAR交替极化模式目标检测性能分析

ENVISAT ASAR具有交替极化模式,可以提供3种双极化组合。该文针对3种双极化组合分别推导了几种目标检测器,包括最优极化检测器、白化滤波检测器、张量检测器、单通道检测器等,并使用ROC曲线对它们分别进行了性能比较。结果表明极化白化滤波检测器的性能最接近于理想的最优极化检测器,极大地提高了检测性能。     

一种补偿时变姿态的Whitt极化定标改进算法

极化定标是目标检测、分类识别和定量反演等实际应用的重要前提。载机平台的姿态变化会引起极化指向角的变化,从而降低极化定标精度。针对这一问题前人已提出了基于Whitt算法的改进算法。该文详细分析了这些改进算法存在的问题,并在此基础上提出了一种考虑通道不平衡的逐脉冲补偿时变姿态的极化定标算法,能够有效地抑制姿态变化对极化定标的影响。仿真实验和实测数据处理验证了该算法的有效性。     

电磁波的极化及其应用

在电磁波领域中,极化是一个既古老又新颖的词汇。本文拟在阐明几个有关极化的基本概念问题之后,简要综述极化在通信,雷达和抗干扰方面的主要应用。     

一种基于变化检测技术的SAR图像舰船目标鉴别方法

该文引入变化检测思想,利用SAR图像中海杂波和目标之间的灰度差异,通过对潜在舰船目标切片的目标像素和背景像素进行分离,计算目标像素聚集度(TPAM)特征,实现对高亮像素在图像切片中聚集程度的定量评估,从而鉴别目标切片中是否包含有舰船目标,有效去除杂波虚警。首先,基于感兴趣区域(ROI)切片中心为目标像素及四周为海杂波的合理假设,构建似然比变化检测量获取差异图像;然后,利用KSW熵阈值选择方法实现差异图像中目标像素和海杂波像素的自动分离,生成二值图像;最后,利用切片中心像素为种子点,对二值图像进行区域生长,计算目标像素聚集度特征,并判断目标切片是否包含舰船目标。基于RADARSAT-1 SAR实测数据的实验结果表明,该文方法得到的目标像素聚集度特征计算简单、稳健性好、可区分度高,具有良好的鉴别性能,能够去除大部分海杂波干扰产生的虚警,有效地降低目标检测虚警率。     

基于极化特征图的定标精度应用需求分析

、目标参数反演等应用需求.