多视极化合成孔径雷达图象的分类和极化通道优化

本文提出一个新的最大似然(ML)分类算法对多视全极化合成孔径雷达(SAR)图象进行分类,给出了应用NASA/JPL机载L波段四视全极化SAR实测数据的试验结果,证明了新算法的有效性。此外,本文还将所提算法应用于部分的多视全极化SAR数据中,实现了地貌类型分类的极化通道优化。     

基于分类统计的PolInSAR植被高度最大似然估计

极化干涉SAR是一种集极化和干涉SAR优势于一体的新型遥感技术.结合两层植被随机体散射模型和极化分解技术,基于极化干涉SAR数据的概率分布统计特征,提出一种利用参数迭代求解预测模璎和测量值最小似然距离的植被高度反演方法.该方法克服了传统最大似然估计方法需已知地表散射特征参数的约束,减少了计算复杂性.最后通过极化干涉SAR仿真数据实验分析,文中算法相对于三阶段反演算法提高了植被高度估计的精度.验证了算法的有效性.     

双波段全极化SAR图像非监督分类方法及实验研究

该文首先采用H/分类对像素进行了初始猜测,然后进一步采用Bayes最大似然估计(ML）分类法对像素进行重新归类．不同波段电磁波对地物散射具有不同的属性,因而我们采用双波段全极化SAR数据结合的分类方法,得到了更好的分类结果．SAR图像的相干斑会影响图像的分类准确度和精度．在进行分类处理前,对双波段全极化SAR图像相干斑进行矢量滤波处理．该文使用NASA/JPL实验室在天山地区的实测数据对这些分类算法进行了实验研究．给出了单波段以及双波段全极化SAR分类结果的伪彩色图．其中双波段全极化SAR滤波后数据具有相对最优的分类结果．     

基于最优状态的多波段全极化SAR数据ML分类方法

该文描述了一种对多波段、全极化AIRSAR图像中的地物目标进行分类的最大似然(ML)分类算法。该算法的特点是利用极化SAR图像的最优状态进行分类。本文描述了最优状态的搜索算法和地貌分类算法,并利用美国AIRSAR获得的多波段(P,L和C)、全极化图像数据对本算法进行检验。与利用单波段、单极化图像数据得到的分类结果相比,本文提出的基于最优状态的分类算法可以显著地提高分类精度。     

基于小波变换和马尔可夫随机场的极化SAR图像自动分类

本文提出一种对极化合成孔径雷达(SAR)图像进行自动多分辨率分类的方法。首先利用多视极化白化滤波(MPWF)抑制极化SAR图像的相干斑,得到反映地物辐射特征的纹理SAR图像,然后利用小波变换(WT)提取不同分辨率的纹理信息,在最低分辨率级利用Akaik信息准则(AIC)自动估计图像中的纹理类数,进而在各个分辨率级利用马尔可夫随机场(MRF)模型表征各像素间的空间关联信息,并分别利用最大似然(ML)方法和循环条件模式(ICM)进行自动的模型参数估计和最大后验概率(MAP)分类,最后应用NASA/JPL机载L波段极化SAR数据验证了本文所提分类方法的有效性和优越性。     

基于支持向量机的极化SAR图像分类

与传统最大似然（ML）分类器相比，支持向量机（SVM）在小训练样本时仍具有良好的分类性能，目前已广泛应用于多个领域。该文在极化SAR特征提取的基础上，将SVM应用于极化SAR图像分类，分析了分类器参数对分类性能的影响。利用NASA／JPL实验室AIRSAR系统的L波段旧金山全极化SAR数据比较了SVM和ML的分类性能，并进一步给出了基于SVM的国内某地区双极化SAR图像分类结果。     

一种基于RBF神经网络的极化SAR图像分类方法

极化SAR图像分类是新体制雷达应用研究的基础前沿问题.文中提出了提出了一种基于径向基函数(Radial Basis Function,RBF)神经网络的极化SAR图像分类方法.在构建包含G0分布最大似然距离和一些常规特征的极化SAR图像分类特征集的基础上,利用样本数据对RBF神经网络进行训练,完成分类器的设计.实测极化SAR图像的分类实验结果表明,该方法具有较好的图像细节保持能力.     

基于城区特征和SLIC的简缩极化SAR分类方法

简缩极化SAR作为一种特殊的双极化模式,可以获取较为全面的极化信息,同时也能获得较大的成像幅宽,近年来得到了研究人员的关注。但以往基于极化度的分解方法存在体散射过估计的问题,导致分解与分类的结果在城区部分,尤其是大方位角城区部分表现一般。本文采用基于城区描述子的简缩极化分解方法,将分解获取的特征进行Wishart迭代分类,同时利用SLIC算法进行超像素分割,在超像素区域内进行类别合并,从而改善分类效果。实验采用Radarsat-2旧金山区域的全极化数据仿真合成CTLR模式及π/4模式的简缩极化数据验证了算法的可行性,实验表明,对于两种模式,本文方法在小方位角城区分类精度提高约20%,大方位角城区分类精度提高约10%。     

利用Shannon熵参数的极化干涉SAR图像非监督分类

 本文利用Shannon熵参数,提出了一种极化干涉SAR图像非监督分类方法.Shannon熵是度量雷达照射媒质无序程度的物理量,它可表示成散射强度部分熵、极化部分熵以及干涉部分熵之和.本文利用Shannon熵分解出的干涉项参数结合Wishart最大似然聚类将SAR图像分成初始若干类,结合Shannon熵中散射强度项及极化散射项参数对初始类进行细分,再用层次聚类方法将这些类合并到需要的类数.运用Oberpfafenhoffen地区的PolInSAR数据进行分类,并与L.Ferro-Fmail提出的极化干涉分类方法的结果进行比较,实验结果证明了本文方法的有效性.     

基于H-α和改进C-均值的全极化SAR图像非监督分类

该文提出一种基于H-α和改进C-均值的全极化SAR图像非监督分类方法.该方法先按H-α对全极化SAR图像进行基于散射机理的分类,再将分类结果作为改进C-均值算法的初始类别划分,从而实现地物分类.迭代次数确定是C-均值动态聚类算法的关键,文中利用图像熵给出了一种新的迭代终止准则.与H-α方法相比,该文方法能在保留分类结果物理散射机理的同时,实现有效的地物分类.NASA/JPL实验室AIRSAR系统获取的L波段旧金山全极化SAR数据的实验结果验证了该文方法的有效性.     

星载多基线InSAR理想相位图的快速仿真方法

针对星载多基线干涉合成孔径雷达(InSAR)系统,该文研究并提出了基于数字高程模型(DEM)数据、卫星轨道和基线信息的干涉相位的快速仿真方法。利用前向地理编码进行星载InSAR几何约束下的DEM模型匹配,完成多基线InSAR干涉相位生成,并通过多项式近似和混合迭代实现对模型匹配过程的优化。理论分析和仿真实验表明,该方法在显著提高计算效率的同时,保持了较高的相位生成精度,并且对复杂DEM模型有很好的迭代收敛性,适于实现对大场景复杂地形的星载多基线干涉相位快速仿真。     

编队卫星InSAR三同步技术地面验证系统设计研究

天基InSAR系统可全天时、全天候获取全球高精度三维高程信息,在军民领域具有极大的应用价值。基于编队卫星的InSAR系统由于可形成更优化的基线而成为研究的热点。对基于编队卫星的InSAR系统实现来说,时间、空间和相位三同步是其关键技术。如何在地面进行三同步技术的验证成为一个关键的问题。基于天地等效性分析,设计了一种基于地面轨道火箭橇系统的InSAR三同步验证系统,开展了有限元仿真分析和地面试验研究,通过模态分析对系统的刚度进行了验证。试验研究中,对系统安装架切轨向位移、合成孔径长度等指标进行了测试。仿真和试验结果表明,所提出的三同步验证系统设计取得了良好的验证效果,对编队卫星InSAR 系统三同步技术的地面验证具有重要参考价值。     

基于高程测量误差的分布式卫星SAR编队构形设计

卫星编队构形是影响分布式卫星SAR系统性能的重要因素之一。该文主要研究满足绕飞轨道条件下的分布式卫星SAR编队构形设计问题,提出了基于高程测量误差最小的分布式卫星SAR编队构形设计方法。文中给出了分布式卫星SAR多组高程测量数据融合后的像素单元高程测量误差表示,并提出了给定观测区域的高程测量误差表达式。在此基础上,以观测区域的高程测量误差为优化目标,采用遗传算法对分布式卫星初始编队构形进行优化设计。仿真试验验证表明,通过该方法得到的初始卫星编队构形能够较好的降低给定观测区域内的分布式卫星SAR高程测量误差。     

利用分布式小卫星InSAR系统获取宽域、 高分辨率、高精度三维地形

 传统星载SAR系统受最小天线面积条件的限制,其横向分辨率与测绘带宽度相矛盾,无法同时实现大测绘带和高横向分辨率.分布式小卫星SAR系统可使这一矛盾得到解决.当分布式小卫星的构形为三维超大立体阵时,还可以同时获得地面场景的高度信息.然而,三维超大立体阵构形的分布式小卫星InSAR系统对数据处理提出了很多挑战.其中,数据配准(宽带阵问题)和自适应处理时样本的选取问题是两大关键挑战.本文的研究目的在于解决分布式小卫星InSAR系统所面临的这些问题,以实现大测绘带、高分辨率和高精度的三维地形重构.仿真实验结果证明了本文方法的有效性.     

编队小卫星干涉合成孔径雷达基线设计研究

该文提出了一种编队小卫星干涉合成孔径雷达(INSAR)基线的设计方法,该方法基于编队小卫星空间几何模型和实际地理模型,分析了干涉回波信号特性,给出临界基线和最优基线的选择方法,分析了等效视数、信噪比和地形坡度对基线选择的影响。并基于C波段编队小卫星进行了仿真设计,给出了在一个轨道周期内,干涉基线的变化情况和测高精度变化的仿真结果。仿真结果验证了该文的基线设计方法的有效性。     

星载分布式InSAR测高性能的 理论及系统仿真评价方法

针对星载分布式干涉合成孔径雷达(InSAR)系统空间几何构形,全面分析了卫星状态误差、干涉基线误差、干涉相位误差、时间、频率和波束三同步误差以及斜距测量误差等分布式InSAR测高误差源,给出了系统测高误差总的传递关系.以三大同步误差为重点,推导了各误差源到高程误差的理论传递模型,给出了分布式InSAR系统的理论评价方法.基于分布式InSAR全过程仿真平台,提出了一种通过构造一定平均坡度的典型场景和自然场景来进行系统仿真的实验评价新方法.通过理论和系统仿真实验两种评价方法的结合,使得分布式InSAR系统的性能评价更加全面、真实.     

分布式卫星SAR沿航迹干涉编队构型优化

沿航迹干涉(ATI)SAR可用来测量地面运动目标的径向速度,分布式卫星系统能改善ATI测速精度并增加系统可检测速度范围。合理地设计小卫星间的空间编队构型是保证分布式卫星系统性能的关键。该文给出一种综合评价分布式卫星SAR系统测速精度的模型,该模型可用来对满足绕飞轨道的分布式卫星群的构型进行优化设计。采用随机搜索算法进行了仿真试验,试验结果验证了本文方法的有效性。     

星载InSAR系统DEM重建及其误差分析

对于星载干涉合成孔径雷达(InSAR)系统数据处理中的数字高程模型(DEM)重建,其误差受基线误差等误差源及是否采用地面控制点(GCP)影响。该文基于传统重建方法得出了利用GCP时的DEM重建方法,并分析了重建误差关于基线误差的传递关系。由此传递关系,可知系统对轨道测量精度的要求很高,而利用GCP时,相同轨道测量精度条件下,重建误差大大减小。故为了在保持重建精度的情况下降低对轨道测量精度的要求,可以利用GCP。另外上述分析得出的误差传递关系可以用来指导系统一些参数的设计。     

柔性基线抖动对星载双天线InSAR系统性能的影响分析

该文针对星载双天线InSAR存在柔性基线抖动现象,分析了其对系统主要性能的影响。首先建立了基线抖动模型,在一定参数范围内,得到了简化的副天线回波信号模型,采用改进的2维频域算法可得原始回波数据;分析波束失准并提出了一种波束对准方案;阐述了低频/高频抖动对SAR图像与干涉图的影响。以典型系统参数为例,数值模拟和理论分析结果一致,可为系统设计和应用提供一定的理论参考。     

分布式小卫星SAR轨道设计及其模糊函数分析

基于卫星轨道根数推导了分布式SAR卫星的轨道要素计算公式。建立了分布式SAR卫星的成像空间几何模型,分析了分布式小卫星SAR的模糊函数。针对具体的编队卫星进行了轨道参数设计,给出了轨道设计的结果。在此基础上仿真了不同编队构形、不同卫星数目情况下系统的空间模糊函数,研究了小卫星编队构形、数目和模糊函数的关系,为后续的成像算法研究奠定了一定的理论基础。