用最佳极化合成孔径雷达特征来增强目标的识别能力

基于相关目标／物体的最佳极化雷达特征给出了一种新型的自动目标／物体的识别方法。目前的雷达目标识别方法是以采用一对非最佳极化特征,或预置的４对正交极化特征为基础。这些设计方法只在改进目标探测方面有效果,对提高目标分类／识别性能还看不出有什么效果。本文探讨如何利用最佳极化特征来增强合成孔径雷达的目标识别能力。     

基于峰值区域的高分辨率极化SAR舰船目标特征分析与鉴别

针对高分辨率SAR 舰船目标检测中存在类似舰船的干扰目标造成虚警的问题,该文设计了一种峰值区域极化特征提取方法.该方法通过对比水面船只和干扰目标峰值区域Krogager 分解中螺旋体散射比重的差异,对两类目标进行了鉴别分析.利用RADARSAT-2 的C 波段全极化数据对方法的有效性进行验证,验证结果表明该方法能有效地鉴别船只目标与岛屿、防浪堤、海面平台、桥梁等干扰目标,减少SAR 舰船目标检测中存在的虚警.      

引入有取向二面角散射的Freeman-Durden 分解

该文首先考察了当极化SAR 方位向与农作物种植行向不一致时,入射电磁波到地表、农作物的二次散射与一般二次散射的区别。其次,为描述这种二次散射,建立了有取向的二面角散射模型,并将该模型引入到Freeman-Durden 目标分解中,设计了相应的目标分解算法。最后,选取同一农作物种植区两种航迹的机载全极化SAR 数据实现了该分解算法。实验结果证明,对于农作物种植区,改进后的Freeman-Durden 分解能提升不同航迹下的极化SAR 数据目标分解的一致性。      

快速搜索算法与极化合成孔径雷达三维成像

从全极化(hh,hv,vh,vv)合成孔径雷达(SAR)图像数据中,可提取方位向的地势倾斜度信息,形成极化SAR三维成像。该文重点研究极化 SAR三维成像快速算法;提出由 Stokes矢量推导的的极化椭圆方向用解模糊算法;讨论目标极化散射特性对提取地势高度信息的影响以及处理方法;并利用真实的极化 SAR图像数据得到了极化三维成像结果。     

全极化合成孔径雷达图像极化白化滤波参数估计方法的改进研究

本文介绍了全极化SAR图像相干斑抑制的极化白化滤波,及其参数估计的传统方法.针对传统参数估计方法的缺陷,提出了增强的自适应边缘检测参数估计方法.由于以上方法无法检测点、线目标,本文提出了一种新的参数估计方法.将这些方法应用到NASA JPL实验室的全极化SAR图像数据中,得到了相干斑抑制图像.对这些图像进行详细的分析、比较,结果证明参数估计新方法具有强的适应性和有效性.     

简缩极化SAR数据处理与应用研究进展

极化信息能丰富合成孔径雷达(SAR)数据的信息量,在农业、环境、海洋、森林、军事等领域取得了广泛的应用,但同时也面临分辨率较低、幅宽较小的问题,带来较高的应用成本。简缩极化SAR(CP SAR)作为一种能同时获取较为丰富的地表信息并实现较大幅宽观测的极化SAR模式,在过去十余年中引起了科研人员的广泛关注。随着印度RISAT-1卫星的成功发射,简缩极化SAR在一系列应用研究中取得了新进展。该文简要介绍了简缩极化SAR的经典数据处理方法,总结了近十余年来简缩极化SAR在农业和海洋应用领域的主要研究成果,最后对其发展方向进行了分析与展望。      

基于模型的π/4模式简缩极化干涉数据目标分解

基于模型的目标分解是极化合成孔径雷达(SAR)的一个重要应用,基于模型目标分解依赖于极化数据仅能获得各散射机制的能量信息.该文将基于模型的分解技术应用到π/4模式的简缩极化干涉SAR(C-PolInSAR)数据中,对互相关矩阵进行分解,在获得各散射机制功率的同时获得对应的散射相位中心.该文首先推导出3种散射机制π/4简缩极化SAR干涉观测下散射模型,然后运用数值计算方法进行目标分解,最终求解出各散射机制的功率贡献及相位中心高度信息.仿真数据验证了该算法的有效性,分析了不同波段及不同地表参数对分解结果的影响.     

PolSAR成像的固定极化干扰机有源诱饵目标鉴别及抑制

针对合成孔径雷达(Synthetic Aperture Radar,SAR)成像中真假目标难以区分的问题，提出了一种极化合成孔径雷达(Polarmetric SAR,PolSAR)成像固定极化转发式干扰诱饵目标鉴别方法。该方法首先通过极化熵对目标进行分类，提取低极化熵的目标并对目标进行Wigner-Ville分布(Wigner-Ville Distribution,WVD)变换，再利用Hough变换计算WVD图像中的曲线斜率，将计算出的多普勒调频率与理论调频率进行对比，进而完成真实目标与假目标的鉴别，最终通过极化对消对鉴别出的目标进行抑制。实验结果验证了该方法的有效性。     

三维极化旋转域解译工具及舰船检测研究

极化雷达有利于获取目标完整的极化信息,在许多应用领域得到了广泛应用。然而,目标相对于雷达视线的几何位置通常会对散射机制产生显著影响。近年来,极化旋转域解译方法成功地表征和利用了这种目标散射多样性。值得注意的是,极化响应同时受到极化方位角和极化椭圆率角的影响。对此,本文将极化旋转域解译方法沿极化椭圆率角维度进行拓展,旨在探索和利用更为完整的目标散射多样性。其主要思想是提出一种三维极化相关方向图,能够同时表征极化相关特征随极化方位角和极化椭圆率角的变化情况。通过研究揭示了不同典型散射体的三维极化相关方向图存在显著差异,着重表现在极值点的分布和曲面起伏程度的不同。在此基础上,本文引入了微分几何中的曲率来描述这种三维流形的性质,并提出了高斯曲率最大值这一新极化特征。结合星载极化合成孔径雷达(Synthetic Aperture Radar, SAR)实测数据验证了高斯曲率最大值特征能够有效地区分舰船和海杂波。结合该特征,本文提出了一种阈值分割的舰船检测方法。与传统的恒虚警率方法和新近提出的NPNF方法相比,本文方法表现出更好的舰船检测性能。尤其是在近岸舰船密集区域,检测性能得到明显提升。     

多角度极化SAR图像中的非各向同性散射估计与消除方法研究

通过对不同角度子孔径相干累加,多角度观测SAR可以提供高分辨率影像及多角度散射特征.然而,现有的累加成像方法存在非各向同性散射中心混叠问题.混叠将造成极化特征参数估计无法反映实际的目标物理特征,从而难以支撑分类及变化检测应用.为了去除不同散射中心间的相互干扰并利用不同类型的信息,该文提出了一种多角度极化SAR图像中的非各向同性散射估计与消除方法.该方法给出了基于两类目标假设的最大似然比检验统计量,分析了相干斑影响以及非各向同性散射消除机理,证明了恒虚警判决函数的单调性.通过机载P波段极化SAR进行了360观测试验,分析了非各向同性散射消除前后极化熵的变化,验证了算法的有效性并揭示出在目标特征提取方面的应用潜力.      

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。     

Adaptive model-based scattering decomposition of Polarimetric SAR Interferometry

In this paper, a new decomposition method is proposed to solve the problems that vegetation component is overestimated and is not sensitive to directional scattering features with traditional polarimetric Synthetic Aperture Radar （SAR） decomposition. It uses a Polarimetric Interferometric Similarity Parameter （PISP） calculated from Polarimetric SAR Interferometry （PolInSAR） datasets to the scattering decomposition. The PISP is proposed to reveal the geometric sensitivity of SAR inter- ferometry. It is defined by three optimized mechanisms obtained from PolInSAR datasets, therefore, it not only relates to the coherent scattering mechanism closely, but also sufficiently uses the phase and amplitude information. The PISP of building is high, and forest＇s PISP is low. The proposed method uses the PISP as a judge condition to select different vegetation model adaptively. The decomposition results show the proposed method can effectively solve the vegetation ingredients overestimation problem. In addition, it is sensitive to the directional scattering.     

融合极化旋转域特征和超像素技术的极化SAR舰船检测

对海监视是极化SAR的重要应用,密集区域的舰船目标检测是当前面临的主要挑战之一。舰船密集区域受多目标串扰,传统的恒虚警率(CFAR)检测滑窗难以选取纯净的海杂波样本用于确定检测门限,将导致检测性能下降。针对这一问题,该文从特征提取和检测器设计两方面出发,提出一种融合极化旋转域特征和超像素技术的极化SAR舰船检测方法。在特征提取方面,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,由此带来的散射多样性隐含信息可通过极化旋转域分析进行挖掘。该文利用极化相关方向图及导出的一系列极化旋转域特征,根据目标杂波比(TCR)分析,优选TCR最高的3个极化特征量用于构建目标检测器。在此基础上,该文在检测器设计方面提出了一种基于K均值聚类的杂波超像素筛选方法,有效避免了密集区域舰船目标对邻近杂波的影响,基于筛选的杂波像素点得到舰船目标CFAR检测结果。基于Radarsat-2和高分三号星载全极化SAR数据的对比实验表明,所提方法能有效实现密集区域舰船目标检测,检测品质因数达到95%。      

空间目标散射结构极化旋转域辨识

极化逆合成孔径雷达(ISAR)具备全极化测量和高分辨成像能力,已成为空间态势感知的重要传感器。作为典型的人造目标,空间目标散射特性敏感于目标姿态和雷达视线方向的相对夹角。这种散射多样性给极化ISAR数据解译带来困难,也蕴藏着丰富的极化散射信息。为提高空间目标散射结构辨识性能,该文深入挖掘绕雷达视线的极化旋转域信息,提出一种空间目标散射结构极化旋转域辨识方法,共包含3个步骤。首先,对极化ISAR数据开展绕雷达视线的极化旋转域分析,导出极化相关方向图特征。其次,分析基本散射体的极化相关方向图特性,构造极化特征编码矢量。最后,基于极化特征编码矢量距离度量实现散射结构极化辨识。围绕太阳能帆板、反射面天线等空间目标典型部件开展仿真实验研究,所提方法相较于传统的Cameron分解方法性能更优,鲁棒性更高。     

用聚束SAR对慢速运动目标进行轨迹跟踪和参数估计的方法

针对聚束式合成孔径雷达(SAR)动目标检测的问题,把回波信号进行连续重叠地时域分组,每组信号可以看成是来自一个时域子孔径, 然后在每个子孔径内分别成像。地面固定目标在每幅图像上的成像情况是相同的, 通过彼此相减就可以消去,达到了抑制杂波的目的,而运动目标由于每个时刻的位置都在变化,在每幅图像上的位置是不同的, 从而在相减后剩余下运动目标的图像,把这些图像拼接起来就再现了运动目标的运动轨迹,根据运动轨迹就可以对其运动参数进行估计。该文给出了这个方法的原理推导和具体的检测过程。仿真结果证明了该方法的有效性。     

合成孔径雷达模糊度分析

该文分析了合成孔径雷达(SAR)的模糊度问题及其对图像质量的影响,详细描述了模糊度的表达式,分析了不同系统参数对模糊度的影响,对所谓的重影现象作了定量分析。     

合成孔径雷达转发式干扰分析

转发式干扰是针对合成孔径雷达的一种有效干扰手段。该文介绍了合成孔径雷达转发式干扰的原理,讨论并分析了虚假目标的生成位置以及虚假目标的成像质量。并针对实际工程中遇到的信号处理时间的问题,研究了将虚假信号延迟转发的可行性。通过仿真验证了由上面的分析所得出的结论,并介绍了这种转发式干扰在实际中的应用。     

一种改进的极化 SAR 自适应非负特征值分解

自适应非负特征值分解(ANNED)存在两个局限性,一是利用非负特征值分解(NNED)的搜索解法计算体散射功率,需要反复计算特征值,计算代价较高;二是 ANNED 的余项协方差矩阵可能存在负特征值,从而造成分解结果是无意义的.针对这两个局限性,该文提出了一种改进的 ANNED,首先通过计算 NNED 中余项协方差矩阵主子式的零点提出 NNED 的快速解法,该方法在用于提取 ANNED 的体散射功率时不需要反复计算特征值,从而提高了计算速度;其次该快速解法用于调整 ANNED 的散射功率以此解决余项协方差矩阵存在负特征值的问题;实验表明,改进的 ANNED 能明显增强城区的二面角散射功率,减少城区的体散射功率,并有助于提高分类精度.     

SAR图像的极化干涉非监督Wishart分类方法和实验研究

该文在合成孔径雷达图像的极化非监督Wishart分类的基础上,给出了一种利用极化干涉信息对合成孔径雷达图像进行非监督分类的方法。该方法主要利用一(66)的极化干涉相关矩阵,从而可以同时考虑单幅图像的全极化信息以及两幅像对之间的互相关信息。该文详细阐述了该方法的具体实现,并利用NASA/JPL的SIR-C/X-SAR系统在中国天山地区的L波段实测数据进行了实验研究。给出了利用该方法对实验数据进行分类的结果,并与极化非监督Wishart分类的结果进行了比较。结果表明,该方法能够很好地分辨不同类型的地物,保持地物的细节,并且比极化非监督Wishart分类结果有很大改善。     

合成孔径雷达中的二维自动增益控制

该文给出一种合成孔径雷达接收机自动增益控制(AGC)的方法,该方法对合成孔径雷达信号 进行二维平均,既保持了信号的原有特性,又提高了接收机的动态范围。与传统的自动增益控制方法相比,它能更好地消除短时间内的干扰以及保留合成孔径雷达图像中的对比度。该文在对二维AGC工作方式及时间参数选择进行阐述之后,给出了二维AGC的计算机仿真结果以及雷达实际使用AGC后获得的图像。