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。     

极化合成孔径雷达干涉技术

极化合成孔径雷达干涉（Pol—InSAR）技术是将极化技术引入干涉SAR研究的新兴技术。利用全极化、高精度、高标定,通过对全相干的极化数据进行干涉分析,把目标的精细结构特征与空间信息结合起来,大大提高一般标量干涉的性能。介绍了极化合成孔径雷达干涉技术的基本原理和发展状况,讨论了一些需要解决的关键问题,并给出了该技术的主要应用和发展趋势。     

基于简缩极化干涉SAR数据的森林垂直参数反演

森林区域竖直结构参数的反演是极化干涉雷达的一个重要应用,基于RVoG模型,运用全极化干涉数据可成功获得森林区域的地形估计及树高反演。该文将基于单基线简缩极化干涉SAR(C-PolInSAR)数据对森林区域进行林下地形估计及树高反演。推导单基线简缩极化干涉相干系数及相干区域,根据相干区域进行直线拟合,提出简缩极化干涉数据下的地形相位判别准则及体散射去相干估计方法,然后完成树高反演。通过L, P波段仿真数据以及实测机载数据对上述方法进行验证,获得正确地形及树高。简缩极化发射波极化状态不唯一,因此该文详细分析不同参数的椭圆极化对地形及树高等参数估计的影响,研究表明地形树高受椭圆极化波影响较小,也验证了估计方法的稳定性。     

单基线PolInSAR反演算法研究

极化干涉合成孔径雷达(PolInSAR)测量是一种集极化雷达(PolSAR)和干涉雷达(InSAR)测量技术于一体的新的对地观测技术,利用极化干涉雷达数据反演地表植被参数特别是森林的垂直结构参数是当前极化干涉研究的热点问题。经典的单基线PolInSAR反演算法是Cloude和Papathanassiou提出的三阶段反演算法,但是该算法在相干值估计、直线拟合和散射体去相干估计等方面都存在着误差,直接影响反演精度。该文提出了一种新的基于统计特征和PolInSAR相位最优化算法的反演算法,并采用PolInSAR模拟数据验证了该算法的有效性。     

极化干涉SAR面向城区不同处理模式的误差影响分析

极化干涉合成孔径雷达(PolInSAR)在城区等复杂场景下的应用受到了越来越多的关注。面向城区的极化干涉SAR处理主要包括基于极化最优相干的干涉测高、基于极化分解的干涉测高、联立极化干涉观测方程直接求解不同散射机制高度这3种模式。现有研究对各类误差在极化干涉SAR不同处理模式下的综合影响分析尚很欠缺。该文在构建极化干涉SAR误差模型的基础上,提出了联立极化观测方程下散射机制的求解方法,推导了极化失真和干涉误差在极化干涉SAR不同处理模式下的综合影响模型,并通过仿真验证了模型的正确性,同时给出了3种处理模式补偿误差后的高度反演结果,补偿误差后通过极化最优相干得到建筑区域高度的均方根误差(RMSE)为2.77 m。在此基础上,通过仿真给出了极化干涉SAR不同处理模型下的误差影响曲线,比较了不同处理模型受误差影响的程度,并给出了合理解释,研究结果为极化干涉SAR系统设计、处理方法选择及数据应用提供了参考。     

无人机载PolInSAR城区散射机制初步分析

极化干涉合成孔径雷达（PolInSAR）在城市遥感领域中扮演着重要角色。它能够提高图像的相干性并提高反演结果的精度,所以对于其散射机制的解释往往受到许多研究人员的关注。相关的研究多从极化分解的角度考虑,却少有人从散射中心高度方面进行分析。本文使用Ku波段无人机载极化干涉SAR系统,实现了使用无人机SAR系统对地面进行成像,比较了极化干涉最优分解与Pauli分解作用在不同人造目标时散射中心的关系。我们初步分析了极化干涉SAR的物理意义,并使用C波段的机载极化干涉SAR系统对结论进行验证。     

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。     

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.     

双基线极化干涉合成孔径雷达的植被参数提取

由于单基线极化干涉SAR技术(如三阶段法、ESPRIT算法等)反演植被参数的方法受限于具有最小地体幅度比的观测数据,影响冠层或地表有效相位中心的估计,因此往往低估植被的高度。该文通过增加另一个基线的极化干涉SAR数据在一定程度上解决单基线反演技术存在的这个缺陷,并适当改进双基线极化干涉SAR技术,降低植被参数估计的动态偏差,最后用模拟数据和实际数据验证了该方法。     

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。     

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。     

合成孔径雷达极化成像解译识别技术的进展与展望

极化合成孔径雷达(SAR)能够获取目标的全极化信息，在对地观测、灾害评估、侦察监视等民用和军用领域得到广泛应用。国内主要高校、中科院、工业部门和用户单位在该领域开展了卓有成效的工作，取得一大批标志性研究成果。该文简要综述了极化SAR成像解译识别领域的主要研究进展。在解译层面，主要介绍了极化目标分解和极化旋转域解译等理论方法的研究进展。在应用层面，结合研究团队的工作，探讨了上述理论方法在舰船检测、地物分类和建筑物损毁评估等领域的应用成效。最后，对极化SAR目标解译识别技术的研究进行了展望。      

极化SAR动目标定位中的残差图像干涉相干性分析

该文研究极化SAR动目标检测及定位中的频域残差图像干涉相干性优化问题.给出了多普勒频域杂波对消处理的基本流程,提出了一种利用频域残差图像进行最优极化干涉处理从而提高目标运动参数估计精度的方法.结合最优极化干涉理论,通过仿真分析研究了不同极化下频域残差图像的干涉相干性,验证了文中方法的有效性.     

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.     

双站SAR图像的极化分析

该文对双站SAR(BISAR)模拟图像不同地物的极化特征分析,发现传统单站极化特征参数(,,)在BISAR图像上不再能有效地表现地物散射的极化特征。由此,提出了统一双站极化基变换,重新定义了极化特征参数,,,使其保持原有的分离取向关联等优点。经统一双站极化基变换后,不同地物散射的极化特征更明显,重新定义的,,能反应不同散射机制,提供了BISAR图像解译和地表分类的初步手段。     

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。     

基于ICA-SCS算法的极化SAR图像相干斑抑制

该文提出了采用基于独立分量分析的稀疏编码收缩(ICA-SCS)算法进行极化SAR图像相干斑抑制的新方法,结合软门限算子,有效抑制了图像中的相干斑噪声,保留了极化信息。实验结果表明,该算法具有较好的边缘保持和噪声抑制能力。     

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%。      

CLASSIFICATION OF MULTI-LOOK POLARIMETRIC SAR IMAGERY AND POLARIZATION CHANNEL OPTIMIZATION

In this paper, a new maximum likelihood (ML) classification algorithm is proposed to classify the multi-look polarimetric synthetic aperture radar (SAR) imagery. Experimental results with the NASA/JPL airborne L-band polarimetric SAR data demonstrate the effectiveness of the new algorithm. Furthermore, when using the algorithm in the classifications with subsets of the multi-look polarimetric SAR data, the polarization-channel optimization for the terrain type classification is implemented.     

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。