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。     

机载双站聚束SAR改进算法

双站SAR能够获取目标不同方向的雷达散射系数,有助于图像分类和识别。双站聚束SAR分辨率高,目标识别能力更强。针对机载双站聚束SAR长合成孔径时间特点,该文引入改进双曲等效方法,修正了双曲等效距离模型的三次项精度;推导了2维波数域信号表达式,给出波数域图像重建方法;建立了距离-方位波数域的距离空变补偿项,提高了算法的距离空变处理能力。计算机仿真结果验证了机载双站聚束SAR改进算法的精确性和有效性。     

基于多波段全极化SAR图像的建筑轮廓自动提取方法

多波段全极化合成孔径雷达(Multiband-PolSAR)可以获得地物目标在频率、极化两个维度上的多个观测量,在地物信息提取方面具有良好的应用潜力。然而数据维度增加,其数据处理和应用难度也随之增加,相较于处理单波段单极化SAR数据,处理Multiband-PolSAR数据需要额外考虑多维数据配准和融合的问题。该文选择以建筑轮廓自动提取应用为目标,依托中国科学院空天信息创新研究院在国家高分辨率观测系统重大专项支持下牵头研制的一部机载多维度SAR系统获得的数据,引入SAR-SIFT方法解决了多维数据配准的问题。其次,该文提出一种基于目标散射机制的多维信息融合方法,改进了Ferro 等人(doi: 10.1109/TGRS.2012.2205156)提出的全自动非监督建筑轮廓提取方法,证明了多波段多极化信息融合方法的作用。多波段多极化信息融合前后的实验结果表明,融合后的特征图像对比度增高,像素的空间连续性变好,且对单体建筑轮廓的识别更精准,自动提取的多边形矢量与真实建筑轮廓的吻合度更高。该文是连接多维SAR技术与建筑提取应用的重要一环,并且为基于多维SAR的3维建筑结构重建研究创造了条件。     

SARMV3D-1.0:SAR微波视觉三维成像数据集

三维成像是合成孔径雷达技术发展的前沿趋势之一,目前的SAR三维成像体制主要包括层析和阵列干涉,但面临数据采集周期长或系统过于复杂的问题,为此该文提出了SAR微波视觉三维成像的新技术思路,即充分挖掘利用SAR微波散射机制和图像视觉语义中蕴含的三维线索,并将其与SAR成像模型有效结合,以显著降低SAR三维成像的系统复杂度,...     

X波段双站SAR实验及其处理方法的研究

双站SAR是一种新体制SAR,它具有构型灵活多变、隐蔽性强等优点,在国防建设中具有重要的应用前景。双站SAR的同步误差和信号处理的复杂性给实际系统和成像处理都增加了困难。在X波段双站SAR一站固定模式的实验基础上,针对实际实验系统设计,对同步误差的产生和消除进行了分析,并利用BP算法对实验数据进行了处理。仿真和实际数据处理结果都证明了本次实验设计的有效性和算法的正确性。     

合成孔径雷达三维成像——从层析、阵列到微波视觉

合成孔径雷达3维成像技术可以消除目标和地形在2维图像上产生的严重混叠,显著提升目标识别和3维建模能力,已经成为当前SAR发展的重要趋势。合成孔径雷达3维成像技术经过了数十年的发展,已提出多种技术体制。该文系统性回顾了SAR 3维成像技术领域的发展过程,深入分析了现有SAR 3维成像技术的特点;指出了SAR回波及图像中蕴含的未被现有技术利用的3维信息,提出“合成孔径雷达微波视觉3维成像”的新概念和新思路,将SAR成像方法与微波散射机制和图像视觉语义有机融合,形成SAR微波视觉3维成像理论与方法,实现高效能、低成本的SAR 3维成像。该文重点阐述了SAR微波视觉3维成像的概念、目标和关键科学问题,并给出了初步的技术途径,为SAR 3维成像提供了新的技术思路。      

全息合成孔径雷达的概念、体制和方法

合成孔径雷达技术经历了二维SAR、二维半SAR(InSAR)、三维SAR，已发展到如今的多维度SAR，取得了巨大的技术成就。该文在简要总结合成孔径雷达及其成像技术发展历程的基础上，提出了全息合成孔径雷达的概念并首次给出了明确的定义，指出该定义与现有全息雷达、多基线圆迹SAR、多维度SAR等概念的区别与联系。并且基于现有多维度SAR模型框架，给出了全息SAR的成像体制和信号模型，提出了初步的成像思路，为全息SAR技术的发展提供了初步的理论和技术框架基础。      

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。     

基于无监督域适应的仿真辅助SAR目标分类方法及模型可解释性分析

卷积神经网络(CNN)在光学图像分类领域中得到广泛应用,然而,合成孔径雷达(SAR)图像样本标注难度大、成本高,难以获取满足CNN训练所需的样本数量.随着SAR仿真技术的发展,生成大量带标签的仿真SAR图像并不困难.然而仿真SAR图像样本与真实样本间难免存在差异,往往难以直接支撑实际样本的分类任务.为此,该文提出了一种...     

一种基于误差反向传播优化的多通道SAR相位误差估计方法

方位向多通道合成孔径雷达(SAR)可实现高分辨率宽测绘带成像,准确估计通道间相位误差是保障成像质量的关键。该文提出了基于误差反向传播训练优化的通道相位误差估计方法,该方法根据多通道SAR回波生成的物理过程,构建含有通道间相位误差待估计参数的观测矩阵,通过初始化的通道误差和初始化的目标散射系数参数生成初始化的SAR回波,并计算该回波与多通道SAR实测回波之间的误差,通过深度学习中常用的误差反向传播的方法,不断训练优化上述参数,最终获得通道间相位误差的估计值,同时也得到了对稀疏目标散射系数的估计。该方法基于误差反向传播方法,并将该方法与通道误差的形成原理相结合,在稀疏假设下同时完成了相位估计和成像,为多通道SAR误差估计提供了一种全新的思路。多通道SAR仿真数据验证了该文算法的有效性。