宽带全极化雷达目标HRRP极化特征提取与优选

充分有效地利用全极化雷达目标HRRP极化信息是雷达目标特征提取领域一个热点问题．文中主要研究了宽带全极化雷达目标HRRP的三类极化特征的提取与优选：（1）将SAR领域常用的熵特征引入全极化HRRP中,分析了反映目标HRRP散射随机性的熵特征;（2）根据目标散射矩阵相似性参数理论,定义了目标HRRP与6种标准体散射矩阵相似性参数概率形式描述,并将其作为特征,这类特征反映了目标的物理结构特性;（3）提出了反映目标散射能量特性的Mueller矩阵相似性参数特征,并且证明了该参数特征的旋转不变性．这几类特征具有明确的物理意义．采用飞机目标多个姿态的实测数据进行了特征有效性验证和特征优选,并利用优选后的特征组成特征矢量对飞机目标识别,实验结果表明,提出的HRRP极化特征具有良好的稳健性和可分性．     

基于目标分解的极化雷达飞机识别法

尝试将目标分解算法用于高分辨率极化目标的识别。基于 Krogager目标分解法 ,将各距离分辨单元的极化散射矩阵分解为 3个简单散射体的散射矩阵 ,分别代表球形散射体、二面角散射体和螺旋体散射体的散射机理。并利用求得的 3个幅度参量随径向距离的变化波形 ,提取反映目标散射中心位置和物理结构特性的特征。进一步采用 Fisher可分性准则作判据 ,从原始特征集中选取最佳特征组。对 5种飞机模型的识别结果表明 ,此基于矩阵分解的识别法具有较高的识别率     

基于极化合成孔径雷达数据的桥梁检测

为了对遥感合成孔径雷达(SAR)图像中桥梁目标进行自动检测,在极化散射矩阵参数的基础上,提出了一种寻找河流地区对比参数的方法:将总功率、极化熵、相似性参数等参数进行加权组合,利用特征值分析方法求取最优加权系数,从而得到对河流特征敏感的参数组合表达式。进而利用该表达式对河流地区进行了分类实验,对分类结果应用图形形态学方法处理后形成水域模板。在此基础上将水域模板对敏感参数图像覆盖后,对河上桥梁目标进行了自动检测。采用PI-SAR型的雷达的全极化数据进行实验,获得了良好的检测效果,和只使用功率数据进行桥梁检测相比,原来检测不出来的桥梁目标都明显显现出来。实验结果表明,综合利用全极化SAR信息在遥感应用中可以更好的检测和识别目标。     

极化SAR遥感中森林特征探测

为了利用微波遥感数据对森林植被地区进行分类检测,寻找一种新的敏感于树木高度、种群数量和植被疏密程度等森林特征的遥感参量,该文利用中国天山地区SIR-C/X-SAR L波段全极化干涉数据,对极化散射矩阵总功率、极化熵、相似性参数和极化干涉最优相关系数等极化和干涉合成孔径雷达(SAR)遥感参数进行了分析,并将这些参数进行加权组合,利用特征值分析方法求取最优加权系数,从而提出两种对森林特征敏感的参数组合表达式.在比较上述组合表达式图与同地区极化遥感总功率图之后,发现该组合表达式图中,森林地区较其他地区获得明显加强.这表明提出的组合表达式对森林地区的检测和监测具有良好的效果.     

基于极化不变量的谐波雷达导引头目标识别算法

为解决基于目标谐波散射系数的FFT识别算法无法有效识别目标全弹道谐波散射特性的问题,采用了基于极化不变量的目标识别算法.根据目标的半导体模型拟合出目标的谐波散射系数,用卡尔曼滤波器对谐波散射系数进行估计.将估计结果作为酉矩阵的对角元素,建立了目标谐波极化散射矩阵及与其对应的功率矩阵,通过就不同的目标进行谐波散射极化计算得到了仿真结果.结果表明,与基于目标谐波散射系数的FFT识别算法相比,目标谐波极化散射矩阵行列式的值及功率矩阵的迹能反映出目标的全弹道谐波散射特性,二者可以作为有效的目标识别特征量.      

基于二维CP-GTD模型的全极化ISAR超分辨成像

针对全极化ISAR成像雷达体制,建立了能够精确描述雷达目标高频电磁极化散射机理的二维相干极化GTD(CP-GTD)模型,提出了基于二维CP-GTD模型的全极化ISAR超分辨成像方法,并在此基础上实现了全极化ISAR散射中心特征提取,从根本上解决了现有方法难以提取散射中心的相干极化信息的难题.与已有方法相比,二维CP-GTD方法的突出优点在于建立了更精确的散射模型,能够准确估计散射中心的相干散射矩阵;此外全极化信息的利用,使得它还具有超分辨成像效果更好、估计精度更高、计算效率更高等优点.通过对实验结果进行非相干性及相干性指标评估分析,验证了二维CP-GTD模型的优越性.     

随机调制单极化有源假目标的极化鉴别研究

以分时极化测量雷达为例，分析了随机转发的单极化有源假目标的极化特性；提取了目标和单极化有源假目标的一个稳健的特征量——散射矩阵的归一化行列式值；利用单极化有源假目标和雷达目标极化特性的差异，提出了一种基于散射矩阵互易性和归一化行列式值的真假目标极化鉴别方法.对典型雷达目标和单极化有源假目标的目标鉴别仿真实验表明，该方法可以有效鉴别单极化随机调制的有源假目标和单极化噪声干扰形成的假目标.     

基于改进广义相对最优极化的极化SAR舰船检测方法

为了提高极化合成孔径雷达(SAR)图像的舰船检测性能,提出了一种基于改进广义相对最优极化模型的极化SAR图像融合方法.改进的模型包含两个因子的乘积.第一个因子是最优极化状态下的雷达接收功率;第二个因子对应最优检测准则下的3个极化参数(极化熵、平面相似性参数、二面角相似性参数)的融合结果.使用该方法融合图像能够使得目标和...     

分量模型和散射参数的全极化雷达图像分类

在分析了典型的极化目标分解和地物分类算法基础上,提出了融合Yamaguchi分解和H/α(H为散射熵,α为地物散射角)平面分解结果的迭代处理目标分类方法.首先,通过获取4种散射分量及地物的散射熵和散射角,结合6个参量,将极化合成孔径雷达图像中的地物初始分类;然后,利用相干散射矩阵服从Wishart分布的特性进行迭代,获得最终分类结果.实验结果证明,该算法提高了分类性能,运算量小,分类效果较好.     

双接收站的有源诱饵极化鉴别

以双接收站雷达为背景,研究了雷达目标和有源诱饵的鉴别方法。提出了双站极化散射矩阵和双站对角极化比的定义,探讨了雷达目标和有源诱饵的极化散射特性;针对极化调制有源诱饵等欺骗性干扰,提出了以双站对角极化比为鉴别量实现对有源诱饵鉴别的新方法,并设计了鉴别算法。对典型雷达目标和有源诱饵的仿真结果表明,该鉴别算法对有源诱饵的正确鉴别概率始终达到100%,对雷达目标的正确鉴别率达到90%以上。仿真结果证明了该鉴别算法的可行性和有效性。     

利用相对极化散射矩阵对目标进行分类的研究

在目标极化散射的经典理论基础上,根据单站雷达收发信号的特点提出了一种新颖的便于测量和计算的目标相对极化散射矩阵,并运用广义逆矩阵理论给出了该矩阵求解的方法.相关实验结果证明,通过计算目标相对极化散射矩阵可以快速有效地实现对目标的初步分类.     

极化散射的各向异性分析及应用

分析典型极化散射机制随着视角等参数变化时产生的各向异性对从物理角度解译遥感图像具有重要意义.为了更好地从散射矩阵中提取出具有一定物理含义的极化信息,分析极化参数的各向异性特征,建立了任意取向散射体的电磁散射模型,模拟其在Cameron极化空间中的变化轨迹分布.其次,基于子孔径的方法,用无人机合成孔径雷达(UAVSAR)数据进行实验验证,计算出了取向角、z参数与视角的关系,与桥体的微扰法(Small Perturbation Method,SPM)二次散射仿真模型的计算结果吻合.     

基于双接收站的有源诱饵极化鉴别

以双接收站雷达为背景,研究了雷达目标和有源诱饵的鉴别方法。首先提出了双站极化散射矩阵和双站对角极化比的定义,探讨了雷达目标和有源诱饵的极化散射特性;然后针对极化调制有源诱饵等欺骗性干扰,提出了以双站对角极化比为鉴别量实现对有源诱饵鉴别的新方法,并设计了鉴别算法。对典型雷达目标和有源诱饵的仿真结果表明,该鉴别算法对有源诱饵的正确鉴别概率始终达到100%,对雷达目标的正确鉴别率也都能达到90%以上。仿真结果证明了该鉴别算法的可行性和有效性。     

利用相对极化散射矩阵对目标进行分类的研究

在目标极化散射的经典理论基础上,根据单站雷达收发信号的特点提出了一种新颖的便于测量和计算的目标相对极化散射矩阵,并运用广义逆矩阵理论给出了该矩阵求解的方法。相关实验结果证明,通过计算目标相对极化散射矩阵可以快速有效地实现对目标的初步分类。     

干扰背景下雷达最佳极化的分步估计方法

研究了目标散射矩阵未知的情况下,雷达收、发极化的联合优化问题,提出了最佳收、发极化分步估计方法:先估计最佳接收极化以抑制干扰,然后估计散射矩阵与最佳接收极化的乘积矢量,以确定最佳发射极化.优化设计了发射脉冲序列的极化以解决矢量估计的稳定性问题,根据矢量估计误差的分布特性,分析证明了目标运动情况下算法的有效性.仿真实验验证了算法的可行性.     

基于散射成分一致性参数的极化SAR图像分类

散射熵能较好地反映目标散射的随机性,但忽略了相干矩阵特征分解后3个相干散射成分之间的关系。为了更充分地利用极化信息提取更有效的特征,该文提出一种描述目标散射成分一致性的新参数,并利用该参数进行图像分类。新参数融合了相干矩阵的特征值分布信息与各正交散射成分之间的相似性信息,反映了目标的整体散射机制接近于某种单一相干散射的程度。利用该新特征替代散射熵,先对AIRSAR的旧金山L波段数据进行初始分割,然后进行基于Wishart分类器的迭代调整。实验结果表明:利用该特征能够更准确地实现图像分类,展现地物细节,从而证实了该特征的有效性。     

利用极化信息研究目标识别

极化特征用于目标识别的一项主要研究是将极化信息与高分辨率雷达技术相结合．提出了利用回波中的极化现象对目标进行识别的方法，得出了有关目标识别特性的结论．     

Cameron分解法在极化SAR图像分析中的应用

利用Cameron分解法对极化SAR图像进行分析,将目标的极化散射矩阵与8类具有特定散射机理的典型散射体匹配,根据匹配角度提出了一种分类算法,从而对地物目标进行分类;实验结果表明,该分类算法对于分类地物目标,进而分析其散射机理是十分有效的。     

极化目标分解及其在图像分析中的应用

极化目标分解方法可以概括为三类:Huynen类型的分解理论、相干分解理论和基于特征值的分解理论,它们从不同的侧面刻画了目标的极化散射特性。本文分别对三种分解方法进行了较为详细的论述,并运用基于特征值的分解理论以及目标熵的概念,将其应用于极化雷达图像的分析中,结果表明目标分解法在极化雷达图像融合与增强、极化目标识别等领域有重要的作用。     

基于PALSAR全极化数据的城市森林蓄积量估测

全极化雷达数据能够反映目标的全极化散射特征,在森林参数反演中具有较大的应用价值。笔者以南京紫金山国家森林公园为研究对象,以2011年的全极化雷达数据PALSAR和2012年120块野外调查样地为主要信息源,从Pauli和Cloude目标分解特征值、HH(horizontal-horizontal,水平)和HV(horizontal-vertical,水平垂直交互)两种极化状态的后向散射系数、比值植被指数、地形、人为干扰等方面,提取13个因子作为自变量,采用多元线性回归、人工神经网络、K最邻近分类算法、决策与回归树、装袋算法、随机森林6种方法建立遥感估测模型,进行森林蓄积量的估测。研究表明:①在6种遥感估测模型中,随机森林综合性能最高,装袋法次之,多元线性回归最低; ②海拔、坡向等地形因子,以及地物的雷达回波散射特征是影响研究区域森林蓄积量估测的重要变量; ③研究区单位面积蓄积量的空间分布呈现出由里向外逐渐降低的带状分布格局。