基于目标分解和SVM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中的一类基础前沿问题。文章提出了一种基于目标分解及支持矢量机(Support Vector Machine,SVM)的极化SAR图像分类方法。首先根据Cloude分解和Freeman分解两种方法提取极化SAR图像的多类散射特征,从而构造出图像各像素的特征向量。接着利用样本区域像素的特征向量对SVM进行训练,获得经训练的SVM。最后,以各待分类像素的特征向量为输入,利用经训练的SVM即可完成极化SAR图像的分类。对两幅AIRSAR实测极化SAR图像数据分类的结果表明,文章方法能够有效地利用多类散射特征的互补信息,具有较高的分类精度。     

基于舰船目标的极化SAR改进滤波算法研究

针对传统极化白化滤波(PWF)算法在处理极化SAR数据时的缺陷,提出一种改进的方法,该方法利用边缘模板检测和Freem an散射特性分解等技术对存在结构特征区域的图像采取特殊处理,提高了存在结构特征区域图像的滤波性能。实验证明,改进方法具有更强的自适应性,可有效降低相干斑噪声,特别是在边缘区域,能更好地保持舰船目标的结构信息。     

基于Pauli基分解的极化校准算法

极化校准是现代雷达精确获取目标极化散射特性的前提和基础。为解决某全极化雷达的校准问题,提出一种基于Pauli基分解的极化校准算法,给出了算法的正交条件和相关推导,可选择任意满足正交条件的三个目标做为定标体。对校准算法的误差来源和误差对校准结果的影响分别进行了理论分析和仿真分析。给出了不同条件下该校准算法和其它校准算法的仿真结果,以及某全极化雷达校准试验数据分析结果。结果表明：基于Pauli基分解的极化校准算法能有效消除天线的变极化效应,可更准确地校准目标的极化散射矩阵,并可应用于大型地基极化雷达、极化合成孔径雷达以及极化相控阵雷达等的极化校准。     

森林覆盖下人造目标PolInSAR图象的参数反演模型

极化干涉合成孔径雷达（PolInSAR）不仅可以用于地表参数反演，而且可以用于对森林覆盖下人造H标的参数估计。寻找适当的反演模型，对于有效实现人造目标探测具有重要意义。以L波段PolInSAR图象的应用为背景，针对带有隐藏人造目标的森林区域，推导了一个多层随机体散射模型。该模型在反映森林区域特性的同时，建立了雷达观测数据与目标物理参数之间的联系。文中利用简化的三层PolInSAR模型对带有人造目标的森林区域进行了仿真，然后利用仿真的PolInSAR数据对文中提出的模型进行了验证。参数反演结果表明所提出模型是能够用于正确地提取森林及人造目标的真实参数。     

广义RCS及近场电磁散射建模应用

根据电磁场叠加原理,给出了一种与观测天线无关的广义雷达散射截面(RCS)定义,引入对称极化等多种极化散射特征量,计算了近距离观测时金属平板目标的极化RCS曲线;根据广义RCS的定义,在近场电磁散射建模中分解照射场和合成接收,提出了一种有效的近场电磁散射建模方法,并比较了采用方向图等效近似和场分解合成两种方法计算的金属平...     

基于极化SAR图像的建筑区提取方法研究

建筑区提取对于城市规划和灾害评估具有重要的作用。文章提出融合极化方位角补偿的散射模型提取建筑区。首先对极化SAR图像进行极化补偿处理,使得建筑物的散射成分增强,然后融合极化分解得到的散射分量和纹理特征参数作为建筑区提取依据,最后使用面向对象的提取方法进行建筑区提取。采用美国San Francisco地区L波段星载AIRSAR数据和德国Oberpfaffenhofen地区L波段机载ESAR数据分别进行实验验证。结果表明,文中方法较好地识别并提取了建筑区,提高了建筑区的提取精度,可用于受灾建筑区提取以及城市建筑区信息获取。     

基于基追踪的SAR图像超分辨处理

研究SAR图像的超分辨处理方法对于提高图像质量具有重要意义。结合雷达成像的目标属性散射模型，利用信号原子分解办法得到了SAR成像的最优信号原子，提出了利用基追踪方法估计模型参数的SAR图像超分辨处理方法。该方法利用了稀疏性先验信息，理论上比传统的匹配追踪方法具有更优越的性能。仿真算例和MSTAR实测数据的处理结果表明，这种处理方法具有良好的超分辨性能。     

二维复合目标电磁散射的仿真研究

为了对E极化波和H极化波入射情形下二维任意形状金属和两种不同电磁参数损耗介质复合目标的电磁散射进行仿真,建立了复合结构目标的电磁积分方程,采用矩量法(MoM)和共轭梯度迭代法(CGM)求解此积分方程。依据所建数学模型编程对一种金属-蜂窝吸波介质复合结构翼面的雷达散射截面(RCS)进行了仿真分析。     

基于极化倾角稳定度的目标识别技术研究

本文提出了极化倾角稳定度的概念，并利用极化倾角稳定度建立了极化状态距离(PSD)参数模型。在此基础上，运用神经网络对选定目标进行分类和识别，取得了较好的结果。     

Ku波段机载极化SAR数据定标

针对极化合成孔径雷达(SAR)数据采集过程中出现的通道串扰、通道不平衡问题,利用Ku波段机载全极化SAR数据进行定标试验研究。进行了极化通道间干涉相位去除,以及包含相位校正、串扰校正和通道不平衡校正的极化SAR定标处理。对三面角反射器后向散射的分析表明:经定标处理后,极化通道不平衡降至1 dB以内,通道串扰降至-17 dB以下,极化特征图与理想三面角更为接近。Freeman-Durden分解结果表明:经定标处理后,极化SAR数据能较为准确地反映地物主要散射机制信息。     

星载极化散射计系统设计研究

文章介绍了星载极化散射计的研究背景、意义、概念及特点,在此基础上,讨论了系统设计时的系统体制、极化方式、隔离度等问题,提出了一种星载极化散射计系统设计的初步方案构想。     

基于最佳检测的雷达发射-接收极化联合优化方法

基于最佳检测准则,提出了一种新的雷达发射-接收极化联合优化方法。首先,建立了全极化雷达目标回波模型,设计了基于纽曼-皮尔逊(Neyman-Pearson)准则的雷达目标全极化检测算法,推导分析了检测性能;其次,提出了雷达发射-接收极化的联合优化方法,提高了雷达目标的检测性能;最后,仿真试验结果表明,本算法能够显著提高雷达目标的检测性能。     

受Faraday旋转影响的极化SAR数据的校准

合成孔径雷达的极化校准的根本目的是校正各个极化通道的极化不纯度和通道间的不平衡量,而对于星载系统,还要考虑受到Faraday旋转引入的极化矢量偏移的影响。文章首先利用电磁数值计算的方法获得点目标的极化散射矩阵,利用Kroneker积的性质得到极化校准模型,从而得到极化校准矩阵。由于不需要得到各个通道具体的失真特性,以及Faraday旋转的具体大小,因此该方法更容易实现。最后利用计算机仿真,验证了该方法的有效性。     

星载合成孔径雷达的辐射校准

星载合成孔径雷达（ＳＡＲ）的辐射校准用于从ＳＡＲ图像演绎出雷达后向散射系数σ°。着重从端到端系统的角度阐述辐射校准原理；详细介绍内部校准和外部校准过程，并给出若干实例；还对校准误差源进行了较深入的讨论。     

复合高斯杂波中距离分布目标的极化自适应检测

极化高分辨力雷达能够获取更丰富的目标特征信息,充分利用极化信息能够有效地提高检测和识别性能.本文基于广义似然比检验,提出了一种复合高斯杂波中距离分布目标的极化自适应检测器,推导了检测器的虚警概率表达式,理论分析表明其相对于杂波的协方差矩阵和纹理分量都具有恒虚警特性.利用仿真数据统计分析了该检测器的检测性能,仿真结果表明,在一般情况下当辅助数据较少时该检测器的检测性能优于其它同类检测器.     

一种新的非线性干涉SAR噪声抑制方法

现有的常用于干涉SAR相位图噪声抑制的非线性滤波法主要有模糊中值滤波和模数滤波，这两种方法都会引起比较大的图像边缘模糊，从而降低后续处理的精度。邻域平均法是一种非常经典的图像降噪方法，它具有较好的边缘保持特性。论文结合干涉SAR相位图的特性，改进了邻域平均法的邻域甲均值计算公式，有选择地利用邻域平均值代替当前像素点的值，提出了一种适用于干涉SAR相位图降噪的新的非线性滤波方法一条件邻域平均法，它具有更好的边缘保持特性。在理论分析和比较条件邻域平均法与模糊中值滤波和模数滤波方法的基础上，采用ERS1／2干涉SAR数据对论文提出的方法和所作的分析进行了验证。     

基于SAR图像的欺骗式干扰效果评估研究

SAR具有较强的抗干扰性能,欺骗式干扰是对抗SAR的重要手段。欺骗式干扰的有效性主要取决于欺骗假目标的逼真程度,假目标越逼真,ATR系统就越难以将其从真实目标中识别出来,欺骗干扰效果也就越好。在此基础上,提出了一种基于SAR图像的欺骗式干扰效果评估系统,该系统可以对欺骗假目标的模拟逼真程度进行定量评估。