资料下载
×
SAR目标极化分解方法研究
消耗积分:3 |
格式:rar |
大小:136 |
2009-08-26
分享资料个
从极化SAR图像数据中，我们可以提取目标的极化散射特性，从而实现全极化数据的分类和聚类等其他应用。这需要我们对极化数据进行分析，有效地分离出目标的散射特性，其理论核心是目标分解。本文针对几种现有的目标分解方法进行了深入的分析和研究，并从分解思想、分解结果、算法实现难点、计算量以及应用范围等多方面进行比较，以期对这些分解方法进行更深刻的理解，为目标分解方法的实际应用提供一定的理论参考。
关键词：SAR； 信息处理；目标极化分解； 散射矩阵
多极化合成孔径雷达（SAR）通过测量地面每个分辨单元内的散射回波，进而获得其极
化散射矩阵以及Stokes矩阵[1]。极化散射矩阵将目标散射的能量特性、相位特性和极化特性统一起来，相对完整的描述了雷达目标的电磁散射特性[2]，为更加深入地研究地物目标提供了重要的依据，极大地增强了成像雷达对目标信息的获取能力。
从极化SAR图像数据中，我们可以提取目标的极化散射特性，从而实现全极化数据的分
类和聚类等其他应用。这需要我们对极化数据进行分析，有效地分离出目标的散射特性，其理论核心是目标极化分解。现有的目标分解主要有两类方法：基于复反射电压矩阵的相干分解和基于反射功率矩阵的特征分解。基于复反射电压矩阵的分解方法有多种，常用的有Pauli分解，Polar分解等。基于反射功率矩阵的分解有Cloud分解等。本文从目标分解的基本理论出发，对这些分解方法进行了深入的分析，并从方法的理论核心、算法实现和性能特点等多方面进行总结和比较，以便对这些分解方法进行更深刻的把握，为目标分解方法的实际应用提供一定的理论参考。
关键词：SAR； 信息处理；目标极化分解； 散射矩阵
多极化合成孔径雷达（SAR）通过测量地面每个分辨单元内的散射回波，进而获得其极
化散射矩阵以及Stokes矩阵[1]。极化散射矩阵将目标散射的能量特性、相位特性和极化特性统一起来，相对完整的描述了雷达目标的电磁散射特性[2]，为更加深入地研究地物目标提供了重要的依据，极大地增强了成像雷达对目标信息的获取能力。
从极化SAR图像数据中，我们可以提取目标的极化散射特性，从而实现全极化数据的分
类和聚类等其他应用。这需要我们对极化数据进行分析，有效地分离出目标的散射特性，其理论核心是目标极化分解。现有的目标分解主要有两类方法：基于复反射电压矩阵的相干分解和基于反射功率矩阵的特征分解。基于复反射电压矩阵的分解方法有多种，常用的有Pauli分解，Polar分解等。基于反射功率矩阵的分解有Cloud分解等。本文从目标分解的基本理论出发，对这些分解方法进行了深入的分析，并从方法的理论核心、算法实现和性能特点等多方面进行总结和比较，以便对这些分解方法进行更深刻的把握，为目标分解方法的实际应用提供一定的理论参考。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
