簡(jiǎn)縮極化合成孔徑雷達(dá)（Compact Polarimetric Synthetic Aperture Radar,CP SAR）是一種新興的極化SAR系統(tǒng),能夠在降低系統(tǒng)設(shè)計(jì)復(fù)雜度的情況下保持較好的全極化信息,具有較大的應(yīng)用和發(fā)展?jié)摿ΑＥc全極化SAR相比,簡(jiǎn)縮極化SAR因其系統(tǒng)簡(jiǎn)單且能夠獲取更大幅寬的圖像,在海洋監(jiān)視方面具有先天的優(yōu)勢(shì),基于星載簡(jiǎn)縮極化SAR的海上艦船目標(biāo)檢測(cè)是當(dāng)今極化SAR海洋遙感領(lǐng)域研究的熱點(diǎn)問(wèn)題。因此,星載簡(jiǎn)縮極化SAR圖像艦船目標(biāo)檢測(cè)技術(shù)研究具有重要的理論意義和實(shí)用價(jià)值。本文針對(duì)星載簡(jiǎn)縮極化SAR圖像的海上艦船目標(biāo)檢測(cè)問(wèn)題,從全極化信息重建、極化特征參數(shù)提取以及簡(jiǎn)縮極化SAR艦船目標(biāo)檢測(cè)方法等方面進(jìn)行了系統(tǒng)研究。主要工作和創(chuàng)新點(diǎn)如下:1、研究實(shí)現(xiàn)了兩種典型的基于簡(jiǎn)縮極化數(shù)據(jù)的全極化信息重建方法,并通過(guò)實(shí)測(cè)數(shù)據(jù)的實(shí)驗(yàn)結(jié)果,對(duì)比分析了其重建性能。首先,詳細(xì)推導(dǎo)了三種簡(jiǎn)縮極化模式的散射矢量和協(xié)方差矩陣。其次,利用Souyris重建模型和Nord重建模型分別對(duì)三種模式下的簡(jiǎn)縮極化數(shù)據(jù)進(jìn)行重建。最后,通過(guò)NASA/JPL AIRSAR機(jī)載實(shí)測(cè)全極化數(shù)據(jù)分別模擬三種模式的簡(jiǎn)... 

【文章來(lái)源】：國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 簡(jiǎn)縮極化SAR發(fā)展現(xiàn)狀
        1.2.1 典型的簡(jiǎn)縮極化SAR模式
        1.2.2 簡(jiǎn)縮極化SAR系統(tǒng)發(fā)展現(xiàn)狀
        1.2.3 簡(jiǎn)縮極化SAR數(shù)據(jù)常用處理方法
        1.2.4 簡(jiǎn)縮極化SAR艦船檢測(cè)研究現(xiàn)狀
    1.3 論文研究思路與章節(jié)安排
第二章 簡(jiǎn)縮極化數(shù)據(jù)重建全極化信息方法對(duì)比分析
    2.1 引言
    2.2 三種模式簡(jiǎn)縮極化SAR
        2.2.1 π/4模式簡(jiǎn)縮極化SAR
        2.2.2 DCP模式簡(jiǎn)縮極化SAR
        2.2.3 CTLR模式簡(jiǎn)縮極化SAR
    2.3 簡(jiǎn)縮極化重建全極化信息
        2.3.1 Souyris模型重建全極化信息
        2.3.2 Nord模型重建全極化信息
    2.4 全極化信息重建實(shí)驗(yàn)結(jié)果分析
    2.5 本章小結(jié)
第三章 極化特征參數(shù)提取及艦船檢測(cè)性能實(shí)驗(yàn)分析
    3.1 引言
    3.2 極化特征參數(shù)提取
        3.2.1 常用的極化特征參數(shù)
        3.2.2 全極化SAR極化特征參數(shù)提取
        3.2.3 CTLR模式簡(jiǎn)縮極化SAR極化特征參數(shù)提取
    3.3 極化特征對(duì)艦船檢測(cè)鑒別能力實(shí)驗(yàn)分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)介紹
        3.3.2 實(shí)驗(yàn)方法與結(jié)果分析
    3.4 本章小結(jié)
第四章 基于簡(jiǎn)縮極化分解的艦船檢測(cè)方法
    4.1 引言
    4.2 簡(jiǎn)縮極化分解
        4.2.1 Cloude分解及其衍生的H/α分解
        4.2.2 簡(jiǎn)縮極化m-χ分解
    4.3 基于加權(quán)SVM分類(lèi)和m-χ分解的艦船檢測(cè)
        4.3.1 特征向量選取
        4.3.2 支持向量機(jī)
        4.3.3 虛警去除
        4.3.4 算法流程
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)介紹
        4.4.2 置信度閾值對(duì)檢測(cè)性能影響
        4.4.3 不同算法檢測(cè)結(jié)果對(duì)比分析
    4.5 本章小結(jié)
第五章 結(jié)束語(yǔ)
    5.1 本文工作總結(jié)
    5.2 進(jìn)一步工作展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果



本文編號(hào)：3169916