【摘要】：極化合成孔徑雷達(Polarimetric Synthetic Aperture Radar, PolSAR)是一種有效獲取遙感信息的工具。與傳統(tǒng)的單極化SAR相比,它通過測量目標在不同極化收發(fā)組合下的散射特性,能夠得到更加豐富的目標后向散射信息,有助于更好地感知地物環(huán)境,在環(huán)境災害監(jiān)測、目標檢測、資源勘探、城市規(guī)劃、農作物估計和戰(zhàn)場偵察等領域具有廣泛的應用前景。因此,如何從這些豐富的極化SAR數據中提取有效的信息,并將之應用于對實際地物目標的分析解譯中,是目前雷達信號處理領域的一個研究熱點。 作為極化信息處理的理論基礎,本文首先介紹了電磁波的極化狀態(tài)、極化的矢量表征方式、不同極化基下的轉換關系以及極化在能量域的表示方法,為后續(xù)的極化特征量分析與極化分類提供理論支撐。 對極化特征量進行分析是極化分類與信息處理的前提,本文從極化通道間的代數運算、基本散射機理的極化特征圖以及極化分解理論三個方面對極化特征量進行分析,揭示了極化特征量與散射機理的緊密聯(lián)系及相關物理意義,并利用實測數據驗證了分析結果的有效性。其次,根據H/α極化分解得到的特征量進行初步分類研究,并利用基于統(tǒng)計特性的Wishart非監(jiān)督方法進行二次分類,實測數據處理驗證了該極化特征量分析和分類算法的有效性。 通過極化分解理論可以獲得多種多樣的極化特征量,這些特征量有助于地物分析與解譯。然而僅利用幾種特征量進行分類,并不能完整地表征目標的特性,導致分類結果失去很多細節(jié)信息。本文在多特征量結合的基礎上,提出一種基于張量分解降維的極化分類方法。該方法首先聯(lián)合極化分解特征量構成一個三維極化特征張量,再利用張量分解進行極化特征量降維得到本征特征量集,然后,將降維后的本征特征量輸入到分類器中實現極化SAR圖像的分類。與傳統(tǒng)的基于矩陣降維的極化分類方法相比,該方法可以有效地提高極化SAR地物目標分類精度。仿真數據和實測數據的處理結果驗證了所提方法的有效性。
[Abstract]:Polarimetric synthetic Aperture Radar (Polarimetric Synthetic Aperture Radar, PolSAR) is an effective tool for obtaining remote sensing information. Compared with the traditional single-polarization SAR, it can get more information of target backscattering by measuring the scattering characteristics of the target under different polarimetric transceiver combinations, which is helpful to better perceive the ground object environment and monitor environmental disasters. Target detection, resource exploration, urban planning, crop estimation and battlefield reconnaissance have wide application prospects. Therefore, how to extract effective information from these abundant polarimetric SAR data and apply them to the analysis and interpretation of real ground objects is a hot topic in the field of radar signal processing. As the theoretical basis of polarization information processing, this paper first introduces the polarization state of electromagnetic wave, the vector representation of polarization, the transformation relation under different polarization bases, and the representation of polarization in energy domain. It provides theoretical support for the further polarization characteristic analysis and polarization classification. The analysis of polarization characteristic is the premise of polarization classification and information processing. In this paper, the polarization characteristic is analyzed from three aspects: algebraic operation between polarization channels, polarization characteristic diagram of basic scattering mechanism and polarization decomposition theory. The close relationship between polarization characteristic and scattering mechanism and its physical significance are revealed, and the validity of the analytical results is verified by the measured data. Secondly, a preliminary classification study is carried out according to the characteristic quantity obtained from the polarization decomposition of H / 偽, and the Wishart unsupervised method based on the statistical properties is used to carry out the quadratic classification. The validity of the algorithm is verified by the processing of the measured data. Through polarization decomposition theory, a variety of polarization characteristics can be obtained, which are helpful to the analysis and interpretation of ground objects. However, only a few feature quantities can not be used to characterize the target completely, which leads to the loss of many details in the classification results. In this paper, a polarization classification method based on Zhang Liang decomposition and dimensionality reduction is proposed based on the combination of multiple features. In this method, firstly, a three-dimensional polarization feature Zhang Liang is formed by combining the polarization decomposition characteristic quantity, then the eigenvalue set is obtained by reducing the dimension of the polarization characteristic quantity by the Zhang Liang decomposition, and then the eigenvalue set is obtained. The reduced eigenvalue is input into the classifier to realize the classification of polarimetric SAR images. Compared with the traditional polarization classification method based on matrix reduction, this method can effectively improve the accuracy of polarimetric SAR ground object classification. The validity of the proposed method is verified by the processing results of the simulation data and the measured data.
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN957.52

【共引文獻】

相關會議論文 前10條

1 宋林峰;朱燦焰;鄭博;;基于ICA和LWT的數字水印改進方案[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

2 張眾;張旭東;楊小牛;;基于子空間方法的雷達信號分離算法[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

3 陳晉央;吳瑛;;基于獨立分量分析的通信信號盲分離算法研究[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

4 劉崢;陳建軍;孫雪;趙宏鐘;付強;;彈載高分辨雷達跟蹤建模與仿真[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

5 劉慧敏;王宏強;黎湘;;基于一維距離像序列幾何投影分析的錐形目標進動周期估計[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

6 李斌;姚康澤;王巖;;基于高分辨距離像統(tǒng)計模型的雷達目標識別[A];中國電子學會第十五屆信息論學術年會暨第一屆全國網絡編碼學術年會論文集（上冊）[C];2008年

7 查付政;李雷;;基于改進自然梯度的獨立分量分析算法[A];中國電子學會第十五屆信息論學術年會暨第一屆全國網絡編碼學術年會論文集（上冊）[C];2008年

8 苑文亮;唐小明;朱洪偉;李國君;;一種基于云臺控制角反射器的靶標設計[A];中國電子學會第十六屆信息論學術年會論文集[C];2009年

9 趙濤;強勇;;米波雷達目標RCS分析[A];第八屆全國信號與信息處理聯(lián)合學術會議論文集[C];2009年

10 徐旭;郭崇慧;;稀疏成分分析的簡要綜述[A];中國運籌學會第十屆學術交流會論文集[C];2010年

相關博士學位論文 前10條

1 喬梁;信源定位的可觀測性及跟蹤技術研究[D];哈爾濱工程大學;2010年

2 陸滿君;通信輻射源個體識別與參數估計[D];哈爾濱工程大學;2010年

3 蘇日建;信息測量系統(tǒng)及其若干問題的研究[D];華中科技大學;2010年

4 康鋒;基于視覺特征的早期農林火災檢測方法的基礎研究[D];浙江大學;2010年

5 張海龍;110～220kV XLPE電纜絕緣在線檢測技術研究[D];武漢大學;2009年

6 王懷軍;MIMO雷達成像算法研究[D];國防科學技術大學;2010年

7 賀思三;微動目標高分辨雷達信號建模及特征提取[D];國防科學技術大學;2010年

8 李康樂;雷達目標微動特征提取與估計技術研究[D];國防科學技術大學;2010年

9 李金梁;箔條干擾的特性與雷達抗箔條技術研究[D];國防科學技術大學;2010年

10 常宇亮;瞬態(tài)極化雷達測量、檢測與抗干技術研究[D];國防科學技術大學;2010年

相關碩士學位論文 前10條

1 岑忠;體感誘發(fā)電位實驗系統(tǒng)的設計、測量與分析[D];南京醫(yī)科大學;2010年

2 崔盈慧;基于障礙物智能識別的人機融合汽車安全預警研究[D];鄭州大學;2010年

3 邊巒劍;基于改進粒子群的盲源分離算法及其應用研究[D];哈爾濱工程大學;2010年

4 左國輝;基于子空間方法的人臉識別技術研究[D];哈爾濱工程大學;2009年

5 張國強;復雜信號分選算法研究與硬件設計[D];哈爾濱工程大學;2010年

6 陶濤;雷達信號分選跟蹤器的設計與實現[D];哈爾濱工程大學;2010年

7 何海敏;源信號數目未知的水聲信號盲源分離算法研究[D];哈爾濱工程大學;2010年

8 王若沖;船舶動力設備振動評估及故障特性提取研究[D];大連理工大學;2010年

9 甄會;欠定盲分離混合矩陣估計方法的研究[D];大連理工大學;2010年

10 于忠偉;MIG焊電弧聲信號降噪技術研究[D];哈爾濱理工大學;2010年

，

本文編號：2263446