本发明专利技术提供了一种简缩极化干涉数据的Freeman-Durden目标分解方法。该方法首先推导出基线两端π/4模式简缩极化数据的两个目标矢量，合成互相关观测矩阵Jint；运用同样方法根据三种散射机制的全极化散射矩阵推导目标矢量，合成三种散射机制的互相关矩阵模型Js，Jd，Jvol，将互相关观测矩阵表示成三种散射互相关矩阵的加权求和得到欠定非线性方程组；欠定非线性方程组变成可运用数值方法进行求解的确定型非线性方程组；最终运用数值求解方法求得三种散射机制的散射相位中心高度及功率贡献。本发明专利技术不但能够获取各种散射机制的功率贡献量还能辨别出各散射机制的散射相位中心高度，为极化目标的分解，地物识别及提取高度信息提供了新的技术手段。
【技术实现步骤摘要】
【专利摘要】本专利技术提供了一种。该方法首先推导出基线两端π/4模式简缩极化数据的两个目标矢量，合成互相关观测矩阵Jint；运用同样方法根据三种散射机制的全极化散射矩阵推导目标矢量，合成三种散射机制的互相关矩阵模型Js，Jd，Jvol，将互相关观测矩阵表示成三种散射互相关矩阵的加权求和得到欠定非线性方程组；欠定非线性方程组变成可运用数值方法进行求解的确定型非线性方程组；最终运用数值求解方法求得三种散射机制的散射相位中心高度及功率贡献。本专利技术不但能够获取各种散射机制的功率贡献量还能辨别出各散射机制的散射相位中心高度，为极化目标的分解，地物识别及提取高度信息提供了新的技术手段。【专利说明】
本专利技术涉及雷达遥感
，尤其涉及一种。
技术介绍
近年来随着雷达技术的快速发展，雷达已广泛应用于航天控制，军事探测，目标检测，林业遥感，环境监督等众多领域。为了更好地实现雷达遥感应用与目标探测，极化雷达应运而生且在过去的60年来蓬勃发展。极化目标分解是极化雷达的一个重要应用，它是目标分类，林业遥感应用的基础。目标分解理论可以分为四大类:基于Kennaugh矩阵的二分法分解；基于协方差矩阵或者相干矩阵特征值的分解；基于散射模型的分解(Freeman-Durden三分量分解,Yamaguchi四分量分解)以及基于散射矩阵的相干分解。其中基于模型的Freeman-Durden三分量分解方法应用最为广泛。Freeman-Durden分解可以清晰地辨别出地物属于何种散射机制，但仅依靠极化数据进行目标分解只能分辨出每一种散射的功率值，不能分辨出散射机制的相位中心高度信息，例如对森林地区进行目标分解，检测出单散射占主导地位，但却不能区分单散射到底是来源树冠顶层还是来自地表。又如检测到体散射占主导地位时,却不能确定体散射来自树木还是粗糙度较高的地表。
技术实现思路
(一 )要解决的技术问题鉴于上述技术问题,本专利技术提供了一种。( 二)技术方案本专利技术包括:步骤A:获取基线一端的主图像全极化散射矩阵S1与基线另一端从图像全极化散射矩阵S2 ;步骤B:在主图像全极化散射矩阵S1和从图像全极化散射矩阵S2中，分别提取简缩极化目标矢量I1* I?合成互相关观测矩阵Jint,其中:【权利要求】1.一种,其特征在于,包括: 步骤A:获取基线一端的主图像全极化散射矩阵S1与基线另一端从图像全极化散射矩阵S2; 步骤B:在主图像全极化散射矩阵S1和从图像全极化散射矩阵S2中，分别提取简缩极化目标矢量I1, I2,合成互相关观测矩阵Jint，其中:2.根据权利要求1所述的Freeman-Durden目标分解方法,其特征在于,所述步骤E包括: 子步骤El:根据简缩极化目标矢量^, I2生成斯托克斯矢量gl，g2，进而求解fV()1的幅度 Fvol ； 子步骤E2:根据观测区域周边裸地的地表相位求解fd相位Λ ?，以及子步骤E3:将求解出的体散射幅度Fvtjl以及二次散射相位干涉％代入欠定非线性方程组，采用数值方式求解fs，fd的幅度，fvol的相位，α，β。3.根据权利要求2所述的Freeman-Durden目标分解方法,其特征在于,所述子步骤El具体包括: 子分步骤Ela:由简缩极化目标矢量(，A计算基线一端主图像的简缩极化波自相干矩阵C1，及基线另一端从图像的简缩极化波自相干矩阵C2: 4.根据权利要求3所述的Freeman-Durden目标分解方法,其特征在于,所述子步骤E2中，对于fd相位％: 5.根据权利要求4述的Freeman-Durden目标分解方法,其特征在于,所述子步骤E3采用数值方式求解的过程中，约束方程为: 6.根据权利要求1所述的Freeman-Durden目标分解方法,其特征在于,所述步骤F中，依据下式计算单散射机制、二次散射机制和体散射机制的相位中心高度hs、hd和hV()1: 7.根据权利要求1所述的Freeman-Durden目标分解方法,其特征在于,所述步骤F还包括: 根据求解出的5个复参数fs，fd，fvol, α, β,求解出三种散射机制分别在HH互相关通道和VV互相关通道的功率贡献。8.根据权利要求7所述的Freeman-Durden目标分解方法,其特征在于,所述步骤F中，依据下式来计算三种散射机制分别在HH互相关通道和VV互相关通道的功率贡献: HH通道三种功率贡献为: 9.根据权利要求1至8中任一项所述的Freeman-Durden目标分解方法,其特征在于，所述步骤D中: 所述简缩极化干涉目标分解方程=Jint = fJs+fdJd+fVolJvol ； 将单散射机制、二次散射机制和体散射机制在简缩极化干涉观测下互相关矩阵模型Js、Jd和Jral代入所述简缩极化干涉目标分解方程，得到: 10.根据权利要求1至8中任一项所述的Freeman-Durden目标分解方法,其特征在于，所述步骤B包括: 子步骤BI，依据如下公式，在π /4模式下由主图像全极化散射矩阵S1提取基线一端简缩极化目标矢量I1:【文档编号】G01S7/41GK103941245SQ201410196778【公开日】2014年7月23日 申请日期:2014年5月9日 优先权日:2014年5月9日 【专利技术者】郭胜龙, 李洋, 洪文 申请人:中国科学院电子学研究所本文档来自技高网...
【技术保护点】
一种简缩极化干涉数据的Freeman‑Durden目标分解方法，其特征在于，包括：步骤A：获取基线一端的主图像全极化散射矩阵S1与基线另一端从图像全极化散射矩阵S2；步骤B：在主图像全极化散射矩阵S1和从图像全极化散射矩阵S2中，分别提取简缩极化目标矢量合成互相关观测矩阵Jint，其中：Jint=J11J12J21J22;]]>步骤C：分别建立单散射机制、二次散射机制和体散射机制在简缩极化干涉观测下互相关矩阵模型Js、Jd和Jvol，其中：Js=fs|β|2ββ*1,Jd=fd|α|2αα*1,Jvol=fvol10.50.51]]>其中，*表示取共扼，fs、fd、fvol分别为Js、Jd和Jvol的复加权系数，fs、β、fd、α、fvol均为复数形式的未知量；步骤D：由单散射机制、二次散射机制和体散射机制在简缩极化干涉观测下互相关矩阵模型Js，Jd，及Jvol以及互相关观测矩阵Jint，构建欠定非线性方程组：J11=fs|β|2+fd|α|2+fvolJ12=fsβ*+fdα*+0.5fvolJ21=fsβ+fdα+0.5fvolJ22=fs+fd+fvol]]>步骤E：将互相关观测矩阵Jint中的观测量J11，J12，J21，J22代入欠定非线性方程组，求解出该欠定非线性方程组中5个复参数α，β；以及步骤F：根据求解出的5个复参数fs，fd，fvol，α，β，计算单散射机制、二次散射机制和体散射机制的相位中心高度。...
【技术特征摘要】
【专利技术属性】
技术研发人员：郭胜龙，李洋，洪文，
申请(专利权)人：中国科学院电子学研究所，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。