CTLR紧缩极化SAR数据散射成分分解方法、装置、设备及介质制造方法及图纸

本发明专利技术实施例公开一种CTLR紧缩极化SAR数据散射成分分解方法、装置、设备及介质，其中所述方法包括：获取CTLR紧缩极化SAR数据；调用改进后的m

【技术实现步骤摘要】
CTLR紧缩极化SAR数据散射成分分解方法、装置、设备及介质


[0001]本专利技术涉及合成孔径雷达(SAR)遥感
，尤其涉及一种CTLR紧缩极化SAR数据散射成分分解方法、装置、设备及介质。

技术介绍

[0002]合成孔径雷达(Synthetic Aperture Radar，SAR)是一种搭载在飞机或卫星上对地面进行遥感观测的主动微波成像传感器。在飞行观测过程中，SAR按一定频率不断通过其天线向地面发射电磁波，然后接收地面散射回SAR天线的电磁波信号，通过对飞行过程中一段时间接收到的地面散射电磁波信号进行成像处理，即可获得地面的高分辨率微波遥感图像。
[0003]SAR根据发射和接收电磁波极化方式的不同可以分为单极化、双极化、全极化等类型。单极化指发射和接收都采用水平极化(H)或垂直极化(V)；双极化指采用H或V单一极化发射，采用H和V两种极化同时接收；全极化指采用H和V两种极化交替发射，采用H和V两种极化同时接收。其中，全极化数据包含地物完整的电磁散射矩阵，具有最大的极化信息量，但因为需要采用H和V两种极化交替发射，因此观测幅宽受限，仅为单极化和双极化的一半。为了既拥有大的观测幅宽又尽可能多的获取地物的电磁散射特征，紧缩极化被提出。紧缩极化指采用圆极化或45
°
线极化发射，采用H和V两种极化同时接收。紧缩极化在理论本质上仍属于双极化范畴，但因为发射和接收采用了3种不同极化，针对部分地物会有一定观测优势。
[0004]紧缩极化提出后，如何对其数据进行分解获得地物的各散射成分组成一直是研究的重点之一。针对圆极化发射H和V极化同时接收(Circular polarization Transmitting Linear polarization Receiving，CTLR)的紧缩极化SAR数据，多种散射成分分解算法相继被提出，典型的，如：m
‑
δ算法、m
‑
χ算法和m
‑
α算法。其中，m
‑
α算法是三种算法中性能最好的，也是使用最广泛的一种算法。m
‑
α算法将CTLR紧缩极化SAR数据分解为两个散射成分，第一个成分对应体散射，第二个成分对应面散射和二次散射，两个成分各自的功率占比分别为1
‑
m和m，其中m为极化度。
[0005]然而，在研究过程中发现，m
‑
α算法具有过高估计体散射问题，也即采用m
‑
α算法分解CTLR紧缩极化SAR数据获得的地物的各散射成分功率中，体散射功率占比1
‑
m相较于实际过大了。

技术实现思路

[0006]有鉴于此，本专利技术实施例提供一种CTLR紧缩极化SAR数据散射成分分解方法、装置、设备及介质，以解决现有技术中过高估计体散射功率占比的问题。
[0007]第一方面，本专利技术实施例提供一种CTLR紧缩极化SAR数据散射成分分解方法，所述方法包括：
[0008]获取圆极化发射水平垂直极化接收CTLR紧缩极化SAR数据；
[0009]调用改进后的m
‑
α算法，对获取的所述SAR数据进行散射成分的分解，分解结果中的体散射功率占比为f(1
‑
m)，面散射和二次散射功率占比为1
‑
f(1
‑
m)，其中f(1
‑
m)<(1
‑
m)，m为大于0且小于1的极化度，f(1
‑
m)在1
‑
m＝1处有第一极值1，在1
‑
m＝0处有第二极值0；
[0010]存储对所述SAR数据的散射成分分解结果。
[0011]进一步的，f(1
‑
m)＝(1
‑
m)
n
，n为大于1的实数。
[0012]进一步的，n的范围是(1，3)。
[0013]进一步的，n＝2。
[0014]进一步的，调用改进后的m
‑
α算法，对获取的所述SAR数据进行散射成分的分解，包括：
[0015]按照如下公式，计算获取的所述SAR数据的各散射成分的功率值：
[0016]P
V
＝k1×
g0×
f(1
‑
m)
[0017]P
S
＝k2×
g0(1
‑
f(1
‑
m))cos2(α)
[0018]P
D
＝k3×
g0(1
‑
f(1
‑
m))sin2(α)
[0019][0020]其中：
[0021][0022][0023]g0、g1、g2和g3分别表示获取的所述SAR数据Stokes矢量的4个实数变量；P
V
表示体散射功率值、P
S
表示面散射功率值、P
D
表示二次散射功率值、表示相位；α是标识面散射和二次散射功率比例的参数；arg(
·
)表示取复数的相位，符号和
“±”
中上面的符号对应左旋圆极化发射的CTLR紧缩极化SAR数据情况、下面的符号对应右旋圆极化发射的CTLR紧缩极化SAR数据情况；调整系数k1、k2、k3均大于1。
[0024]进一步的，所述方法还包括：
[0025]获取真实的SAR数据的散射成分分解结果；
[0026]比较存储的对所述SAR数据的散射成分分解结果与真实的SAR数据的散射成分分解结果的接近程度。
[0027]进一步的，获取CTLR紧缩极化SAR数据，包括：获取全极化SAR数据，仿真生成CTLR紧缩极化SAR数据；
[0028]获取真实的SAR数据的散射成分分解结果，包括：调用全极化分解算法，对获取的所述全极化SAR数据进行散射成分的分解，将该分解结果作为真实的SAR数据的散射成分分解结果。
[0029]第二方面，本专利技术实施例提供一种CTLR紧缩极化SAR数据散射成分分解装置，所述装置包括：
[0030]获取单元，用于获取圆极化发射水平垂直极化接收CTLR紧缩极化SAR数据；
[0031]分解单元，用于调用改进后的m
‑
α算法，对获取的所述SAR数据进行散射成分的分解，分解结果中的体散射功率占比为f(1
‑
m)，面散射和二次散射功率占比为1
‑
f(1
‑
m)，其中
f(1
‑
m)<(1
‑
m)，m为大于0且小于1的极化度，f(1
‑
m)在1
‑
m＝1处有第一极值1，在1
‑
m＝0处有第二极值0；
[0032]存储单元，用于存储对所述SAR数据的散射成分分解结果。
[0033]进一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种CTLR紧缩极化SAR数据散射成分分解方法，其特征在于，所述方法包括：获取圆极化发射水平垂直极化接收CTLR紧缩极化SAR数据；调用改进后的m
‑
α算法，对获取的所述SAR数据进行散射成分的分解，分解结果中的体散射功率占比为f(1
‑
m)，面散射和二次散射功率占比为1
‑
f(1
‑
m)，其中f(1
‑
m)<(1
‑
m)，m为大于0且小于1的极化度，f(1
‑
m)在1
‑
m＝1处有第一极值1，在1
‑
m＝0处有第二极值0；存储对所述SAR数据的散射成分分解结果。2.根据权利要求1所述的方法，其特征在于，f(1
‑
m)＝(1
‑
m)
n
，n为大于1的实数。3.根据权利要求2所述的方法，其特征在于，n的范围是(1，3)。4.根据权利要求3所述的方法，其特征在于，n＝2。5.根据权利要求1所述的方法，其特征在于，调用改进后的m
‑
α算法，对获取的所述SAR数据进行散射成分的分解，包括：按照如下公式，计算获取的所述SAR数据的各散射成分的功率值：P
V
＝k1×
g0×
f(1
‑
m)P
S
＝k2×
g0(1
‑
f(1
‑
m))cos2(α)P
D
＝k3×
g0(1
‑
f(1
‑
m))sin2(α)其中：其中：g0、g1、g2和g3分别表示获取的所述SAR数据斯托克斯矢量(Stokes)矢量的4个实数变量；P
V
表示体散射功率值、P
S
表示面散射功率值、P
D
表示二次散射功率值、表示相位；α是标识面散射和二次散射功率比例的参数；arg(
·
...

【专利技术属性】
技术研发人员：安文韬，冯倩，
申请(专利权)人：安文韬，
类型：发明
国别省市：