System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于LPC补偿的极化目标分解方法技术_技高网

基于LPC补偿的极化目标分解方法技术

技术编号:40146346 阅读:8 留言:0更新日期:2024-01-24 00:24
本发明专利技术提供一种基于LPC补偿的极化目标分解方法,包括以下步骤:输入目标图像的第一相干矩阵;基于相位角对第一相干矩阵进行补偿,以得到第二相干矩阵;基于构型度对第二相干矩阵进行旋转,得到第三相干矩阵;对第三相干矩阵进行特征值分解,并基于极化熵表征目标分布比,以量化并区分交叉极化分量的贡献;比较交叉极化分量的贡献中面散射和偶次散射的大小,并求解偶次散射参数、面散射参数、面散射功率及二面角散射功率。通过极化熵表征的目标分布比区分交叉极化分量的贡献,并利用相位角补偿、和分布面/二面角散射模型缓解MTD分解时极化散射矩阵中同极化、交叉极化的耦合、解决由|C|^2‑SD<0引起的负功率像素问题。

【技术实现步骤摘要】

本专利技术涉及数据处理,特别涉及一种基于lpc补偿的极化目标分解方法。


技术介绍

1、极化合成孔径雷达(polsar,极化sar)是一种先进的对地观测合成孔径雷达系统(sar)。与传统sar相比,极化sar极大地提高了对地面目标散射信息的获取能力,是现代sar发展的重要方向之一。随着人们对极化sar理论理解的逐步深入以及sar技术的不断发展,极化sar技术在最近几十年取得了突飞猛进的发展。极化sar在土地覆盖分类、地物参数反演、目标识别、地形测绘、城市变化监测、海洋监测等众多领域正取得日益广泛而深入的应用。极化sar应用的一个基本前提是对目标的极化特性进行分析。

2、目标极化分解是一种重要的、常用的目标极化特性分析技术。其中,基于模型的非相干目标极化分解由于操作简单、物理意义明确成为了目标极化分解的重要分支。基于模型的非相干目标极化分解引起了广泛关注,吸引了大批研究人员的注意力,已经成为目标极化分解和极化sar领域的研究热点、难点。

3、现有技术中,基于模型极化目标分解(model-based target decomposition,mtd)容易出现负功率像素、相干矩阵元素利用不充分的问题。由于目标散射时对极化电磁波存在变极化作用,造成目标散射矩阵元素在传统的水平-水平极化(hh)、垂直-垂直极化(vv)散射系数与水平-垂直极化(hv)散射系数存在耦合,处理时又未加以区分,无法区分交叉极化分量的贡献来源,从而使mtd分解后出现负功率像素。


技术实现思路

1、针对现有技术的不足,本专利技术的目的在于提供一种基于lpc补偿的极化目标分解方法,旨在解决现有技术中,散射模型不合理,容易出现负功率像素的技术问题。

2、为了实现上述目的,本专利技术是通过如下技术方案来实现的:基于lpc补偿的极化目标分解方法,包括以下步骤:

3、输入目标图像的全极化数据,所述全极化数据表示为与所述目标图像对应的第一相干矩阵;

4、计算得到与所述第一相干矩阵对应的相位角,并基于所述相位角对所述第一相干矩阵进行补偿,以得到第二相干矩阵;

5、计算得到与所述第二相干矩阵对应的构型度,并基于所述构型度对所述第二相干矩阵进行旋转,得到第三相干矩阵;

6、对所述第三相干矩阵进行特征值分解,以得到极化熵,并基于所述极化熵表征目标分布比,以量化并区分交叉极化分量的贡献;

7、基于以下表达式对所述第三相干矩阵进行分解:

8、;

9、式中,分别是分解的面散射矩阵、二面角散射矩阵和体散射矩阵,分别是面散射功率、二面角散射功率和体散射功率;

10、基于全局定向角分解所述面散射矩阵、二面角散射矩阵及体散射矩阵,以比较交叉极化分量的贡献中面散射和偶次散射的大小;

11、若面散射占优,则判定偶次散射为相干的金属二面角散射,并基于所述偶次散射参数求解面散射参数、面散射功率及二面角散射功率;

12、若二面角散射占优,则判定面散射为相干的漫散射,并基于所述面散射参数求解偶次散射参数、面散射功率及二面角散射功率。

13、根据上述技术方案的一方面,所述第一相干矩阵的表达式如下:

14、;

15、计算得到与所述第一相干矩阵对应的相位角的步骤具体包括:

16、基于以下计算式得到与所述第一相干矩阵对应的相位角:

17、(2);

18、式中,是四象限的反正切函数,im表示对复数取虚部,n=,表示将所述相位角限定于,表示去符号运算。

19、根据上述技术方案的一方面,基于所述相位角对所述第一相干矩阵进行补偿,以得到第二相干矩阵的步骤具体包括:

20、根据以下计算式,并基于所述相位角对所述第一相干矩阵进行补偿,以得到第二相干矩阵:

21、;

22、式中,为所述第二相干矩阵,为所述相位角对应的三阶单位旋转矩阵,,j为虚数。

23、根据上述技术方案的一方面,计算得到与所述第二相干矩阵对应的构型度的步骤具体包括:

24、基于以下计算式得到与所述第二相干矩阵对应的构型度:

25、;

26、式中,为所述构型度,表示取实数。

27、根据上述技术方案的一方面,基于所述构型度对所述第二相干矩阵进行旋转,得到第三相干矩阵的步骤具体包括:

28、根据以下计算式,并基于所述构型度对所述第二相干矩阵进行旋转,得到第三相干矩阵:

29、;

30、式中,为第三相干矩阵,为所述构型度对应的三阶单位旋转矩阵,;

31、所述第三相干矩阵的表达式如下:

32、

33、;

34、式中,为偶次散射参数,为面散射参数,为所述偶次散射参数的共轭复数,为所述面散射参数的共轭复数,上标s表示面散射,上标d表示二面角散射,,和是定向角的均匀分布散射微粒的分布模型;

35、其中,所述第三相干矩阵中的元素满足:。

36、根据上述技术方案的一方面,对所述第二相干矩阵进行特征值分解,以得到极化熵并基于所述极化熵表征目标分布比,以量化并区分交叉极化分量的贡献的步骤具体包括:

37、对所述第二相干矩阵进行特征值分解,以得到特征值,并基于以下表达式得到极化熵h:

38、;

39、;

40、式中,为交叉极化分布比,为所述特征值的伪概率,的表达式为:

41、。

42、根据上述技术方案的一方面,面散射矩阵的表达式如下:

43、,;

44、所述二面角散射矩阵的表达式如下:

45、,。

46、根据上述技术方案的一方面,各所述分布模型的表达式如下:

47、;

48、;

49、;

50、其中,i为s或者d,表示面散射对应的定向角,表示二面角散射对应的定向角;

51、所述体散射矩阵的表达式如下:

52、。

53、根据上述技术方案的一方面,若面散射占优,则判定偶次散射为相干的金属二面角散射,并基于所述偶次散射参数求解面散射参数、面散射功率及二面角散射功率的步骤具体包括:

54、若,则表示面散射占优,则判定偶次散射为相干的金属二面角散射;

55、并基于以下计算表达式,根据所述偶次散射参数求解所述面散射参数、面散射功率及二面角散射功率:

56、;

57、;

58、;

59、;

60、式中,为矩阵元素的共轭复数。

61、根据上述技术方案的一方面,若二面角散射占优,则判定面散射为相干的漫散射,并基于所述全局定向角求解偶次散射参数、面散射功率及二面角散射功率的步骤具体包括:

62、若,则表示二面角散射占优,则判定面散射为相干的漫散射;

6本文档来自技高网...

【技术保护点】

1.基于LPC补偿的极化目标分解方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于LPC补偿的极化目标分解方法,其特征在于,

3.根据权利要求2所述的基于LPC补偿的极化目标分解方法,其特征在于,基于所述相位角对所述第一相干矩阵进行补偿,以得到第二相干矩阵的步骤具体包括:

4.根据权利要求3所述的基于LPC补偿的极化目标分解方法,其特征在于,计算得到与所述第二相干矩阵对应的构型度的步骤具体包括:

5.根据权利要求4所述的基于LPC补偿的极化目标分解方法,其特征在于,基于所述构型度对所述第二相干矩阵进行旋转,得到第三相干矩阵的步骤具体包括:

6.根据权利要求1所述的基于LPC补偿的极化目标分解方法,其特征在于,对所述第二相干矩阵进行特征值分解,以得到极化熵并基于所述极化熵表征目标分布比,以量化并区分交叉极化分量的贡献的步骤具体包括:

7.根据权利要求6所述的基于LPC补偿的极化目标分解方法,其特征在于,面散射矩阵的表达式如下:

8.根据权利要求7所述的基于LPC补偿的极化目标分解方法,其特征在于,各所述分布模型的表达式如下:

9.根据权利要求8所述的基于LPC补偿的极化目标分解方法,其特征在于,若面散射占优,则判定偶次散射为相干的金属二面角散射,并基于所述偶次散射参数求解面散射参数、面散射功率及二面角散射功率的步骤具体包括:

10.根据权利要求8所述的基于LPC补偿的极化目标分解方法,其特征在于,若二面角散射占优,则判定面散射为相干的漫散射,并基于所述全局定向角求解偶次散射参数、面散射功率及二面角散射功率的步骤具体包括:

...

【技术特征摘要】

1.基于lpc补偿的极化目标分解方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于lpc补偿的极化目标分解方法,其特征在于,

3.根据权利要求2所述的基于lpc补偿的极化目标分解方法,其特征在于,基于所述相位角对所述第一相干矩阵进行补偿,以得到第二相干矩阵的步骤具体包括:

4.根据权利要求3所述的基于lpc补偿的极化目标分解方法,其特征在于,计算得到与所述第二相干矩阵对应的构型度的步骤具体包括:

5.根据权利要求4所述的基于lpc补偿的极化目标分解方法,其特征在于,基于所述构型度对所述第二相干矩阵进行旋转,得到第三相干矩阵的步骤具体包括:

6.根据权利要求1所述的基于lpc补偿的极化目标分解方法,其特征在于,对所述第二相干矩阵进行特征值分解,以得到极...

【专利技术属性】
技术研发人员:陈皆红林珲葛咏高华何育枫郑美霞吴志伟陈怡汝
申请(专利权)人:江西师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1