【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 de...
【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...
【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：
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。