CN104459656A - 一种全极化合成孔径雷达的目标取向角补偿方法 - Google Patents

Abstract

本发明提供了一种全极化合成孔径雷达的目标取向角补偿方法，该目标取向角补偿方法的核心思想是利用特征分解，把分布目标分解为三个单目标，然后对单目标进行去取向角。该目标取向角补偿方法特别适用于大取向角建筑物区域的取向角补偿，能够解决体散射过估计的问题，分解结果符合Huynen的取向角补偿理论。

Description

一种全极化合成孔径雷达的目标取向角补偿方法

技术领域

本发明涉及全极化合成孔径雷达的极化信息处理领域，特别涉及一种全极化合成孔径雷达的目标取向角补偿方法。

背景技术

极化合成孔径雷达(POLSAR)是一种先进的微波遥感系统，可以获得目标的完整的电磁散射特征。近年来，极化SAR数据的处理得到了很大的关注，特别是随着一些星载全极化合成孔径雷达的在轨运行，比如ALOS PALSAR、RADARSAT-2、TerraSAR-X等。极化SAR数据的典型应用是目标识别、地物分类、地球物理参数的反演(例如：土壤湿度、表面粗糙度、雪深度、树高)等。

目标的取向角是绕雷达视线方向上旋转的角度，目标的回波数据受自身取向角的影响。在基于模型的目标分解中，有一定取向角的二面角散射会被错误理解成体散射。如果相同的散射体有随机的取向角，则会被理解成不同的散射机制，进而造成错误的分类。所以，有必要对极化SAR数据进行取向角补偿，去掉取向角对数据的影响。Huynen第一次提出了极化SAR数据去取向角的概念，并称之为“Desying”(参见J.R.Huynen,“Phenomenological theory of radar targets,”Ph.D.dissertation,Univ.Technol.,Delft,The Netherlands,1970.)。An、Yamaguchi、Lee等人先后提出了先进行取向角补偿的模型分解和分类算法。

目前，广泛使用的计算分布目标取向角的方法是Lee所提出的求解圆极化基下同极化分量相位差的方法(参见J.S.Lee,D.L.Schuler,and T.L.Ainsworth,E.Krogager,D.Kasilingam and W-M Boerner,“On the estimation of radar polarizationorientation shifts induced by terrain slopes,”IEEE Trans.Geosci.Remote Sensing,vol.40,no.1,pp.30-41,Jan.2002.)，和Yamaguchi等人提出的使交叉极化功率最小的方法(参见Y.Yamaguchi,A.Sato,W.-M.Boerner,R.Sato,and H.Yamada,“Four-componentscattering power decomposition with rotation of coherency matrix,”IEEE Trans.Geosci.Remote Sens.,vol.49,no.6,pp.2251-2258,Jun.2011.)，二者产生的结果类似。在求出取向角之后，对相干T矩阵进行取向角的旋转，完成对取向角的补偿，补偿后的特征之一是Re(T(2,3))＝0。对一些具有一定取向角的建筑物，在模型分解时会出现体散射过估计的问题，经过Lee/Yamaguchi的取向角补偿方法进行取向角补偿后，体散射过估计的问题得到了一定程度的抑制；然而，在一些具有大取向角的建筑物区域内，利用该方法进行取向角补偿后仍会造成严重的体散射过估计现象(参见S.W.Chen,M.Ohki,M.Shimada,and M.Sato,“Deorientation effect investigation formodel-based decomposition over oriented built-up areas,”IEEE Geosci.Remote Sens.Lett.,vol.10,no.2,pp.273-277,Mar.2013.)。

发明内容

本发明的目的在于，为解决现有的全极化合成孔径雷达的目标取向角补偿方法在大取向角建筑物区域内进行取向角补偿后，仍会造成严重的体散射过估计的问题，提出一种全极化合成孔径雷达的目标取向角补偿方法。

为实现上述目的，本发明提出一种全极化合成孔径雷达的目标取向角补偿方法。

所述的目标取向角补偿方法包括：

步骤1)读入全极化合成孔径雷达的极化数据，得到目标的相干T矩阵；

步骤2)对目标的相干T矩阵进行特征分解，得到三个单目标u₁,u₂,u₃，所述目标的相干T矩阵表示为：

$\left[T\right]=\mathrm{U\Λ}{U}^{-1}=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{u}_i{u}_i^{*T};$

其中，λ₁,λ₂,λ₃为三个特征值，u₁,u₂,u₃为三个特征矢量，分别表示分解得到的三个单目标；

步骤3)求取每个单目标u_i的取向角θ_i：

${\mathrm{\θ}}_i=\frac{1}{2}{\tan }^{-1}\left(\frac{\mathrm{Re}(u_i\left(3\right)/u_i\left(1\right))}{\mathrm{Re}(u_i\left(2\right)/u_i\left(1\right))}\right),$ 其中 $u_i=\left[\begin{array}{c}{u}_i\left(1\right)\\ u_i\left(2\right)\\ u_i\left(3\right)\end{array}\right];$

步骤4)对每个特征矢量所代表的单目标进行取向角补偿，获得取向角补偿后的特征矢量：

$u_i^{\mathrm{De}-\mathrm{oriented}}=R\left({\mathrm{\θ}}_i\right)u_i,$ 其中 $R\left({\mathrm{\θ}}_i\right)=\left(\begin{array}{ccc}1& 0& 0\\ 0& \cos \left({2\mathrm{\θ}}_i\right)& \sin \left({2\mathrm{\θ}}_i\right)\\ 0& -\sin \left({2\mathrm{\θ}}_i\right)& \cos \left({2\mathrm{\θ}}_i\right)\end{array}\right);$

步骤5)将步骤4)中取向角补偿后的三个单目标进行相加，得到取向角补偿后目标的相干T矩阵：

$T^{\mathrm{De}-\mathrm{oriented}}=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{u}_i^{\mathrm{De}-\mathrm{oriented}}{u}_i^{\mathrm{De}-\mathrm{oriented}*T}.$

作为上述技术方案的进一步改进，2、根据权利要求1所述的全极化合成孔径雷达的目标取向角补偿方法，其特征在于，所述的特征矢量ui表示为：

$u_i=\left(\begin{array}{c}\frac{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}{2}\cos \left(2\mathrm{\τ}\right)\\ \frac{{\mathrm{\λ}}_1-{\mathrm{\λ}}_2}{2}\cos \left(2\mathrm{\θ}\right)+j\frac{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}{2}\sin \left(2\mathrm{\τ}\right)\sin \left(2\mathrm{\θ}\right)\\ \frac{{\mathrm{\λ}}_1-{\mathrm{\λ}}_2}{2}\sin \left(2\mathrm{\θ}\right)-j\frac{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}{2}\sin \left(2\mathrm{\τ}\right)\cos \left(2\mathrm{\θ}\right)\end{array}\right).$

本发明的一种全极化合成孔径雷达的目标取向角补偿方法优点在于：

该目标取向角补偿方法的核心思想是利用特征分解，把分布目标分解为三个单目标，然后对单目标进行去取向角；而Lee/Yamaguchi的方法是求取分布目标的“平均”的取向角，对分布目标整体进行去取向角。对分布目标整体进行取向角补偿无法保证一个分辨单元内的所有散射体都旋转到零取向角，而本发明的方法是在一个更小的尺度上进行，把一个分辨单元内的所有散射体投影到三个相互正交的单目标上，对这三个单目标分别进行补偿。另外，本发明提出的去取向角的方法的特征之一是Re(T(3,1))＝0，这符合Huynen的取向角补偿理论，这一点与Lee/Yamaguchi的方法不同，因为Lee/Yamaguchi的方法造成的结果是Re(T(2,3))＝0，这不符合Huynen的取向角补偿理论。本发明的方法特别适用于大取向角建筑物区域的取向角补偿，能够解决体散射过估计的问题。

附图说明

图1为本发明的一种全极化合成孔径雷达的目标取向角补偿方法流程图。

图2为旧金山地区的Google Earth光学图像。

图3为图2中所选取区域的放大的光学图像。

图4为选取的区域一的目标的主散射体的取向角统计分布图。

图5为选取的区域二的目标的主散射体的取向角统计分布图。

图6为全极化数据进行三分量模型分解的结果。

图7为采用Lee/Yamaguchi方法对全极化数据取向角补偿后，进行三分量模型分解的结果。

图8为采用本发明的方法对全极化数据取向角补偿后，进行三分量模型分解的结果。

具体实施方式

下面结合附图和实例对本发明所述的一种全极化合成孔径雷达的目标取向角补偿方法进行详细说明。

如图1所示，本发明的全极化合成孔径雷达的目标取向角补偿方法，该补偿方法特别适用于大取向角的建筑物区域，其核心思想是对分布目标进行特征分解，把分布目标分解为三个单目标，然后分别对每个单目标进行去取向，最后把三个经取向角补偿过的单目标重新合成为分布目标，即得到取向角补偿后的分布目标。另外，使用本发明的目标取向角补偿方法进行去取向角补偿的结果特征之一是Re(T(3,1))＝0，符合Huynen的取向角补偿理论。具体步骤包括：

步骤1)读入全极化合成孔径雷达的极化数据，得到目标的相干T矩阵；

步骤2)对目标的相干T矩阵进行特征分解，得到三个单目标u₁,u₂,u₃，所述目标的相干T矩阵表示为：

$\left[T\right]=\mathrm{U\Λ}{U}^{-1}=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{u}_i{u}_i^{*T}---\left(1\right)$

其中，λ₁,λ₂,λ₃为三个特征值，u₁,u₂,u₃为三个特征矢量，分别表示分解得到的三个单目标。

步骤3)求取每个单目标u_i的取向角θ_i：

${\mathrm{\θ}}_i=\frac{1}{2}{\tan }^{-1}\left(\frac{\mathrm{Re}(u_i\left(3\right)/u_i\left(1\right))}{\mathrm{Re}(u_i\left(2\right)/u_i\left(1\right))}\right),$ 其中 $u_i=\left[\begin{array}{c}{u}_i\left(1\right)\\ u_i\left(2\right)\\ u_i\left(3\right)\end{array}\right]---\left(2\right)$

步骤4)对每个特征矢量所代表的单目标进行取向角补偿，得到取向角补偿后的特征矢量：

$u_i^{\mathrm{De}-\mathrm{oriented}}=R\left({\mathrm{\θ}}_i\right)u_i,$ 其中 $R\left({\mathrm{\θ}}_i\right)=\left(\begin{array}{ccc}1& 0& 0\\ 0& \cos \left({2\mathrm{\θ}}_i\right)& \sin \left({2\mathrm{\θ}}_i\right)\\ 0& -\sin \left({2\mathrm{\θ}}_i\right)& \cos \left({2\mathrm{\θ}}_i\right)\end{array}\right);---\left(3\right)$

步骤5)将步骤4)中取向角补偿后的三个单目标进行相加，得到取向角补偿后目标的相干T矩阵：

$T^{\mathrm{De}-\mathrm{oriented}}=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{u}_i^{\mathrm{De}-\mathrm{oriented}}{u}_i^{\mathrm{De}-\mathrm{oriented}*T}---\left(4\right)$

基于上述的目标取向角补偿方法，所述单目标的取向角可根据Huynen对散射矩阵的对角化推导得到，具体处理过程如下：

Huynen对散射矩阵S的对角化得到的对角阵表示为：

[S]＝[R_S(θ)][R_S(τ)][S_d][R_S(τ)][R_S(-θ)]    (5)

其中，θ为取向角，τ为螺旋角，[R_S(θ)]和[R_S(τ)]为相应的旋转矩阵，[S_d]为特征值矩阵，分别可由以下式子表示：

$\left[S_d\right]=\left(\begin{array}{cc}{\mathrm{\λ}}_1& 0\\ 0& {\mathrm{\λ}}_2\end{array}\right)---\left(6\right)$

$\left[R_S\left(\mathrm{\θ}\right)\right]=\left(\begin{array}{cc}\cos \left(\mathrm{\θ}\right)& -\sin \left(\mathrm{\θ}\right)\\ \sin \left(\mathrm{\θ}\right)& \cos \left(\mathrm{\θ}\right)\end{array}\right)---\left(7\right)$

$\left[R_S\left(\mathrm{\τ}\right)\right]=\left(\begin{array}{cc}\cos \left(\mathrm{\τ}\right)& -j\sin \left(\mathrm{\τ}\right)\\ -j\sin \left(\mathrm{\τ}\right)& \cos \left(\mathrm{\τ}\right)\end{array}\right)---\left(8\right)$

其中λ₁,λ₂为复特征值。

然后，把(5)式展开并写成Pauli基下的散射矢量的形式，以作为特征矢量u_i的模型表示为：

$u_i=\left(\begin{array}{c}\frac{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}{2}\cos \left(2\mathrm{\τ}\right)\\ \frac{{\mathrm{\λ}}_1-{\mathrm{\λ}}_2}{2}\cos \left(2\mathrm{\θ}\right)+j\frac{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}{2}\sin \left(2\mathrm{\τ}\right)\sin \left(2\mathrm{\θ}\right)\\ \frac{{\mathrm{\λ}}_1-{\mathrm{\λ}}_2}{2}\sin \left(2\mathrm{\θ}\right)-j\frac{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}{2}\sin \left(2\mathrm{\τ}\right)\cos \left(2\mathrm{\θ}\right)\end{array}\right)---\left(9\right)$

至此，结合(9)式和(6)式，即可计算得出每个单目标的取向角。

为了更好的理解本发明提出的目标取向角补偿方法，以下结合实际的全极化合成孔径雷达机载数据和基于模型分解的三分量分解的目标分解方法，对本发明的目标取向角补偿方法做进一步的描述。

使用的数据是美国宇航局/喷气推进实验室(NASA/JPL)的机载全极化合成孔径雷达AIRSAR在旧金山区域采集的L波段全极化数据，图像大小为900×1024。作为对比，该区域的Google Earth光学图像如图2所示，该数据场景中包括大海、建筑物和公园等散射体，值得一提的是建筑物区域有一部分取向角较小(整个建筑物区域的右半部分)，如图3所示，一部分取向角较大(整个建筑物区域的最右部的中部45°街道以下的三角形部分)。

如图3所示，在本次实验中选取了两块代表区域，其中区域一的建筑物的取向角较小，区域二所在的45°街道以下的三角形部分建筑物的取向角较大。图4为区域一的目标的主散射体的取向角分布图，从图中可以看出该区域取向角集中分布在一个较小的值附近。图5为区域二的目标的主散射体的取向角分布图，从图5中可以看出该区域二与区域一相比：除了小取向角部分有分布外，该区域二的大取向角的分布较多。所以，区域一代表小取向角建筑物区域，区域二代表大取向角建筑物区域。

利用上述选定的区域一和区域二的实验数据，如下述表一和表二所示，分别将没有使用取向角补偿的三分量分解、使用Lee/Yamaguchi的取向角补偿的三分量分解以及使用本发明的方法进行取向角补偿的三项分解后获得的实验即如果进行对比，以说明本发明的方法在取向角补偿上的有效性，以及在大取向角建筑物区域上取向角补偿方面效果上的提高。

表一

表二

上述表一是区域一内三种散射机制的比例，分别是直接三项分解、Lee/Yamaguchi去取向后三项分解、利用本发明的方法去取向后三项分解后的三种实验结果。可以看出利用Lee/Yamaguchi去取向后使双次散射从13.7％提高到46.4％，体散射比例由74％下降到36％，双次散射比例显著提高，体散射比例显著下降，取向角补偿效果明显。而使用本发明的方法，相比Lee/Yamaguchi去取向后的双次散射比例进一步提高，体散射比例进一步下降，取向角补偿效果更好，该区域一取向角的值较小。

上述表二是区域二内三种散射机制的比例，分别是直接三项分解、Lee/Yamaguchi去取向后三项分解、本发明的方法去取向后三项分解后的实验结果。可以看出，利用Lee/Yamaguchi去取向后使双次散射从6％提高到14.2％，体散射比例由88％下降到76％，双次散射比例提高不多，体散射比例仍较大，表明体散射过估计问题仍然没有很好解决，即取向角补偿效果很小。而使用本发明的方法进行去取向后，双次散射比例从6％提高到了40％，体散射比例也显著地从88％减少到43％，表明取向角得到了很好地补偿，体散射过估计问题得到显著地缓解。以上结果表明，在大取向角建筑物区域，本发明的方法对取向角补偿效果更为显著。

另外，对此全极化数据进行三分量模型分解，得到的结果如图6所示，其中黑色代表海洋等面散射区域，白色代表森林等体散射区域，灰色代表建筑物等双次散射区域。由图6中可见建筑物区域的右半部分呈现的白色区域多一些，因为这部分建筑物有一定的取向角，产生了交叉极化分量，造成了体散射过估计。

如图7所示，对此全极化数据按Lee/Yamaguchi的方法进行取向角补偿然后，进行三分量模型分解的结果。由图7中可以看出右半部分区域呈现了灰色，说明取向角得到了补偿，体散射过估计的问题得到了一定程度的解决。值得注意的是该图的最右部的中部的45°角三角形建筑物区域仍呈现白色，表明取向角没有得到很好的补偿。

如图8所示，对此全极化数据进行取向角补偿，然后进行三分量模型分解的结果。从图8中可以看出右半部分取向角得到了补偿，呈现灰色，而且上述45°角三角形区域的建筑物取向角也得到了很好的补偿，同样呈现了灰色。

根据上述实验数据对比可知，本发明提出的对全极化数据进行取向角补偿的方法，解决了目前尚未很好解决的大取向角建筑物区域进行取向角补偿后，体散射仍然过估计的问题，而且本发明方法的结果符合Huynen的去取向角的理论Re(T(3,1))＝0。另外，实验发现进行基于模型的目标分解之前使用本发明的方法进行取向角补偿的话，还可以进一步减轻模型分解中的负功率现象。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种全极化合成孔径雷达的目标取向角补偿方法，其特征在于，所述的目标取向角补偿方法包括：

步骤1)读入全极化合成孔径雷达的极化数据，得到目标的相干T矩阵；

步骤2)对目标的相干T矩阵进行特征分解，得到三个单目标u₁,u₂,u₃，所述目标的相干T矩阵表示为：

$\left[T\right]={\mathrm{U\ΛU}}^{-1}=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{u}_i{u}_i^{*T};$

其中，λ₁,λ₂,λ₃为三个特征值，u₁,u₂,u₃为三个特征矢量，分别表示分解得到的三个单目标；

步骤3)求取每个单目标u_i的取向角θ_i：

${\mathrm{\θ}}_i=\frac{1}{2}{\tan }^{-1}\left(\frac{\mathrm{Re}(u_i\left(3\right)/u_i\left(1\right))}{\mathrm{Re}(u_i\left(2\right)/u_i\left(1\right))}\right),$ 其中 $u_i=\left[\begin{array}{c}{u}_i\left(1\right)\\ u_i\left(2\right)\\ u_i\left(3\right)\end{array}\right];$

步骤4)对每个特征矢量所代表的单目标进行取向角补偿，获得取向角补偿后的特征矢量：

$u_i^{\mathrm{De}-\mathrm{oriented}}=R\left({\mathrm{\θ}}_i\right)u_i,$ 其中 $R\left({\mathrm{\θ}}_i\right)=\left(\begin{array}{ccc}1& 0& 0\\ 0& \cos \left({2\mathrm{\θ}}_i\right)& \sin \left({2\mathrm{\θ}}_i\right)\\ 0& -\sin \left({2\mathrm{\θ}}_i\right)& \cos \left({2\mathrm{\θ}}_i\right)\end{array}\right);$

步骤5)将步骤4)中取向角补偿后的三个单目标进行相加，得到取向角补偿后目标的相干T矩阵：

$T^{\mathrm{De}-\mathrm{oriented}}=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{u}_i^{\mathrm{De}-\mathrm{oriented}}{u}_i^{\mathrm{De}-\mathrm{oriented}*T}.$

2.根据权利要求1所述的全极化合成孔径雷达的目标取向角补偿方法，其特征在于，所述的特征矢量u_i表示为：

$u_i=\left(\begin{array}{c}\frac{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}{2}\cos \left(2\mathrm{\τ}\right)\\ \frac{{\mathrm{\λ}}_1-{\mathrm{\λ}}_2}{2}\cos \left(2\mathrm{\θ}\right)+j\frac{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}{2}\sin \left(2\mathrm{\τ}\right)\sin \left(2\mathrm{\θ}\right)\\ \frac{{\mathrm{\λ}}_1-{\mathrm{\λ}}_2}{2}\sin \left(2\mathrm{\θ}\right)-j\frac{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}{2}\sin \left(2\mathrm{\τ}\right)\cos \left(2\mathrm{\θ}\right)\end{array}\right).$