CN117214843B - 一种基于定标器组的全极化sar系统性能评估方法 - Google Patents

Abstract

本发明公开一种基于定标器组的全极化SAR系统性能评估方法，涉及雷达探测领域，包括如下步骤：步骤1：对数据进行地理定位获得地理坐标，确定极化SAR图像中定标器组的摆放位置；步骤2：基于最大值法获取定标器组在极化图像中各个极化通道的相对关系；步骤3：通过定标模型构建极化失真在定标器组上的量化关系；步骤4：使用上述的量化关系构造约束，并估计极化失真参数，得到评估结果。本发明在使用等效串扰情况下，基于定标器组准确估计通道不平衡、串扰和法拉第旋转角。

Description

一种基于定标器组的全极化SAR系统性能评估方法

技术领域

本发明涉及雷达探测领域，尤其涉及一种基于定标器组的全极化SAR系统性能评估方法。

背景技术

极化合成孔径雷达（Synthetic Aperture Radar,简称SAR）是一种雷达载荷，通过发射和接收多种极化波束，可以感知地物的不同散射特性。这种能力使其在地物分类、目标识别、军事侦察、环境监测等领域有广泛应用。极化SAR能够提供更丰富的地物信息，增强目标分辨率和遥感能力，帮助研究人员深入了解地表变化、自然灾害和环境演变等重要现象。

然而，在获取极化SAR数据时，极化SAR图像与真实值常常是存在偏差的。首先，SAR系统中的设备误差和不完美天线造成了辐射源和接收信号的非理想性，导致图像失真。其次，在长波段的雷达系统中，比如L波段、P波段等，大气传播效应会引起信号的干扰和衰减，使得极化信息受到扭曲。这些因素的叠加导致了极化SAR图像与真实值之间的偏差，降低了图像质量和信息的准确性。在低噪声系统中，这些偏差在量化中表示为串扰、通道不平衡以及法拉第旋转角。

极化SAR定标的目的是消除极化SAR图像中的偏差和失真，确保图像的极化信息与真实地物的极化特性一致。通过定标，可以使极化SAR图像反映地物的真实散射特性，提高图像质量和数据准确性，从而支持地物分类、目标识别和环境监测等应用。基于人工定标器的定标在极化SAR中具有重要性。人工定标器是一种具有已知极化特性的人造地物，其散射信号在大气传播和系统误差的影响下保持相对稳定，包括角反射器以及有源定标器。通过使用人工定标器进行定标，可以获得准确的定标参数，校正极化SAR图像的偏差和失真。这种定标方法简单高效，为极化SAR定标以及评估提供了可靠的参考，使极化SAR成为遥感应用中一种强大的工具。特别的，法拉第旋转角的准确校正对生物量的反演至关重要。然而，现在求解法拉第旋转角大多基于分布式目标，求解结果与真值存在偏差。此外，尽管法拉第旋转角可以根据电离层电子浓度等求解出来，但是在某些地区中，可能没有对应的数据，导致无法求出准确的法拉第旋转角。在之前的极化SAR定标模型中，未知量较多导致无法将所有的定标参数准确估计出来。在极化评估中，考虑到天线隔离度可以用等效串扰作为验证系统指标的参数，减少了定标模型的未知量个数，那么基于定标器组或许能够成为准确求解法拉第旋转角的一种方式。

发明内容

为解决上述技术问题，本发明提供一种基于定标器组的全极化SAR系统性能评估方法，在使用等效串扰情况下，基于定标器组准确估计极化失真参数和法拉第旋转角。

为达到上述目的，本发明的技术方案是这样实现的：

1、对数据进行地理定位获得地理坐标，确定极化SAR图像中定标器的摆放位置；

2、基于最大值法获取定标器组在极化SAR图像中各个极化通道的相对关系；

3、通过定标模型构建极化失真在定标器组上的量化关系；

4、使用上述的量化关系构造约束，并估计极化失真参数，得到评估结果。

有益效果：

本发明主要基于定标器组来验证图像是否满足系统性能。考虑到定标器组具有稳定的极化特征，并且等效串扰能够描述系统设计指标，本发明首次通过减少未知量个数的方式将法拉第旋转角以及其他极化失真参数通过定标器准确估计出来，为基于极化SAR的定量遥感提供依据。

附图说明

图1为本发明的一种基于定标器组的全极化SAR系统性能评估方法的流程图；

图2 仿真实验结果图。其中，(a),(c),(e),(g)为添加的串扰、接收极化通道不平衡、发射极化通道不平衡以及添加法拉第旋转角的实部；(b),(d),(f)为添加的串扰、接收极化通道不平衡以及发射极化通道不平衡的虚部。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。

极化SAR图像在获取过程中会受到多种因素的影响，如设备误差、大气传播效应等，导致图像产生失真和偏差。基于定标器组的定标方法可以校正这些偏差，使极化SAR图像反映地物的真实极化特性，提高图像质量和数据准确性，使其在地物分类、目标识别等环境监测领域发挥更强大的作用。由于法拉第旋转极大影响L波段、P波段等低频率系统的应用，因此在极化定标中准确估计法拉第旋转角非常重要。现阶段估计法拉第旋转角的方式主要有两种，一是根据地磁信息与电离层总电子含量求解，但是这些数据可能在所需要的地区缺失。二是通过分布式目标估计，该方法较大程度上受到选择区域的影响以及定标模型的限制，导致基于分布式目标求解法拉第旋转角的精度可能较差，需要一种准确估计极化旋转角的求解方式。

进一步的，基于定标器组的全极化SAR系统性能评估方法的流程包括：

首先基于SAR载荷的轨道信息，求解图像上每个像素的地理信息并依据定标器组的地理位置找到图像上对应的像素值；然后对定标器组进行升采样以获取各通道准确的相对后向散射能量关系；将定标器组理想的相对后向散射能量关系与前一步中求得真实的相对后向散射能量关系带入到极化评估模型，构建定标器组的等式关系；根据上述等式关系，构造约束并根据迭代算法求解极化评估模型中包括法拉第旋转角在内的极化失真参数。

对于本发明来说，主要基于定标器组的相对后向散射能量关系评估图像的极化性能。在使用定标器前，需要确定定标器摆放的角度、高度是否与卫星轨道对应。其次，本发明使用的定标器组的理想矩阵为最少能够体现3个线性无关的二阶矩阵，以能够达到求解极化失真所需要的最小不相关等式数。

基于以上分析，根据本发明的一个实施例，提出一种基于定标器组的全极化SAR系统性能评估方法，如图1所示，包括如下步骤：

步骤1：对数据进行地理定位获得地理坐标，确定极化SAR图像中定标器组的摆放位置；

步骤2：基于最大值法获取定标器组在极化SAR图像中各个极化通道的相对关系；

步骤3：通过定标模型构建极化失真在定标器组上的量化关系；

步骤4：使用步骤3的量化关系构造约束，并估计极化失真参数，得到评估结果。

进一步的，所述步骤1中，为了实现对极化失真参数的精确评估，包括串扰、通道不平衡和法拉第旋转角等，一种有潜力的方法是通过使用定标器组对极化SAR图像进行处理。这种方法有助于减少影响极化失真分析的因素，从而更准确地捕捉和量化极化失真的特征。

在使用定标器组对图像进行处理之前，确保准确地确定定标器组在图像上的位置对于保证评估的准确性至关重要。在放置定标器组时，通常会记录定标器组的经纬度信息，以便计算定标器组与卫星之间的几何关系。这样当卫星图像覆盖定标区域时，定标器组可以在各个通道上呈现出预设的相对极化信息。

为了找到定标器组在图像上的大致位置，可以通过对极化SAR图像进行地理定位的方法来实现。首先，通过获取极化SAR图像上每个像素的地理信息来实现地理定位。然后，将定标器组的经纬度信息与极化SAR图像中的地理信息进行比对，以确定其在极化SAR图像上的位置。在地理定位方面，有多种方法可供选择，包括基于轨道信息和载荷姿态信息的求解，以及使用SAR产品的有理多项式系数（Rational Polynomial Coefficients，简称rpc）文件进行求解。这些方法可以帮助确定定标器组的位置，从而确保定标器组在图像处理中的准确应用，提高极化失真参数评估的可靠性和精度。

步骤2：基于最大值法获取定标器在极化SAR图像中各个极化通道的相对关系。

在确定了定标器组在图像上的大致位置后，精确地求解定标器组在各个通道中的能量值变得至关重要。鉴于定标器组的尺寸与图像的像素分辨率可能存在差异，需要对极化SAR图像上的定标器组区域进行升采样处理，以便准确地选择定标器组能量的最大值点，以获取在不同通道中定标器组最精确的极化信息。

此外，采用定标器组能量的最大值来求解极化信息，可以在很大程度上降低噪声对定标器组的影响。通过选择能量最大值，能够有效地抑制极化SAR图像中可能存在的噪声和杂散信号，从而更准确地捕捉定标器组在各通道上的极化特性。

步骤3：通过定标模型构建极化失真在定标器上的量化关系。

在极化定标中，由于系统噪声以及环境因素的影响，极化失真可以表示为：

(1)

(2)

其中，公式（1）为定标模型，为绝对辐射因子，/>表示地物测量的后向散射矩阵，/>（p,q=h,v）表示测量的地物后向散射因子，/>为接收失真矩阵，/>为接收端串扰，/>为接收通道不平衡，/>为法拉第旋转矩阵，/>为法拉第旋转角，/>表示地物理想的后向散射矩阵，/>（p,q=h,v）表示理想的地物后向散射因子，/>为发射失真矩阵，为发射端串扰，/>为发射通道不平衡，/>表示天线的加性噪声矩阵，/>（p,q=h,v）表示测量的加性噪声因子，h表示水平，v表示垂直。需要说明的是，本发明着重考虑通道间相对关系是否偏离真实值，因此不考虑绝对辐射因子/>。此外，在极化评估中，可以使用一个数值来表征图像的串扰性能，而不必计算出所有串扰因子的准确性，即串扰/>可以用等效串扰/>表示。还需要注意由于本发明使用最大值法获取定标器组的极化信息，信噪比较高，可忽略噪声。通过上述分析，作为定标模型的公式(1)可以表示为：

(3)

接下来，本发明给出极化失真在常用的定标器组上的量化关系。首先是第一种：该定标器组包括两种有源定标器，用下标，/>表示，以及一个三面角反射器，用下标tr表示。这组理想的后向散射矩阵可以表示为：

(4)

其中，、/>分别为两种有源定标器的后向散射矩阵，/>、/>为对应矩阵通道的后向散射因子；/>为三面角反射器的后向散射矩阵，/>为对应矩阵通道的后向散射因子。需要注意的是，由于定标器的尺寸或预设值不同，后向散射能量可能不相同，即式(4)中/>、/>和/>的大小关系未知。将式(4)带入到式(3)中，得到：

(5)

其中, 、/>和/>分别为/>、/>和/>的地物测量的后向散射因子。

步骤4：使用上述的量化关系构造约束，并估计极化失真参数，得到评估结果。

本步骤中主要基于步骤3的极化失真矩阵，即式(5)构造约束求解极化失真参数。首先对式(5)进行变换：

(6)

其中，、/>以及/>分别为/>、/>以及的第p行第q列元素，p=1,2；q=1。

需要注意的是，式(6)中的4个等式均是复数等式，最多求解8个实数。考虑到式(6)是非线性等式，很难按照线性等式给出解的具体表达式，因此本发明构造约束，通过非线性最小二乘，找到残差平方和最小时的求解值，即最小化：

(7)

其中，是观测数据点，/>表示非线性目标函数，/>表示观测数据点的索引。

通过引入阻尼项，参数向量/>的更新公式为：

(8)

其中，表示迭代索引，/>表示第/>次迭代时的参数向量，/>表示/>的雅可比矩阵，/>为迭代残差，表示为/>，/>为单位矩阵。上标T表示矩阵的转置。最后，通过设置损失函数变化很小或者达到最大迭代次数，即可停止更新参数/>，并认为此时的/>为最后估计值。

根据上述内容，即可得迭代计算过程。然而，还有一个问题需要考虑即迭代初值对迭代过程会产生影响，可能会导致迭代收敛到非真实值。因此，本发明设置随机的100组迭代初值，并将残差作为指标，求出残差最小时的结果作为最后结果。

除了上述的定标器组之外，还有一种常见的定标器组，由四个有源定标器构成，即：

(9)

需要注意的是，如果其他定标器组存在4个矩阵线性无关，那么均可以通过数学变换得到式(9)，因为式(9)是22矩阵的单位基。将式(9)带入到式(3)中，第二种定标器组的观测矩阵可以表示为：

(10)

其中，、/>是第三和第四有源定标器的后向散射矩阵的地物测量的后向散射因子；

式(10)可以变换为：

(11)

其中，为/>的第1行第1列元素，/>为/>的第2行第1列元素，/>为/>的第1行第2列元素，/>为/>的的第1行第2列元素。

基于式(11)求解的过程与上述过程类似，可以参照式(7)和式(8)。

实施例1

考虑到仿真数据能够准确知道添加的串扰、通道不平衡以及法拉第旋转角的估计精度，本实施例主要基于仿真数据对本发明进行详细的验证。考虑到基于两组定标器组估计的极化失真算法是相似的，在此本实施例使用第一个定标器组进行仿真验证。本实施例中总体进行了1000次蒙特卡洛实验，其中串扰的幅度随机设置在0~0.3（-10.4576dB），发射和接收通道不平衡的幅度随机设置在0.7（-3.0980）~1.4（2.9226），这三个复数的相位随机设置在-180度~180度。此外，法拉第旋转角设置在-40度到40度之间。

图2表示评估结果。图2的（a）、图2的（c）、图2的（e）表示串扰、发射通道不平衡以及接收通道不平衡的实部真实值与估计值的关系，图2的（b）、图2的（d）、图2的（f）表示上述复数的虚部真实值与估计值的关系，图2的（g）表示求解的法拉第旋转角真实值与估计值的关系。图2中的正方形线表示1：1线，可以看出，估计的点（菱形点cal）均落到了1：1线上。进一步地，表1（等效串扰、通道不平衡、法拉第旋转角的求解误差表）表示估计值与真实值的偏差E，求解公式为：

(12)

其中，上划线表示均值操作符，/>表示绝对值操作符，real和cal分别是真值与求解值。从表1中可以看出，偏差很小，求解结果正确。

表1

。

Claims (3)

1.一种基于定标器组的全极化SAR系统性能评估方法，其特征在于，包括如下步骤：

步骤1：对数据进行地理定位获得地理坐标，确定极化SAR图像中定标器组的摆放位置；

步骤2：基于最大值法获取定标器组在极化SAR图像中各个极化通道的相对关系；

步骤3：通过定标模型构建极化失真在定标器组上的量化关系，根据SAR信号在载荷以及空间中的传播过程构建定标器组的失真模型以及获取定标器组中每个定标器在极化SAR图像各个极化通道间失真的相对关系；

定标模型的表示为：

(3)

其中，（p,q=h,v）表示测量的地物后向散射因子，/>（p,q=h,v）表示理想的地物后向散射因子，h表示水平，v表示垂直，/>为接收通道不平衡，/>为发射通道不平衡，/>为法拉第旋转角，/>为等效串扰；

定标器组包括两种有源定标器，用下标ac₁，ac₂表示，以及一个三面角反射器，用下标tr表示；理想的后向散射矩阵表示为：

(4)

其中，、/>分别为两种有源定标器的后向散射矩阵，/>、/>为对应矩阵通道的后向散射因子；/>为三面角反射器的后向散射矩阵，/>为对应矩阵通道的后向散射因子；

将式(4)带入到式(3)中，得到：

(5)

其中,、/>和/>分别为/>、/>和/>的地物测量的后向散射因子；

步骤4：使用步骤3的量化关系构造约束，并估计极化失真参数，得到评估结果，构造定标器组中每个定标器的约束条件，然后通过迭代的方式，逐步优化参数，以逼近最优解；

对式(5)进行变换：

(6)

其中，、/>以及/>分别为/>、/>以及/>的第p行第q列元素，p=1,2；q=1；

通过非线性最小二乘，找到残差平方和最小时的求解值，即最小化：

(7)

其中，是观测数据点，/>表示非线性目标函数，/>表示观测数据点的索引；

通过引入阻尼项，参数向量/>的更新公式为：

(8)

其中，表示迭代索引，/>表示第/>次迭代时的参数向量，/>表示/>的雅可比矩阵，/>为迭代残差，表示为/>，/>为单位矩阵；上标T表示矩阵的转置；最后，通过设置损失函数变化很小或者达到最大迭代次数，即停止更新参数/>，并认为此时的/>为最后估计值。

2.根据权利要求1所述的一种基于定标器组的全极化SAR系统性能评估方法，其特征在于，所述步骤1中，首先使用载荷的运动状态文件对数据进行地理定位获得地理坐标，然后将地理坐标与定标器组的经纬度信息进行比对，获取定标器组在极化SAR图像上的像素位置。

3.根据权利要求1所述的一种基于定标器组的全极化SAR系统性能评估方法，其特征在于，所述步骤2中，选择定标器组能量的最大值点，以获取在不同通道中定标器组最精确的极化信息。