CN117269908A - 基于极化响应及散射特性的极化定标效能评估方法 - Google Patents
基于极化响应及散射特性的极化定标效能评估方法 Download PDFInfo
- Publication number
- CN117269908A CN117269908A CN202311233944.9A CN202311233944A CN117269908A CN 117269908 A CN117269908 A CN 117269908A CN 202311233944 A CN202311233944 A CN 202311233944A CN 117269908 A CN117269908 A CN 117269908A
- Authority
- CN
- China
- Prior art keywords
- polarization
- polarized
- scaling
- scattering
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010287 polarization Effects 0.000 title claims abstract description 251
- 238000011156 evaluation Methods 0.000 title claims abstract description 38
- 230000004044 response Effects 0.000 title claims abstract description 35
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 45
- 239000011159 matrix material Substances 0.000 claims abstract description 31
- 230000009977 dual effect Effects 0.000 claims abstract description 14
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 12
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 21
- 238000010586 diagram Methods 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 7
- 239000002131 composite material Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 claims description 2
- 238000002156 mixing Methods 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000002955 isolation Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于极化响应及散射特性的极化定标效能评估方法,所述方法包括如下步骤:步骤一:获取同一地区两幅极化定标前后的全极化或者双极化SAR图像及极化定标矩阵;步骤二:计算极化定标评估参数,获取各个定标器在极化定标前后的散射矩阵,绘制极化定标评估参数折线图及各个定标器在极化定标前后的三维极化响应图;步骤三:计算极化定标前后全极化或双极化SAR图像中目标的散射分量占比,绘制极化分量柱状对比图;对极化定标前后极化目标分解结果的主要分量成分进行RGB伪彩色合成,得到评估极化SAR图像极化定标效能的可视化结果。本发明能更加可靠、直观地实现极化SAR图像极化定标效能评估任务。
Description
技术领域
本发明属于极化合成孔径雷达技术领域,涉及一种极化定标效能评估方法,具体涉及一种对双极化和全极化SAR图像的极化定标效能进行整体评估的方法。
背景技术
全极化和双极化SAR图像相比单极化SAR图像提高了相位信息和幅度信息的质量,具有巨大的应用潜力。通常,雷达系统首先对原始回波数据进行成像处理获取单视复数据,而单视复数据中包含的极化误差常高于产品要求的设计指标。此外,极化SAR图像获取到应用的过程中会有大量"干扰信息"的存在,包括相干斑乘性噪声和天线收发时的极化畸变。因此为了获取真实的极化信息,极化SAR系统必需进行极化定标,校正天线与收发通道误差造成的信号失真。极化定标技术效果的优劣极大地影响极化SAR图像的整体质量,进而影响极化SAR图像在目标检测等领域的应用效能。因此,对极化定标技术的效果进行评估,是监督极化定标技术对极化SAR图像质量提升效果的重要保障。
虽然目前极化定标方法层出不穷,但是对于这些方法的优劣和效果进行评价的手段的研究却仍然较少,难以形成较完整的应用效能评估体系,限制了极化定标方法的发展,对极化SAR图像的更有效、更广泛的应用造成了阻碍。
发明内容
本发明立足于极化SAR图像定标的成果,联合定标前后的双极化和全极化SAR图像在定标器极化响应和真实目标的散射特性两个方面,提出一种基于极化响应及散射特性的极化定标效能评估方法。
本发明的目的是通过以下技术方案实现的:
一种基于极化响应及散射特性的极化定标效能评估方法,包括如下步骤:
步骤一:获取同一地区两幅极化定标前后的全极化或者双极化SAR图像及极化定标矩阵;
步骤二:基于极化定标矩阵计算极化定标评估参数,确定极化SAR图像中的定标器位置,获取各个定标器在极化定标前后的散射矩阵,绘制极化定标评估参数折线图及各个定标器在极化定标前后的三维极化响应图;
步骤三:确定极化SAR图像中的目标位置,基于极化分解理论及目标的电磁散射特性,计算极化定标前后全极化或双极化SAR图像中目标的散射分量占比,绘制极化分量柱状对比图;并对极化定标前后极化目标分解结果的主要分量成分进行RGB伪彩色合成,得到评估极化SAR图像极化定标效能的可视化结果。
相比于现有技术,本发明具有如下优点:
极化定标技术作为极化SAR图像应用于各个领域的前提,其效果的优劣极大地影响极化SAR图像在目标检测、地物分类等领域的应用效能,因此本发明基于极化SAR图像定标成果,通过极化定标参数评估,定标前后的双极化和全极化SAR图像在特征提取的应用效能评估,充分利用定标器和真实目标在极化定标前后的目标散射特性,并绘制可视化的评估结果,更加可靠、直观地实现极化SAR图像极化定标效能评估任务。
附图说明
图1是基于极化响应及散射特性的极化定标效能评估方法流程图;
图2是全极化SAR数据中的定标器的极化评估参数折线图;
图3是双极化SAR数据中的定标器的极化评估参数折线图;
图4是定标器极化定标前后的极化响应图;
图5是极化定标前后的双极化SAR数据极化目标分解伪彩合成图;
图6是极化定标前后的全极化SAR数据极化目标分解伪彩合成图;
图7是极化定标前后的极化散射分量的柱状图。
具体实施方式
下面结合附图对本发明的技术方案作进一步的说明,但并不局限于此,凡是对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,均应涵盖在本发明的保护范围中。
本发明提供了一种基于极化响应及散射特性的极化定标效能评估方法,如图1所示,所述方法包括如下步骤:
步骤一:获取同一地区两幅极化定标前后的全极化或者双极化SAR图像及极化定标矩阵。具体步骤如下:
步骤一一:获取同一地区两幅极化定标前后的全极化或者双极化SAR图像。
步骤一二:基于极化信号收发模型确定极化定标矩阵,所述极化信号收发模型为:
M=RST (1)
其中,M为雷达接收信号矩阵;和/>分别为系统发射和接收通道矩阵;/>为目标真实极化散射矩阵;Rpp和Rqq分别代表接收端各自极化通道度量(幅度和相位)的变化;Tpp和Tqq分别代表接收天线相应通道引入的串扰;Rpq和Rqp分别代表发射端各自极化通道的度量(幅度和相位)的变化,Tpq和Tqp分别代表发射天线相应通道引入的串扰。
步骤一三:获得当前全极化或者双极化SAR图像的极化定标矩阵R和T。
步骤二:基于极化定标矩阵计算极化定标评估参数,确定极化SAR图像中的定标器位置,获取各个定标器在极化定标前后的散射矩阵,绘制极化定标评估参数折线图及各个定标器在极化定标前后的三维极化响应图。具体步骤如下:
步骤二一:对于全极化数据,将收发信号模型转换为如下形式:
定义全极化数据的定标评估参数,包括通道串扰δ1、δ2、δ3、δ4和通道不平衡度f1、f2:
式中,δ1表示接收H极化通道信号时,串入的V极化通道信号的比率;δ2表示接收V极化通道信号时,串入的H极化通道信号的比率;δ3表示发射V极化通道信号时,串入的H极化通道信号的比率;δ4表示发射H极化通道信号时,串入的V极化通道信号的比率;f1表示接收端V极化通道相对于H极化通道的不平衡比率;f2表示发射端V极化通道相对于H极化通道的不平衡比率。
对于双极化数据,将收发信号模型转换为如下形式:
定义双极化数据的定标评估参数,包括通道串扰δ1、δ2、δ3和通道不平衡度f1:
其中,δ1、δ2是接收垂直极化波和水平极化波时的天线串扰,即接收一种极化波中混入另一种极化成分的比例;δ3是发射H极化通道信号时,V通道的串扰;f1为两路接收通道间的不平衡度(包括幅度和相位)。串扰通常被用于评价系统的隔离水平,串扰值大,则隔离度低;串扰值小,则隔离度高。两者可交换表达,用于描述系统性能。
步骤二二:将步骤二一计算得到的通道串扰和通道不平衡度绘制成折线图。
步骤二三:在极化定标前后的极化SAR图像中确定各个定标器位置,获取各个定标器在极化定标前后的散射矩阵,具体步骤如下:
步骤二三一:定义极化定标前、后的定标器散射矩阵为SP和SA。
步骤二三二:基于Stokes矢量的推导可以得到如下关于极化合成功率的公式:
其中,P是ψr、ψt、χr、χt的函数,k(λ,θ,φ)是与天线有效散射截面积和波阻抗有关系的常数;Jr和Jt分别是描述接收天线极化状态(ψr,χr)和发射天线极化状态(ψt,χt),二者为以Stokes矢量描述的极化状态矢量,上式只给出了Stokes矢量归一化的结果。该矢量与目标的极化散射特性无关,矩阵K作为描述目标散射特性的物理量,只与目标的物理性质有关,它是目标的Stokes矩阵,与目标Muller矩阵的关系为K=diag(1,1,1,-1)·M。在计算中,如果只关心接收功率的相对值,可以将常数k省略,进而使得计算过程进一步简化。
步骤二三三:分别将极化定标前、后的定标器散射矩阵为SP和SA带入到式(6)的矩阵K处,即可得到极化定标前后的极化合成功率在两个极化坐标下描述目标的散射系数和极化状态之间的关系:
步骤二四:在计算出极化定标前后各定标器的极化合成功率关系式后,绘制PP、PA与ψr、ψt、χr、χt的三维图形及定标器的极化响应图。
步骤二五:将定标器的理论散射矩阵同样带入到式(6)的矩阵K处,同样可绘制定标器的理论极化响应图。
步骤二六:将极化定标前后定标器的极化响应图与定标器的理论极化响应图进行对比可分析出极化定标对极化数据的改善,实现极化定标效能的评估任务。
步骤二七:确定极化SAR图像中的目标位置,基于极化分解理论及目标的电磁散射特性,计算极化定标前后全极化或双极化SAR图像中目标的散射分量占比,绘制极化分量柱状对比图。
步骤三:确定极化SAR图像中的目标位置,基于极化分解理论及目标的电磁散射特性,计算极化定标前后全极化或双极化SAR图像中目标的散射分量占比,绘制极化分量柱状对比图;并对极化定标前后极化目标分解结果的主要分量成分进行RGB伪彩色合成,得到评估极化SAR图像极化定标效能的可视化结果。具体步骤如下:
步骤三一:确定极化定标前后极化SAR图像中真实目标的位置,对图像中真实目标进行切片处理,真实目标主要包括:舰船、车辆、飞机。
步骤三二:采用极化目标分解方法计算极化定标前后的极化散射分量,对于全极化SAR图像可以采用的极化目标分解方法包括:Pauli分解、Krogager分解、Freeman极化目标分解、Yamaguchi极化目标分解及H-A-α极化分解。对于双极化SAR图像可以采用的极化目标分解方法包括:H-A-α极化分解。对于Pauli分解、Krogager分解、Freeman极化目标分解、Yamaguchi极化目标分解,极化散射分量包括:奇次散射、偶次散射、体散射。对于H-A-α极化分解,极化散射分量包括H、A、alpha,其中,H极化分量表示了信号在水平方向上的散射情况,A极化分量表示了信号在方位向上的传播和散射情况,alpha极化分量表示了信号的偏振状态,可以用来描述信号的圆偏振或椭偏振特性。在计算出各个散射分量的占比后,绘制出极化定标前后的真实目标的极化分量柱状对比图。
步骤三三:根据以上多种全极化或双极化SAR目标分解提取得到的特征进行伪彩色图像的合成,以对比定标前后各个特征在视觉效果上的变化。对于全极化SAR图像,以Freeman分解为例,得到的偶次散射、奇次散射、体散射三种目标分解分量分别作为三通道彩图的R、G、B通道,将三通道图像进行展示即可直观观察出目标分解后各个分量的比例,而对比定标前后的伪彩色合成图则可以直观看出极化定标对于散射成分的影响。对于双极化SAR图像,将H-A-α分解得到的成分H、A、alpha,分别作为三通道彩图的R、G、B通道,将三通道图像进行展示即可直观观察出目标分解后各个分量的比例,而对比定标前后的伪彩色合成图则可以直观看出极化定标对于散射成分的影响。
实施例:
首先,对一组极化定标前后的全极化和双极化SAR数据中的定标器绘制极化评估参数折线,如图2、图3所示。然后,选取极化定标前后SAR图像中的某个定标器进行极化响应图的绘制,如图4所示。根据图4极化定标前后的极化响应图与理论极化响应图进行对比可知:极化定标前的特征响应图畸变形状明显,无法体现理想的反射器的特征,而极化定标后的极化响应图己经十分接近理想状况,因此证明了极化定标的有效性。最后,对一组极化定标前后的双极化SAR数据采用H-A-α目标分解得到的伪彩合成结果如图5所示。对一组极化定标前后的全极化SAR数据采用Freeman极化目标分解得到的伪彩合成结果如图6所示。绘制极化散射分量的柱状图如7所示。
根据极化定标前后伪彩合成图的结果图5和图6可知:极化定标前的伪彩合成图并没有有效地对图像进行极化目标分解。而极化定标后的伪彩合成图,具有良好的对比度,使不同特征或区域之间的差异清晰可见。并且不同颜色之间的边界清晰,使观察者能够轻松分辨出不同的对象或信息。因此直观的看出极化定标的有效性。根据极化散射分量柱状对比图7可以看出:极化定标前只有体散射分量,而极化定标后包含奇次散射、偶次散射和体散射分量,因此极化定标后SAR图像物理解释性增强,可以提供更多的物理信息和散射机制,可以更好地理解目标或场景中的散射行为,从而提供更准确的目标分类、识别和分析。
Claims (9)
1.一种基于极化响应及散射特性的极化定标效能评估方法,其特征在于所述方法包括如下步骤:
步骤一:获取同一地区两幅极化定标前后的全极化或者双极化SAR图像及极化定标矩阵;
步骤二:基于极化定标矩阵计算极化定标评估参数,确定极化SAR图像中的定标器位置,获取各个定标器在极化定标前后的散射矩阵,绘制极化定标评估参数折线图及各个定标器在极化定标前后的三维极化响应图;
步骤三:确定极化SAR图像中的目标位置,基于极化分解理论及目标的电磁散射特性,计算极化定标前后全极化或双极化SAR图像中目标的散射分量占比,绘制极化分量柱状对比图;并对极化定标前后极化目标分解结果的主要分量成分进行RGB伪彩色合成,得到评估极化SAR图像极化定标效能的可视化结果。
2.根据权利要求1所述的基于极化响应及散射特性的极化定标效能评估方法,其特征在于所述步骤一的具体步骤如下:
步骤一一:获取同一地区两幅极化定标前后的全极化或者双极化SAR图像;
步骤一二:基于极化信号收发模型确定极化定标矩阵,所述极化信号收发模型为:
M=RST (1)
其中,M为雷达接收信号矩阵;和/>分别为系统发射和接收通道矩阵;/>为目标真实极化散射矩阵;Rpp和Rqq分别代表接收端各自极化通道度量的变化;Tpp和Tqq分别代表接收天线相应通道引入的串扰;Rpq和Rqp分别代表发射端各自极化通道的度量的变化,Tpq和Tqp分别代表发射天线相应通道引入的串扰;
步骤一三:获得当前全极化或者双极化SAR图像的极化定标矩阵R和T。
3.根据权利要求1所述的基于极化响应及散射特性的极化定标效能评估方法,其特征在于所述步骤二的具体步骤如下:
步骤二一:对于全极化数据,将收发信号模型转换为如下形式:
定义全极化数据的定标评估参数,包括通道串扰δ1、δ2、δ3、δ4和通道不平衡度f1、f2:
式中,δ1表示接收H极化通道信号时,串入的V极化通道信号的比率;δ2表示接收V极化通道信号时,串入的H极化通道信号的比率;δ3表示发射V极化通道信号时,串入的H极化通道信号的比率;δ4表示发射H极化通道信号时,串入的V极化通道信号的比率;f1表示接收端V极化通道相对于H极化通道的不平衡比率;f2表示发射端V极化通道相对于H极化通道的不平衡比率;
对于双极化数据,将收发信号模型转换为如下形式:
定义双极化数据的定标评估参数,包括通道串扰δ1、δ2、δ3和通道不平衡度f1:
其中,δ1、δ2是接收垂直极化波和水平极化波时的天线串扰,即接收一种极化波中混入另一种极化成分的比例;δ3是发射H极化通道信号时,V通道的串扰;f1为两路接收通道间的不平衡度;
步骤二二:将步骤二一计算得到的通道串扰和通道不平衡度绘制成折线图;
步骤二三:在极化定标前后的极化SAR图像中确定各个定标器位置,获取各个定标器在极化定标前后的散射矩阵,具体步骤如下:
步骤二三一:定义极化定标前、后的定标器散射矩阵为SP和SA;
步骤二三二:基于Stokes矢量的推导可以得到如下关于极化合成功率的公式:
其中,P是ψr、ψt、χr、χt的函数,k(λ,θ,φ)是与天线有效散射截面积和波阻抗有关系的常数;Jr和Jt分别是描述接收天线极化状态(ψr,χr)和发射天线极化状态(ψt,χt);矩阵K作为描述目标散射特性的物理量;k为常数;
步骤二三三:分别将极化定标前、后的定标器散射矩阵为SP和SA带入到式(6)的矩阵K处,即可得到极化定标前后的极化合成功率在两个极化坐标下描述目标的散射系数和极化状态之间的关系:
步骤二四:在计算出极化定标前后各定标器的极化合成功率关系式后,绘制PP、PA与ψr、ψt、χr、χt的三维图形及定标器的极化响应图;
步骤二五:将定标器的理论散射矩阵带入到式(6)的矩阵K处,绘制定标器的理论极化响应图;
步骤二六:将极化定标前后定标器的极化响应图与定标器的理论极化响应图进行对比可分析出极化定标对极化数据的改善,实现极化定标效能的评估任务;
步骤二七:确定极化SAR图像中的目标位置,基于极化分解理论及目标的电磁散射特性,计算极化定标前后全极化或双极化SAR图像中目标的散射分量占比,绘制极化分量柱状对比图。
4.根据权利要求1所述的基于极化响应及散射特性的极化定标效能评估方法,其特征在于所述步骤三的具体步骤如下:
步骤三一:确定极化定标前后极化SAR图像中真实目标的位置,对图像中真实目标进行切片处理;
步骤三二:采用极化目标分解方法计算极化定标前后的极化散射分量,在计算出各个散射分量的占比后,绘制出极化定标前后的真实目标的极化分量柱状对比图;
步骤三三:根据全极化或双极化SAR目标分解提取得到的特征进行伪彩色图像的合成,以对比定标前后各个特征在视觉效果上的变化。
5.根据权利要求4所述的基于极化响应及散射特性的极化定标效能评估方法,其特征在于所述真实目标包括:舰船、车辆、飞机。
6.根据权利要求4所述的基于极化响应及散射特性的极化定标效能评估方法,其特征在于所述全极化SAR图像采用的极化目标分解方法包括:Pauli分解、Krogager分解、Freeman极化目标分解、Yamaguchi极化目标分解及H-A-α极化分解。
7.根据权利要求6所述的基于极化响应及散射特性的极化定标效能评估方法,其特征在于所述Pauli分解、Krogager分解、Freeman极化目标分解、Yamaguchi极化目标分解的极化散射分量包括:奇次散射、偶次散射、体散射。
8.根据权利要求4所述的基于极化响应及散射特性的极化定标效能评估方法,其特征在于所述双极化SAR图像采用的极化目标分解方法包括:H-A-α极化分解。
9.根据权利要求6或8所述的基于极化响应及散射特性的极化定标效能评估方法,其特征在于所述H-A-α极化分解的极化散射分量包括H、A、alpha,其中,H极化分量表示信号在水平方向上的散射情况,A表示信号在方位向上的传播和散射情况,alpha表示信号的偏振状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311233944.9A CN117269908A (zh) | 2023-09-23 | 2023-09-23 | 基于极化响应及散射特性的极化定标效能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311233944.9A CN117269908A (zh) | 2023-09-23 | 2023-09-23 | 基于极化响应及散射特性的极化定标效能评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117269908A true CN117269908A (zh) | 2023-12-22 |
Family
ID=89202148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311233944.9A Pending CN117269908A (zh) | 2023-09-23 | 2023-09-23 | 基于极化响应及散射特性的极化定标效能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117269908A (zh) |
-
2023
- 2023-09-23 CN CN202311233944.9A patent/CN117269908A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107229933B (zh) | 自适应体散射模型的freeman/特征值分解方法 | |
Saville et al. | Rethinking vehicle classification with wide-angle polarimetric SAR | |
CN107576953A (zh) | 基于互质mimo阵列的相干与非相干混合目标doa估计方法 | |
CA2411615A1 (en) | Surface wave radar | |
CN111220955B (zh) | 基于垂直阵列协方差矩阵特征分解的机载气象雷达地杂波抑制方法 | |
CN102914773A (zh) | 一种多航过圆周sar三维成像方法 | |
Demirci et al. | Interpretation and analysis of target scattering from fully-polarized ISAR images using Pauli decomposition scheme for target recognition | |
CN113655478A (zh) | 一种成像方法及装置 | |
JP5369817B2 (ja) | ポラリメトリsar装置及びポラリメトリsarデータを用いる目標物同定方法 | |
Zhu et al. | Robust moving targets detection and velocity estimation using multi-channel and multi-look SAR images | |
CN117269908A (zh) | 基于极化响应及散射特性的极化定标效能评估方法 | |
Bouzerdoum et al. | Compressive sensing for multipolarization through-the-wall radar imaging | |
CN107507251B (zh) | 一种双极化sar图像的伪彩色合成方法和装置 | |
CN114926696A (zh) | 基于复矩阵和多特征协同学习的遥感图像分类方法 | |
CN111458689B (zh) | 基于极化散射中心的多径散射特征分类方法 | |
Cloude | Dual-versus quad-pol: a new test statistic for radar polarimetry | |
Blix et al. | Machine Learning simulations of quad-polarimetric features from dual-polarimetric measurements over sea ice | |
CN112505642A (zh) | 一种psfda-mimo雷达低复杂度参数估计方法 | |
Demirci et al. | Application of H/ᾱ Decomposition to Limited and Dual-Polarimetric 3D SAR Data of Civilian Vehicles | |
Roldan et al. | Total variation compressive sensing for extended targets in MIMO radar | |
CN104217410A (zh) | 一种全极化sar伪彩图合成方法 | |
Demirci | Applying Polarimetric Target Decomposition to 2D Turntable ISAR Imagery of a Complex Vehicle | |
Salman et al. | Exploitation of polarimetry in short range 3D UWB-radar object imaging | |
Liu et al. | A new polarimetric CFAR ship detection system | |
CN103399302B (zh) | 基于穿墙阵列空间对称性的墙体杂波抑制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |