[发明专利]抑制极化SAR分解中散射机制模糊的方法

说明书

技术领域

本发明涉及雷达信号处理技术领域，特别涉及抑制极化SAR分解中散射机制模糊的方法。

背景技术

极化SAR能够获得比单极化SAR更全面的目标信息，目标极化分解技术可以揭示出全极化SAR图像中目标的散射机理，是目前提取目标散射特征最有效的方法之一，它能够直接反映和描述地面物体的散射机制、物理特性和取向等信息，为极化SAR目标分类识别提供了重要基础。基于模型的分解方法直接与地面目标的散射机制相对应，通过对地面目标散射机制进行准确地建模，根据这些模型从目标极化相干矩阵或协方差矩阵中提取出其对应的功率大小，具有实际的物理意义，是近年来国内外研究最热的分解算法。

经典的基于模型的极化SAR三分量分解中存在散射机制提取模糊问题，即目标的真实散射机制不能被正确地提取标示出，主要由于面散射及偶次散射存在负功率情况，即利用假设的模型进行功率提取时计算出的功率值为负数，这并不具有实际意义。

现有的抑制散射机制模糊的方法主要是非负特征值分解方法，然而其存在以下缺陷：

1、非负特征值方法是一种强制性的数学措施，并没有从基于模型的分解的本质即模型须与极化SAR数据相适应出发；

2、散射场景可能存在去极化情形，即可能存在两种不同旋转角的面或偶次散射目标，在非负特征值方法中只能提取出一种；

3、非负特征值方法中，体散射选取所有可能值中最大的一个，仍然被过高估计，这也间接地导致了散射机制模糊问题。

发明内容

为克服上述现有技术存在的至少一种缺陷，本发明提供了一种抑制极化SAR分解中散射机制模糊的方法，包括如下步骤：

步骤一，获取雷达测量的极化相干矩阵，所述极化相干矩阵包含地物的极化信息，将所述极化相干矩阵在(-π/2，π/2)范围内以恒定的步长进行旋转，旋转角度为θ，得到旋转后的相干矩阵[T(θ)]；

步骤二，建立观测方程[T(θ)]＝f[T_g]+fs[Ts]+f_d[T_d]+fv[Tv]，并对其进行循环求解，其中f是[T_g]所表示散射类型的功率系数，[T_g]是可以表示任意散射类型的散射模型，fs是面散射功率系数，[T_s]是面散射模型，f_d是偶次散射功率系数，[T_d]是偶次散射模型，fv是体散射功率系数，[Tv]是体散射模型；

步骤三，获取所有满足条件f，fs，f_d，fv≥0时的θ角的值并将其记录在集合内，该条件表示此时所有功率系数为非负，各功率系数具有实际意义；

步骤四，比较内的各θ角所对应的f的值，获取f的最大值f_max，并选择f_max对应的θ角作为最终相干矩阵的旋转角度并记录[T(θ)]方程中角度下其余变量的值；

步骤五，将步骤四获得的旋转角度代入[T(θ)]得到旋转后的相干矩阵利用旋转不变的Alpha角参数判断[T_g]的散射类型，其中Alpha角参数α的表达式为：

S代表散射矩阵的散射系数，H和V表示不同的电磁波极化方式，将α拓展到非相干情形，形式为：

k为在非相干情形下判断散射机制类型的有效参数；

步骤六，将步骤四中获取的值带入到步骤一中的[T(θ)]，得到[T(θ)]中的元素值T(1,1)、T(2,2)和T(3,3)，并将该三个元素值带入公式(2)中算出k值，若k∈[0,1]，则[T_g]的散射类型为偶次散射，若k∈(1,2]，则[T_g]的散射类型为面散射；

根据公式(3)得到散射总功率：

其中P_s为面散射类型的散射总功率，P_d为偶次散射类型的散射总功率，P_v为体散射类型的散射总功率。

优选的，步骤二中f的求解公式如下：

其中γ＝ω/2，

本发明提供的抑制极化SAR分解中散射机制模糊的方法，具有如下有益效果：

1、本发明对于极化SAR分解散射机制模糊的抑制采取的是从模型与极化数据自适应的角度出发，而非数学强制手段加以限制，结果更具有实际物理意义，因此对于实际散射特征的提取更为合理；