CN116626627B - 一种基于整体耦合成分的共极化通道不平衡定标方法 - Google Patents
一种基于整体耦合成分的共极化通道不平衡定标方法 Download PDFInfo
- Publication number
- CN116626627B CN116626627B CN202310725921.3A CN202310725921A CN116626627B CN 116626627 B CN116626627 B CN 116626627B CN 202310725921 A CN202310725921 A CN 202310725921A CN 116626627 B CN116626627 B CN 116626627B
- Authority
- CN
- China
- Prior art keywords
- polarization
- matrix
- polarization channel
- channel imbalance
- dem
- 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.)
- Active
Links
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
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
-
- 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
- G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
-
- 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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种基于整体耦合成分的共极化通道不平衡定标方法,该方法包括如下步骤:步骤1:通过未定标的后向散射矩阵,构建未定标协方差矩阵并沿图像的方位向与距离向分块;步骤2:基于未定标协方差矩阵,求解全极化SAR交叉极化通道不平衡与串扰,并进行校正;步骤3:通过阈值设置,利用DEM求解OA并选择满足要求的区域;步骤4:根据所选区域,利用目标方向偏差的整体耦合成分构造等式确定初步的共极化通道不平衡结果;步骤5:根据第4步得到的不同结果校正极化SAR图像,并将不同结果得到的极化OA与DEMOA进行比较,选择最终共极化通道不平衡结果。本发明能够减少使用未定标参数选取区域所带来的误差。
Description
技术领域
本发明属于雷达探测领域,具体涉及一种基于整体耦合成分的共极化通道不平衡定标方法。
背景技术
极化合成孔径雷达(Synthetic Aperture Radar,SAR)能够获取、分析以及处理电磁波所携带极化信息。其通过发射和接收相互垂直的不同波段的电磁波,能够将地物散射特性尽可能完整体现出来,在多场景、多情形下具有优先使用地位。极化信息具有两种表示方式,一是后向散射矩阵,二是目标的散射功率矩阵,也称为Kennaugh矩阵。Kennaugh矩阵相比后向散射矩阵来说,基于二阶统计量给出了更明确的地物散射特征情况,但是在实际应用中经常被忽略,具有较大的挖掘价值。Kennaugh矩阵能够表征对称性、不规则性、对称目标与非对称目标的去极化成分以及耦合成分等。其中,目标方向偏差的整体耦合成分在Kennaugh矩阵用表示,其与方向角(Orientation Angle,OA)有关。对于方位角为0的区域,即照射目标的雷达视线与目标对称面中的地物法线方向平行的区域,整体耦合成分也为0。方向角主要由两种方式求解,分别是基于极化方式和基于数字高程模型(DigitalElevation Model, DEM)方式,两种求出方向角的结果分别称为极化OA与DEMOA。
在极化SAR中,极化回波的准确性是发挥其作用的前提。极化SAR在轨运行时,通常会受到硬件损耗以及外部环境等因素影响,这会对极化应用产生较大的制约,而这种制约体现在不同通道幅度和相位的相互关系是否正确,具体量化为通道串扰以及交叉极化和共极化通道不平衡。极化定标的目的即确定不同通道之间失真的严重程度并进行校正,表征出极化图像中正确的地物信息。
几十年来,由于角反射器在各通道的相对关系较为清晰,其被认为是最准确的定标方式。在一些应用场景中,例如多频极化定标以及地势较为险恶的地区,使用角反射器会耗费人力物力以及对实验人员造成极大困难,因此现在更多的研究热点聚焦在只应用分布式目标进行定标。其中,共极化通道不平衡通常使用无旋性地物进行定标,即1)利用极化失真参数选取无旋性区域;2)基于无旋性等式进行初步求解;3)基于DEM去除初步结果中的模糊。其中,因为极化失真对选取无旋性区域的极化参数影响较大,导致无旋性定标存在误差。
发明内容
为解决上述技术问题,本发明的主要目的在于提供一种基于整体耦合成分的共极化通道不平衡定标方法,能够基于DEM并减少极化失真对极化参数的影响,准确将外定标极化失真参数完整求解出来。
为达到上述目的,本发明采用如下技术方案:
一种基于整体耦合成分的共极化通道不平衡定标方法,包括如下步骤:
步骤1:通过未定标的后向散射矩阵,构建未定标协方差矩阵并沿图像的方位向与距离向分块;
步骤2:基于未定标协方差矩阵,求解全极化SAR交叉极化通道不平衡与串扰,并进行校正;
步骤3:通过阈值设置,利用DEM选取OA满足要求的区域;所述DEM表示数字高程模型,所述OA表示方向角;
步骤4:根据步骤3中的区域,利用目标方向偏差的整体耦合成分构造等式得到三个初步的共极化通道不平衡结果;
步骤5:根据第4步得到的三个初步的共极化通道不平衡结果校正极化SAR图像,并将得到的极化OA与DEMOA进行比较,选择最终共极化通道不平衡结果;所述DEMOA为利用DEM求解的OA。
进一步地,所述步骤1中,首先对未定标的后向散射矩阵构建定标模型,并利用后向散射矩阵表征各像元通道之间的关系求解各像元的协方差矩阵,并进行多像元的协方差矩阵的平均从而减小相干斑噪声的影响;对原始图像沿图像的方位向以及距离向进行分块。
进一步地,所述步骤2中,通过平均后的协方差矩阵,保留串扰值的高次项,基于考虑反射对称性的Ainsworth算法求解交叉极化通道不平衡以及串扰;并依据定标模型,将求解出的交叉极化通道不平衡以及串扰带入到未定标的图像中,并进行校正。
进一步地,所述步骤3中,对航天飞机雷达地形测绘任务SRTM的DEM进行前向地理编码,将DEM从世界大地测量系统84坐标系映射到SAR图像斜距坐标系;然后将SAR图像斜距坐标系下的DEM转换为地距坐标系下的DEM,并求解OA同时求出OA小于阈值的区域,得到最终的OA满足要求的区域。
进一步地,所述步骤4中,通过OA对斯托克斯反射矩阵的影响以及极化OA和DEMOA相等的关系,利用在所述最终的OA满足要求的区域下不存在目标方位偏差引起的整体耦合成分,构造等式进行求解,得到三个初步的共极化通道不平衡结果。
进一步地,所述步骤5中,将得到的三个初步的共极化通道不平衡结果分别对未定标的后向散射矩阵进行校正,同时对校正后的后向散射矩阵分别求解极化OA,然后与DEMOA做相关性分析,找到最大相关性对应的共极化通道不平衡结果为最终求解结果。
有益效果:
本发明主要针对Kennaugh矩阵中方位角为0的区域整体耦合成分也为0这一特性进行定标。考虑到实际定标中,通常利用无旋性确定共极化通道不平衡。然而,极化失真参数对选取区域的影响增大了定标误差,所以本发明提出了一种利用DEM这一确定地物信息标定共极化通道不平衡,减少使用未定标参数选取区域所带来的误差。
附图说明
图1为雷达几何结构示意图;
图2为本发明的基于整体耦合成分的共极化通道不平衡定标方法流程图;
图3为星载高分三号(GF-3)仿真的数据集;其中,(a)为Pauli图像以及分块示例,(b)为DEM图,(c)为添加串扰以及通道不平衡后的数据,(d)为通过DEM给出的选取区域结果,其中白色代表选取的区域;
图4为实际的共极化通道不平衡求解结果图;其中,(a)为幅度求解结果,(b)为相位求解结果。
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。
根据本发明的一个实施例,全极化SAR系统未定标情况下,利用目标方向偏差的整体耦合成分对全极化SAR系统进行极化定标的重要性为:
全极化SAR系统极化定标主要是确定四个极化之间的幅度和相位不一致性,主要体现在交叉极化和共极化通道不平衡以及泄漏值即串扰值。利用角反射器四通道之间的相对关系确定极化失真参数是最为准确的定标方式,但是考虑到角反射器不易携带以及不同波段需要的角反射器大小不同,实际中经常利用分布式目标进行定标。现如今,已经有若干分布式目标确定串扰以及交叉极化通道不平衡的算法,其研究的热点和难点主要集中在利用分布式目标定标。分布式目标定标的主要问题一是如何设定定标算法,二是如何在全极化数据未定共极化通道不平衡的情况下选取符合定标算法的区域。本发明首次利用方向角(Orientation Angle,OA)为0时,不会存在目标方向偏差引起的整体耦合成分这一特性进行定标。并且在选取符合定标算法的区域时,考虑到OA可以利用外部数字高程模型(Digital Elevation Model, DEM)求解出来,选取区域不会受到系统失真的影响,所以相对于利用存在失真的极化参数选取无旋性区域,本发明所提出的选取方式较为准确。
进一步的,全极化SAR系统未定标情况下,基于整体耦合成分的共极化通道不平衡定标的流程包括:
首先通过未定标的后向散射矩阵,构建未定标协方差矩阵并沿图像的方位向与距离向分块;然后基于未定标协方差矩阵,求解全极化SAR交叉极化通道不平衡与串扰值,并对图像进行校正;通过设置阈值,利用DEM选取OA满足要求的区域;根据所选区域并利用目标方向偏差会引起整体耦合成分这一特性构建等式,确定初步的共极化通道不平衡结果;根据三个不同共极化通道不平衡求解的初步结果校正极化SAR图像,求解不同结果得到的极化OA与DEMOA进行比较,选择最终结果。
对于所述基于整体耦合成分的共极化通道不平衡定标方法适用性,目前对于大多数已知的DEM模型,在海域以及水域等自然地物通常会将DEM设置为最小值或者是0,导致在利用DEM求解极化OA时存在奇点,在实际精细化定标中,要根据单极化数据去除这些区域;考虑到存在植被会影响DEM的计算,造成误差,所以对于森林等植被茂密的区域可以做多次实验,保证消除误差带来的影响;在利用本发明提出的算法求解共极化通道不平衡时,主要是利用牛顿迭代法进行求解。对于牛顿迭代法来说,可能存在不收敛的情况,在求解中要进行甄别,去除奇异值带来的影响。
基于以上分析,如图2所示,根据本发明的一个实施例,提出一种基于整体耦合成分的共极化通道不平衡定标方法,该方法包括如下步骤:
步骤1:通过未定标的后向散射矩阵,构建未定标协方差矩阵并沿图像的方位向与距离向分块;
步骤2:基于未定标协方差矩阵,求解全极化SAR交叉极化通道不平衡与串扰值,并进行校正;
步骤3:通过阈值设置,利用DEM选取OA符合特性的区域;
步骤4:根据所述步骤3的区域,利用目标方向偏差的整体耦合成分构造等式确定三个不同共极化通道不平衡结果;
步骤5:根据第4步得到的三个不同共极化通道不平衡结果校正极化SAR图像,并将不同结果得到的极化OA与DEMOA进行比较,选择最终结果。
进一步的,所述步骤1包括:
通常来说,未定标的后向散射矩阵可以表示为:
(1)
其中,是失真的地物散射矩阵,()分别是失真的四通道地物散射值;是绝对定标参数;是接收端失真矩阵,是接收端的通道不平衡,是接收端的串扰;是未失真的地物散射矩阵,()分别是未失真的四通道地物散射值;为发射端失真矩阵,发射端的通道不平衡,是发射端的串扰;是地物散射矩阵,()分别是四通道的噪声值。
由于噪声可以通过水体等参数测出,以及本发明主要聚焦串扰以及通道不平衡,所以可以忽略绝对定标参数以及噪声等。除了式(1)外,未定标的后向散射模型还可以表示为:
(2)
其中,为串扰矩阵,u、v、w、z分别为串扰因子;为交叉极化通道不平衡矩阵,为交叉极化通道不平衡;为共极化通道不平衡矩阵,为共极化通道不平衡。
式(1)与式(2)可以相互转换,转换关系为:
(3)
(4)
依据式(2),可以得到未定标的协方差矩阵为:
(5)
其中,右上角标的含义为共轭转置,表示多像元的平均处理。为真实目标散射的协方差矩阵,其表达式为:
(6)
在实际的计算中,对于星载SAR和机载SAR在方位向上运行的时间较短,而在不同距离向下数据与入射角有关,所以对于不同距离向上求出的极化失真也是不同的。为了更精准求解出沿距离向上的不同值,要对距离向上的数据进行分块。并且为了后续求解精确,沿方位向也进行分块。
步骤2:基于未定标协方差矩阵,求解全极化SAR交叉极化通道不平衡与串扰值,并进行校正。
由于Ainsworth算法忽略了串扰的高阶项,在求解较高的串扰下,迭代结果不准确,甚至发散,所以利用改进的Ainsworth算法来解决问题。首先对极化SAR数据沿距离向进行分块,并对每一块数据求出平均的未定标协方差矩阵。然后求出的初值,为:
(7)
其中,代表未定标协方差矩阵的元素,并且表示矩阵的第行,表示矩阵的第列;表示对复数求角度,范围为,为复数单位。然后根据式(5),将首先进行初步校正,校正后的关系式为:
(8)
其中,为初值校正矩阵;接着通过Quegan算法,得到u、v、w、z的初值,为:
(9)
根据式(8)与式(9),得到的串扰校正矩阵,为:
(10)
不去除串扰的高阶项,将上式展开,得到:
(11)
(12)
(13)
(14)
其中,上标表示复数的共轭操作,和分别为矩阵和中第m行n列
元素。假设去除串扰以及交叉极化通道不平衡后,共极化通道与交叉极化通道不相关,则:
(15)
可以根据式(15)四个变量的实部和虚部为0,共八个变量,构造牛顿迭代法,求解u、v、w、z八个未知量(分别包括实部和虚部)。最后根据残差是否小于系统指标得到串扰求解结果。如果不满足,则将式(10)的作为更新值替换式(8)中的进一步迭代,得到最终以及u、v、w、z并带入到式5,最终得到仅存共极化通道不平衡的协方差矩阵为:
(16)
步骤3:通过阈值设置,利用DEM选取OA符合特性的区域。
将航天飞机雷达地形测绘任务SRTM的DEM进行前向地理编码,将DEM的坐标系转换到SAR图像所在的坐标系中。然后利用转换后的DEM求解OA,其表达式为:
(17)
其中,即为OA,是入射角,是距离向坡度,是方位向坡度。
根据图1所表示的雷达几何结构示意图,令为曲线法向,则:
(18)
(19)
其中,,,分别为曲线法向在方位向、地距向以及高度向的单位法向量;,,分别为方位向分辨率、地距向分辨率以及图像上相邻像素之间的高程差。
通过式(17)、式(18)以及式(19),充分考虑误差的影响,设置OA的绝对值小于某一阈值时选取区域,即认为该区域不存在对称目标与非对称目标的整体耦合成分。
步骤4:根据步骤3的选取区域定标给出共极化通道不平衡的初步结果。
由于目标方位偏差导致的整体耦合成分为0的区域满足:
(20)
其中,为取实部操作,为矩阵中第m行n列元素。由于的存在,使得在所选区域不为0。结合式(16),通过影响的整体耦合成分表达式为:
(21)
其中,为的倒数,为矩阵中第m行n列元素,上标表示复数的共轭。
容易看出,式(21)存在一个恒解,即。为了去除该解所带来的误差影响,将等式整体除,去除0值所带来的差异,即:
(22)
通过牛顿迭代法求解,求出,进而求出共极化通道不平衡的备选值。由于式(20)中的相位接近0度以及±180°,因此式(22)求解出的值包含90°±180°的相位差,所以在求解后,要对整体偏移90°,然后在-180°~180°之间取相位值。并且考虑到实际牛顿迭代法可能存在不收敛的问题,将求出的幅度和相位进行滤波,然后进行最小二乘法拟合得到三个初步的共极化通道不平衡结果。
步骤5:根据第4步得到的三个不同共极化通道不平衡结果校正极化SAR图像,并将不同结果得到的极化OA与DEMOA进行比较,选择出相关性最强的组合对应的共极化通道不平衡,即为最终结果。
将求出的备选值,带入到已校正的u、v、w、z以及的数据,进行全部极化失真的校正。然后利用所选极化数据求出极化OA,并与DEM求出的OA做相关,找到最大相关的值所对应的,即为最终的值。下面结合具体实施例对本发明的技术方案作进一步详细说明。
实施例1
高分三号(GaoFen-3,GF-3)是一颗民用微波遥感成像卫星,同时也是我国首颗C波段SAR卫星,其具有高分辨率、大成像幅宽、高辐射精度、多成像模式和长时工作的特点,能够全天候和全天时实现全球海洋和陆地信息的监视监测。考虑到在实际验证下,人为添加通道不平衡以及串扰可以较清晰的求出算法误差,所以本发明利用人工添加通道不平衡以及串扰,对算法的实际效果进行验证。
图3展示了GF-3仿真的数据集,该数据选取的是沙漠区域,避免水域等影响。图3的(a)给出的是所选数据的Pauli图,其中虚线将图像按方位向和距离向分块。图3的(b)给出的是通过SRTM的DEM投影到地距SAR图像得到的结果。由于DEM是利用外部数据获取,所以其不受极化失真的影响。图3的(c)是通过仿真,添加不同的极化失真后得到的Pauli图像。通过式(17),设置阈值,可以得到极化OA符合要求的区域,如图3的(d)的白色点。
图4给出了实际的共极化通道不平衡求解结果,其中,图4的(a)为幅度求解结果,图4的(b)为相位求解结果。相较于实现所代表的真实值来说,虚线的拟合值在幅度和相位之间拟合度较高。通过计算,实际的幅度误差和相位误差为0.0496dB和0.5278°,能够满足实际GF-3的定标要求。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于整体耦合成分的共极化通道不平衡定标方法,其特征在于,基于DEM并减少极化失真对极化参数的影响,准确将外定标极化失真参数完整求解出来,包括如下步骤:
步骤1:通过未定标的后向散射矩阵,构建未定标协方差矩阵并沿图像的方位向与距离向分块;
步骤2:基于未定标协方差矩阵,求解全极化SAR交叉极化通道不平衡与串扰,并进行校正;
步骤3:通过阈值设置,利用DEM选取OA满足要求的区域;所述DEM表示数字高程模型,所述OA表示方向角;
步骤4:根据步骤3中的区域,利用目标方向偏差的整体耦合成分构造等式得到三个初步的共极化通道不平衡结果;
通过影响的整体耦合成分表达式为:
(21)
其中,为的倒数,为矩阵中第m行n列元素,上标表示复数的共轭,式
(21)存在一个恒解,即,将等式整体除,去除0值所带来的差异;表示所选区
域,为共极化通道不平衡,为取实部操作;
步骤5:根据第4步得到的三个初步的共极化通道不平衡结果校正极化SAR图像,并将得到的极化OA与DEMOA进行比较,选择最终共极化通道不平衡结果;所述DEMOA为利用DEM求解的OA。
2.根据权利要求1所述的基于整体耦合成分的共极化通道不平衡定标方法,其特征在于,所述步骤1中,具体包括:
首先对未定标的后向散射矩阵构建定标模型,并利用后向散射矩阵表征各像元通道之间的关系求解各像元的协方差矩阵,并进行多像元的协方差矩阵的平均从而减小相干斑噪声的影响;对原始图像沿图像的方位向以及距离向进行分块。
3.根据权利要求2所述的基于整体耦合成分的共极化通道不平衡定标方法,其特征在于,所述步骤2中,通过平均后的协方差矩阵,保留串扰值的高次项,基于考虑反射对称性的Ainsworth算法求解交叉极化通道不平衡以及串扰;并依据定标模型,将求解出的交叉极化通道不平衡以及串扰带入到未定标的图像中,并进行校正。
4.根据权利要求3所述的基于整体耦合成分的共极化通道不平衡定标方法,其特征在于,所述步骤3中,对航天飞机雷达地形测绘任务SRTM的DEM进行前向地理编码,将DEM从世界大地测量系统84坐标系映射到SAR图像斜距坐标系;然后将SAR图像斜距坐标系下的DEM转换为地距坐标系下的DEM,并求解OA同时求出OA小于阈值的区域,得到最终的OA满足要求的区域。
5.根据权利要求4所述的基于整体耦合成分的共极化通道不平衡定标方法,其特征在于,所述步骤4中,通过OA对斯托克斯反射矩阵的影响以及极化OA和DEMOA相等的关系,利用在所述最终的OA满足要求的区域下不存在目标方位偏差引起的整体耦合成分,构造等式进行求解,得到三个初步的共极化通道不平衡结果。
6.根据权利要求5所述的基于整体耦合成分的共极化通道不平衡定标方法,其特征在于,所述步骤5中,将得到的三个初步的共极化通道不平衡结果分别对未定标的后向散射矩阵进行校正,同时对校正后的后向散射矩阵分别求解极化OA,然后与DEMOA做相关性分析,找到最大相关性对应的共极化通道不平衡结果为最终求解结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310725921.3A CN116626627B (zh) | 2023-06-19 | 2023-06-19 | 一种基于整体耦合成分的共极化通道不平衡定标方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310725921.3A CN116626627B (zh) | 2023-06-19 | 2023-06-19 | 一种基于整体耦合成分的共极化通道不平衡定标方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116626627A CN116626627A (zh) | 2023-08-22 |
| CN116626627B true CN116626627B (zh) | 2025-04-08 |
Family
ID=87592117
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310725921.3A Active CN116626627B (zh) | 2023-06-19 | 2023-06-19 | 一种基于整体耦合成分的共极化通道不平衡定标方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116626627B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117214843B (zh) * | 2023-11-07 | 2024-01-12 | 中国科学院空天信息创新研究院 | 一种基于定标器组的全极化sar系统性能评估方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113945929A (zh) * | 2021-12-20 | 2022-01-18 | 中国科学院空天信息创新研究院 | 一种未定标全极化sar无旋性区域选择方法 |
| CN115047416A (zh) * | 2022-08-15 | 2022-09-13 | 中国科学院空天信息创新研究院 | 一种基于对称区域表面扭曲成分的全极化sar定标方法 |
| CN115718284A (zh) * | 2023-01-10 | 2023-02-28 | 中国科学院空天信息创新研究院 | 基于圆极化反射对称性的共极化通道不平衡定标方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101556328B (zh) * | 2009-05-08 | 2012-06-20 | 西安电子科技大学 | 基于杂波协方差矩阵的机载雷达空时二维滤波器构建方法 |
| DE102013206557B4 (de) * | 2013-04-12 | 2017-03-23 | Siemens Healthcare Gmbh | Magnetresonanzscanner mit Antennensystem |
| US11402495B2 (en) * | 2016-12-01 | 2022-08-02 | Thales Alenia Space Italia S.P.A. Con Unico Socio | SAR-based monitoring of non-visible or non-always-visible or partially visible targets and associated monitoring, critical situation detection and early warning systems and methods |
-
2023
- 2023-06-19 CN CN202310725921.3A patent/CN116626627B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113945929A (zh) * | 2021-12-20 | 2022-01-18 | 中国科学院空天信息创新研究院 | 一种未定标全极化sar无旋性区域选择方法 |
| CN115047416A (zh) * | 2022-08-15 | 2022-09-13 | 中国科学院空天信息创新研究院 | 一种基于对称区域表面扭曲成分的全极化sar定标方法 |
| CN115718284A (zh) * | 2023-01-10 | 2023-02-28 | 中国科学院空天信息创新研究院 | 基于圆极化反射对称性的共极化通道不平衡定标方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116626627A (zh) | 2023-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102393513B (zh) | 一种基于自然分布场景和稀少定标器的极化定标方法 | |
| CN105445708B (zh) | 一种极化合成孔径雷达的定标方法 | |
| CN115718284B (zh) | 基于圆极化反射对称性的共极化通道不平衡定标方法 | |
| CN109752696B (zh) | 一种高分辨率合成孔径雷达卫星图像中角反射器rcs校正方法 | |
| CN110865346B (zh) | 一种基于直接定位算法的星载sar时间参数标定方法 | |
| CN106405547A (zh) | 一种多极化sar简缩极化模式定标方法 | |
| CN106950551B (zh) | 基于辐射稳定特性挖掘的sar辐射定标方法 | |
| CN113945928B (zh) | 一种基于无旋性区域的全极化sar定标方法 | |
| CN106526593A (zh) | 基于sar严密成像模型的子像素级角反射器自动定位方法 | |
| Chisham | Calibrating SuperDARN interferometers using meteor backscatter | |
| JP3742881B2 (ja) | 偏波合成開口レーダ較正方法及び装置 | |
| CN116626627B (zh) | 一种基于整体耦合成分的共极化通道不平衡定标方法 | |
| CN117471407A (zh) | 一种基于自然地物的sar反射面天线波束指向标定方法 | |
| Huang et al. | Azimuth Pointing Calibration for Rotating Phased Array Radar Based on Ground Clutter Correlation | |
| CN115047416B (zh) | 一种基于对称区域表面扭曲成分的全极化sar定标方法 | |
| Mao et al. | Ionospheric phase delay correction for time series multiple-aperture InSAR constrained by polynomial deformation model | |
| CN108375770A (zh) | 一种基于旋转对称性的全极化sar数据的极化定标方法 | |
| CN108983172B (zh) | 一种随机进化约束的sar辐射定标方法 | |
| CN114966593A (zh) | 基于城区等效旋转二面角点目标统计的sar极化相位不平衡估计方法 | |
| Lindsley et al. | Adapting the SIR algorithm to ASCAT | |
| CN117214843B (zh) | 一种基于定标器组的全极化sar系统性能评估方法 | |
| CN116520257B (zh) | 一种l波段全极化系统极化定标方法 | |
| Huang et al. | Reference network construction for persistent scatterer detection in SAR tomography: Ant colony search algorithm (ACSA) | |
| CN115079114B (zh) | 基于海洋与角反射器后向散射的机载sar辐射定标方法 | |
| CN117253132B (zh) | 基于分布式目标的dfsar全极化数据可用性评估方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |