極化SAR射頻干擾抑制與地物分類(lèi)方法研究.pdf

1、極化合成孔徑雷達(dá)(Polarimetric Synthetic Aperture Radar, PolSAR)系統(tǒng)可以獲取不同極化收發(fā)方式組合下的目標(biāo)電磁波散射信息，可以顯著提高目標(biāo)的分類(lèi)與識(shí)別能力，它在戰(zhàn)場(chǎng)偵察、精確打擊等軍事和資源勘探、環(huán)境監(jiān)視等民用方面都具有廣闊的應(yīng)用前景。然而，實(shí)際PolSAR系統(tǒng)工作時(shí)容易受到同頻段的射頻源干擾，大量射頻干擾的存在將顯著地降低PolSAR的成像質(zhì)量，進(jìn)而影響目標(biāo)特征提取和地物分類(lèi)等解譯處理的準(zhǔn)確

2、性。由于干擾與雷達(dá)回波是時(shí)域或頻域是混疊的，如何對(duì)射頻干擾進(jìn)行有效的檢測(cè)與抑制是當(dāng)前雷達(dá)信號(hào)處理領(lǐng)域中的熱點(diǎn)與難點(diǎn)問(wèn)題。同時(shí)，PolSAR圖像蘊(yùn)含了地物目標(biāo)的形狀、大小、取向和介電特性等，如何充分地挖掘PolSAR數(shù)據(jù)的潛力，設(shè)計(jì)有效的目標(biāo)特征提取與地物分類(lèi)方法是雷達(dá)目標(biāo)識(shí)別的熱點(diǎn)與難點(diǎn)問(wèn)題。因此，針對(duì)極化SAR的射頻干擾抑制與地物分類(lèi)方法研究具有重要的理論意義和廣闊的應(yīng)用前景。本文在國(guó)家自然科學(xué)基金項(xiàng)目、教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃項(xiàng)

3、目和橫向課題等資助下，結(jié)合實(shí)際PolSAR系統(tǒng)應(yīng)用，重點(diǎn)研究了射頻干擾抑制和PolSAR圖像地物分類(lèi)問(wèn)題，并在窄帶射頻與寬帶射頻干擾抑制、PolSAR目標(biāo)特征提取與地物分類(lèi)等方面取得較突出的研究成果，具體的研究?jī)?nèi)容包括以下幾個(gè)方面:
　　1.作為研究基礎(chǔ)，論文首先介紹了PolSAR的工作原理，推導(dǎo)了PolSAR回波信號(hào)和干擾數(shù)學(xué)模型，建立了場(chǎng)景回波與成像處理過(guò)程的映射關(guān)系。然后，從成像質(zhì)量評(píng)估和目標(biāo)散射機(jī)理解譯分析兩個(gè)方面，定性和

4、定量地分析了射頻干擾對(duì)仿真與實(shí)測(cè)PolSAR數(shù)據(jù)的影響，為后續(xù)的射頻干擾檢測(cè)與抑制方法和PolSAR特征提取與分類(lèi)方法的研究奠定了理論基礎(chǔ)。
　　2.針對(duì)窄帶射頻干擾嚴(yán)重影響SAR成像質(zhì)量與圖像解譯的難題，提出了一種基于峭度分析的干擾檢測(cè)方法和基于獨(dú)立子空間分析的窄帶干擾抑制方法。首先，推導(dǎo)了有無(wú)干擾雷達(dá)回波信號(hào)的統(tǒng)計(jì)分布模型，詳細(xì)地分析了窄帶干擾在時(shí)域、頻域、時(shí)頻域和圖像域的特點(diǎn)。并以此為基礎(chǔ)提出了一種基于峭度的干擾檢測(cè)方法，該

5、方法可以根據(jù)奈曼-皮爾遜準(zhǔn)則自適應(yīng)地確定檢測(cè)閾值，能夠在較低的誤警概率下獲得較好的檢測(cè)性能。然后，提出了一種基于獨(dú)立子空間分析的窄帶干擾抑制方法。該方法突破了常規(guī)獨(dú)立分量分析無(wú)法用于單通道下盲信號(hào)分離的條件限制。根據(jù)干擾和有用回波信號(hào)間的統(tǒng)計(jì)特性差異性，從時(shí)頻平面提取出干擾對(duì)應(yīng)的獨(dú)立基分量，進(jìn)而實(shí)現(xiàn)干擾獨(dú)立子空間的重構(gòu)與相消。該方法不僅能夠有效抑制干擾，而且能夠?qū)崿F(xiàn)對(duì)多個(gè)射頻干擾源的解譯。最后，仿真和實(shí)測(cè)數(shù)據(jù)的處理結(jié)果驗(yàn)證了所提出的窄帶

6、射頻干擾檢測(cè)與抑制方法的有效性。
　　3.針對(duì)寬帶射頻干擾與SAR回波信號(hào)在時(shí)域或頻域難于分離的挑戰(zhàn)，提出一種基于瞬時(shí)頻譜特征子空間濾波的寬帶干擾檢測(cè)與抑制方法，提高了SAR成像質(zhì)量。首先，建立了寬帶干擾的兩種典型調(diào)制形式模型，并系統(tǒng)地分析了不同調(diào)制形式的寬帶干擾在時(shí)域、頻域、時(shí)頻域和圖像域的特點(diǎn)。寬帶干擾在時(shí)域和頻域內(nèi)均與雷達(dá)回波嚴(yán)重混疊，難以實(shí)現(xiàn)有效的干擾抑制。而在時(shí)頻平面內(nèi)，干擾與雷達(dá)回波信號(hào)的時(shí)頻聚集性存在明顯的差異?；?/p>

7、此，提出了一種基于瞬時(shí)頻譜特征子空間濾波的寬帶射頻干擾檢測(cè)與抑制方法。該方法利用負(fù)熵統(tǒng)計(jì)量對(duì)每個(gè)瞬時(shí)頻譜進(jìn)行干擾檢測(cè)，并根據(jù)誤警率自適應(yīng)地確定檢測(cè)閾值，實(shí)現(xiàn)干擾最優(yōu)檢測(cè)。再利用特征子空間濾波抑制瞬時(shí)頻譜中的干擾分量，盡可能地減小了由于干擾抑制引起的信號(hào)損失。最后，仿真和實(shí)測(cè)數(shù)據(jù)的處理結(jié)果驗(yàn)證了所提出的寬帶射頻干擾檢測(cè)與抑制方法的有效性。
　　4.針對(duì)極化SAR圖像解譯中的地物特征提取難題，提出了一種基于張量獨(dú)立分量分析的特征提取方

8、法。結(jié)合多種極化目標(biāo)分解特征量進(jìn)行分類(lèi)，有助于提高PolSAR圖像的地物分類(lèi)準(zhǔn)確度。但由于特征量之間的相關(guān)性，若僅僅簡(jiǎn)單的將特征量進(jìn)行組合，有可能會(huì)額外引入冗余性，增加計(jì)算復(fù)雜度的同時(shí)并不會(huì)帶來(lái)分類(lèi)準(zhǔn)確度的顯著提升。傳統(tǒng)的線性或者非線性特征提取方法都源于矩陣代數(shù)，需要將圖像向量化展開(kāi)，而并未考慮空間相鄰像素點(diǎn)之間的相關(guān)性。首先，在張量代數(shù)的框架下，通過(guò)結(jié)合不同極化目標(biāo)分解算法計(jì)算得到的多種特征參數(shù)，將整幅圖像表征成一個(gè)三階全局極化特征張

9、量。其次，引入張量代數(shù)統(tǒng)一表征了傳統(tǒng)基于矩陣代數(shù)的特征提取方法，并分析了其處理流程的不足之處，并提出了基于張量代數(shù)的特征提取方法。該方法利用Tucker張量分解實(shí)現(xiàn)極化特征張量空間維度的低秩估計(jì)，進(jìn)而結(jié)合獨(dú)立分量分析方法完成極化特征張量的特征降維。最后，仿真與實(shí)測(cè)數(shù)據(jù)的處理結(jié)果表明該方法能夠克服相干斑的影響，獲得的樣本點(diǎn)在特征空間中具有更高的類(lèi)內(nèi)聚合度和類(lèi)間分離度，從而獲得更高的分類(lèi)準(zhǔn)確率。
　　5.針對(duì)極化SAR圖像定性解譯中的

10、地物分類(lèi)問(wèn)題，提出了一種基于多維主分量分析的分類(lèi)方法，該方法有效地利用像素局部鄰域的散射相關(guān)性，獲得良好的實(shí)測(cè)極化SAR圖像地物分類(lèi)效果。首先，在基于多特征量結(jié)合的基礎(chǔ)上，將圖像中每個(gè)像素點(diǎn)都建模為一個(gè)三階局部鄰域張量，并根據(jù)先驗(yàn)類(lèi)別信息建立訓(xùn)練張量樣本集。接著，通過(guò)對(duì)訓(xùn)練集中的局部鄰域張量進(jìn)行空間維和特征維的交替最優(yōu)求解，可以將原高維張量的關(guān)鍵信息投影到低維子張量上，從而減小特征間的冗余性，降低了運(yùn)算復(fù)雜度。然后，利用求解得到的最優(yōu)投