合成孔径雷达.docx
《合成孔径雷达.docx》由会员分享，可在线阅读，更多相关《合成孔径雷达.docx（15页珍藏版）》请在冰豆网上搜索。
合成孔径雷达
合成孔径雷达
（SAR）
合成孔径雷达产生的过程
为了形成一幅真实的图像增加两个关键参数：
分辨率、识别能力。
合成孔径打开了无限分辨能力的道路
相干成像特性：
以幅度和相位的形式收集信号的能力
相干成像的特性可以用来进行xx合成
民用xx接收系统SEASAT、SIR-
A、SIR-B
xx军用xx（LACROSSE）
xx民用xx（ERS系列）
合成孔径雷达（SAR）是利用雷达与目标的相对运动将较小的真实天线孔径用数据处理的方法合成一个较大孔径的等效天线孔径的雷达。
特点：
全天候、全天时、远距离、和高分辨率成像并且可以在不同频段不同极化下得到目标的高分辨率图像
SAR高分辨率成像的距离高分辨率和方位高分辨率
距离分辨率取决于信号带宽
方位高分辨率取决于载机与固定目标相对运动时产生的具有线性调频性质的多普勒信号带宽
相干斑噪声
机载合成孔径雷达是合成孔径雷达的一种
极化：
当一个平面将空间划分为各向同性和半无限的两个均匀介质，我们就可以定义一个电磁波的入射平面，用波矢量K来表征：
该平面包含矢量K以及划分这两种介质的平面法线垂直极化（V）：
无线电波的振动方向是垂直方向与水平极化（H）：
无线电波的振动方向是水平方向
TExx：
电场E与入射面垂直
THxx：
电场E属于入射平面
合成孔径雷达的应用
军事上、地质和矿物资源勘探、地形测绘和制图学、海洋应用、水资源、农业和林业合成孔径雷达在军事领域的应用：
战略应用、战术应用、特种应用。
SAR系统的几个发展趋势：
多波段、多极化、多视角、多模式、多平台、高分辨率成像、实时成像。
SAR图像相干斑抑制的研究现状
分类：
成像时进行多视处理、成像后进行滤波
多视处理就是对同一目标生成多幅独立的像，然后进行平均。
这是最早提出的相干斑噪声去除的方法，这种技术以牺牲空间分辨率为代价来获取对斑点的抑制
成像后的滤波技术成为SAR图像相干噪声抑制技术发展的主流
均值滤波、中值滤波、维纳滤波用来滤去相干斑噪声，这种滤波方法能够在一定程度上减小相干斑噪声的方差
合成孔径雷达理论概述
合成孔径雷达是一种高分辨率成像雷达，高分辨率包含两个方面的含义：
方位向的高分辨率和距离向高分辨率。
它通过采用合成孔径原理提高雷达的方位分辨率，并依靠脉冲压缩技术提高距离分辨率
由于SAR雷达发射信号（距离向信号）和合成孔径信号（方位信号）均具有线性调频性质，SAR成像的实质就是通过匹配滤波器对距离向和方位向具有线性调频信号的信号进行二维脉冲压缩的过程，也就是依靠脉冲压缩技术提高距离分辨率，通过合成孔径原理提高雷达的方位分辨率的过程
SAR成像处理是先利用距离向匹配滤波器，进行距离脉压，实现距离向高分辨率后，再通过方位向德匹配滤波，最终得到原始目标的高分辨图像。
合成孔径雷达成像的算法
合成孔径成像的实质就是对回波信号进行二维脉冲压缩，由于在SAR回波信号中的不同位置目标的距离移动曲线相互交叉、回波相互叠加，且不同的斜距地目标的信号多普勒特性也不同，因此成像处理不只是简单的二维脉冲压缩，而是考虑目标的距离移动与方位的相关性，如何消除距离的移动式区分各种成像算法的关键，并导致了各种成像算法在成像质量以及成像效率上的差异。
合成孔径雷达的特点：
一、二维高分辨率
二、分辨力与波长、载体的飞行高度、雷达的作用距离无关
三、强投射性：
不受气候、昼夜影响，全天候成像有点。
选合适的波长可以投射一定的遮掩物体
四、包含多种散射信息：
不同的目标，往往具有不同的介电常数、表面粗糙等物理和化学特征，他们多微波的不同频率、投射角以及极化方式将呈现不同的散射特性和不同的穿透力，这一性质为目标分类及识别提供了极为有效地新途径
五、分辨率和测量精度
六、多功能多用途
七、多极化、多波段、多工作模式
八、实现综合xx原理
九、与一般相干成像类似，SAR图像具有相干斑效应，影响图像质量，需要用多视平滑技术减轻其有害影响
合成孔径雷达图像的物理基础
电磁传播
均匀介质的传播规律
基本公式
梯无旋，旋无散
磁导率与介电常数相对的磁导率与介电常数
一束电磁波可以用四个矢量来表示：
E电场D电感应B磁感应H磁场
MAXWELL方程
电磁能量的传播
被电磁波覆盖的物体离发射源足够远，可以认为，对局部区域的领域，波是一个平面由具有相同相位的点的集合定义的面称为波面
衰减现象
异质介质中的传播方程
需要考虑的现象：
一、传播的差别在于波前是弯曲的，传播不再是直线
二、散射现象改变了能量沿辐射线的传递
三、波的吸收导致了能量向热能的转化
介电常数变化的情况动
二、介电常数缓慢的变化
吸收介质中的传播方程
应用xx载xx
物质-辐射的相互作用
如果传播介质不是均匀的，电磁波就会发生散射
两种情况：
一、L》λ:
可以认为是无限xx面
二、L《λ：
这是点目标的情况
各种后向散射的理论模型
一、无限xx面
二、瑞利散射体
现实的模型：
粗糙的屈光面、任意目标的散射、目标群的散射
xx有效截面（RCS）
反射波是由每个目标给出的后向散射分量波的总和
多次散射现象
波的极化一个平面波的极化以一个时间的函数表示，它描述了在与E（t）正交的平面内的电场矢量K的端点轨迹
右极化与左极化方位角与椭率角
BSA协议
复后向散射矩阵S以及Mueller矩阵
协方差矩阵C
STOLES矩阵M
Muller矩阵和后向散射矩阵有唯一的对应关系，唯一能使Mueller矩阵符合有真实“物理”存在目标，就是满足这些关系。
极化xxH和V
后向散射：
通常散射截面是入射方向和散射方向的函数，而在合成孔径雷达以及散射计等遥感器中，所观测的散射波的方向是入射方向，这个方向上的散射就是后向散射
合成孔径雷达的原理
监视xx——————成像xx
雷达的分辨率关系着在距离向和方位向上分辨两个邻近目标的能力
距离分辨率由发射脉冲的持续时间确定
方位向分辨率取决于天线方向图的xx
第一代成像xx：
侧视xx
天线被固定在载体上，进行侧视观察，每个脉冲照射尽可能窄的地带
俯视存在着折叠的现象
要提高xx分辨率必须增加天线的xx
利用载体的移动以及信号之间的相干性，通过计算来进行重建，使之等效为一个大尺寸的天线。
在脉冲两次发射之间雷达不断移动，所以实际上我们可以在相位上通过重新组合所有的回波，从而合成一个大型的天线网。
雷达沿着轨道连续地获取一系列图像，通过随后的处理将这些图像组合起来。
最终得到的图像看起来就像是来源于一个天线，而这个天线就是所有天线单元的集合
各种频段：
PLSCXKuKa
RCS取决于入射波的频率和极化
未来发展是双频率系统方向发展
脉冲压缩原理
自适应滤波
辐射分辨率
通过分析抽样函数SINC可以得到雷达分辨率，即雷达分开两个不同目标的能力方位分辨率
xx几何与地形几何
ERS和Radarsat民用星载xx
轨道记录的组成
观测卫星的轨道、极轨星载SAR、非极轨卫星、航天飞机的应用、其他系统、
主要参数：
波段、极化、频率、波长、天线面积、带宽、采样时间与频率、脉冲重复频率、入射角度、波束、视数、分辨率。
第六章反射系数的估计和SAR图像的滤波
图像滤波【xx图像中的噪声大
大降低了图像的可读性】
通过抑制斑点现象来改善图像的外
观【滤波器种类（均值、中值滤波
器）】关心视觉特征和反射系数的估计问
题，消噪的方法过度成了提取信息
的方法
通过反射系数估计的图像是没有噪声的图像。
xx图像滤波的众多方案
探测数据【振幅和强度】
简单滤波器
均值滤波器【一个像素的值用其领域的平均
值代替】
作用：
使同质区域相当平滑，且斑点现象有
所减弱，但是轮廓不是很清楚中值滤波器【窗中所有像素值按序排列，取中间的值】
作用：
可以得到清晰地轮廓，但是同质区域
却没有那么平滑
反射系数R的估计
估计器《滤波器》
雷达图像的基本物理参数是地表的后向散射参数，这个参数正比于场景的平均强度【反射系数R】
观测值包括：
强度、幅度值或者图像中每个点的后向散射波的复数值。
MAP（最大后验概率）估计
ML（xx极大似然）估计
MMSE（最小均方差）估计
评价标准：
偏差用来度量平均值的偏差、估计方差用来度量它的分散程度在孤立点的情况下所有的估计都是有条件的ML除外，因为它是根据数据本身的。
常量反射系数的估计
多视：
多同一像素有多个数据
一、复数据
多视图像对相干斑的消噪效果最好
二、强度数据
单视：
反射系数的最大似然估计就是每个像素的强度
多视：
相互独立：
最大似然估计就对应于强度的算术平均数
相关时：
没有联合概率密度表达式，不能建立ML估计，在实际中取L个视的强度平均
三、幅度数据
如果能得到复数据，用“白化滤波器”比计算强度的滤波器、强度平均的滤波器更有利
空间滤波器
已知场景先验概率的单通道滤波器
强度数据的雷达图像并研究反射系数的各种估计。
根据所选估计的复杂程度，可以考虑相干斑的信息【雷达图像形成过程】，纹理的反射信息
线性MMSE滤波器
非线性MMSE滤波器
非线性MAP滤波器
最大似然估计
MAP估计是有偏的，作为补偿，它很好地保留了反射强度R的对比度多通道滤波器
通过滤波器恢复xx图像的反射强度
一、强度数据
应用最优求和方法来逼近最大视数NL
N：
通道数L：
每幅图像的原有视数
当所有的通道之间的相关都为零时（即所有通道强度都被去相关），得到的表达式成为具有相等辐射值的各通道的平均
在均匀场景下，当所有通道被去相关的之后，有效视数是最大的
二、一般情况：
矢量线性MMSE
极化数据滤波
一、通过组合多极化通道来消除斑点噪声的滤波器
优化准则：
最小方差系数准则
二、极化信息恢复滤波器
三、滤波器参数估计
四、滤波器指标
各种估计的统计评价
欠估计与过估计
MAP估计在u《《1的时，在偏差和条件均方差上有很好的性能，但是在L较小，且非均匀性很强的情况下，其性能较差。
雷达图像的各种滤波方法，最经常使用的场景的估计及先验概率单视数据的情况下得到的性能差别最大，因为当视数超过一定的值后，大部分滤波器的性能是一样的。
第七章SAR图像分类
图像自动处理的一个关键步骤就是检察出场景中存在的原始信息，另一个重要的处理就是图像的分类，其目的是识别地表的属性
分类的目的是给场景中的每个像素指定一个标签，它将具有相同特征的所有像素聚集起来，并辨别出像素所属的种类
分类方法【模式识别技术的基础】：
xx方法
非监督分类【完全不用数据的先验知识，而是利用数据的不同特征】和监督分类【基于考察种类的信息的先验知识】
符号
用于标量图像的xx方法
把各点与其上下文独立出来进行分类的方法称为单点方法。
利用每个点周围领域的方法为上下文方法。
利用整幅图像模型的方法为全局方法
观察模型：
由一幅x类的图像产生了观察图像y的概率
一、点的xx方法
目的：
对每个像素的分类不依赖环境，而是基于对这个像素的一次观察。
监督方法：
第一步确定先验概率和条件概率
第二步将每个像素归属于使其观察概率最大的类别中非监督方法
缺点：
缺乏空间连续性导致最后的分类结果显得很多的噪声
二、基于上下文的xx方法
方法：
一、为每个像素设定一个不变的上下文关系，二、为每个像素选择一个与其特别相似的领域【分割的目的：
将图像分割成联通的同质区域】
三、全局xx方法
利用分类图像的马尔科夫模型【应用于极化图像中、复数据中、雷达图像中（单视或多视的幅度图像）】
监督方法
非监督方法
xx方法用于ERS-1的时间序列
通过在像素的领域或在分割的区域上进行统计计算，利用派生的通道以及上下文来引入纹理
点分类
极化图像分类
Sar极化图像的分类：
一、以极化信息参数分析为基础
二、将“传统”的分类准则应用在极化SAR数据分布上的方法
基于三种后向散射机制的分类
奇数次、偶数次、扩展式
两种不同的介质可能有同样的后向散射机制
熵分类的原理：
有一个占主导的后向散射机制，没有一个占主导的后向散射机制。
主要的可以区分的后向散射机制：
一、由一个平面产生的后向散射，二、由一个偶极子产生的后向散射，三、多重散射
第八章点、边缘和线的检测
第五章相干斑的模型
5.1相干斑的概述
同质区域：
后向散射的物理特性是平稳的
对于单视图像，后向散射场为0的概率最大
滤波：
相干斑的消弱【相干斑不是噪声】
相干斑可以看成是统计意义上进行建模
不同的后向散射波之间的干涉
当我们连续观察在不规则地表上的实现时，对这个像素级上完全确定的物理现象的观察就很随机了，与是它的统计模型可以描述成灾（x，y）平面的随机过程
5.2单视标量相干斑的复循环xx模型
xx相干斑的随机游程及其条件
一阶分布与xx反射系数
对完全发展的相干斑的假定：
分辨单元内的散射元数目Nd足够大
散射元n的幅度和相位独立于其他散射元的幅度和相位
对于每个散射元，其幅度和相位是相互独立的
所有的变量时同分布的
相位是均匀分布的
产生波动的唯一原因：
散射元在很小的范围内随机的波动，而且这些是从分辨单元中随机的抽取出来的
完全发展的相干斑【这些条件的数据的发散达到最大】
散射元的轻微移动会引起像素点周围的后向散射强度I的很大波动。
相干斑引起了辐射的分散性
相干斑---乘性噪声
对数变换用于相干斑的同态滤波
xx反射系数估计偏差
5.3矢量或多视相干斑的多变量复循环高斯模型
N个测度或者N=L视，或N个频率或极化通道或同一个图像中相邻的N个像素的集合
单视xx相干斑的空间相关及其谱特征
两个变量相互独立等价于去相关
热噪声效应
谱白化会加强热噪声效应
谱白化可以改善检测的性能
单视数据的联合分布
标量多视数据的分布
经过多视处理，将多普勒分割成L个子视，这样可以消弱相干斑，可以称其为不完全发展的相干斑。
一般来说这些视与视之间是互相交叠的，因此L幅子图像Zn是相关的。
Gamma分布、广义Gamma分布以及Goodman分布
Gamma分布：
如果子视中的能量是恒定的（总是可以均衡），而且视之间的相关等于零，则强度为I的多视图像遵Gamma规律分布
Goodman分布：
如果多视求和是在相关的视上实现的，我们会得到一个L‘视的图像，其中L‘《L。
而且强度不再依据Gamma分布，而是依据我们称之为goodman规律分布
多视对数数据
升级会员 