极化干涉SAR的研究现状与启示_吴一戎
极化干涉SAR的研究现状与启示
（ＡＲ） ｉ ｔｒ ｒｍｅｒ ＡＲ ａｅｃｎ ｉｅｅ ｒｔ ， ｎ ｅ ｅｂ ｉ ｃ ｎ ｅ ｔ ｏ ｈ ｒｎｅｏ ｔ ｚｔ ｎａ ｄ Ｓ ｗｔ ｉ ｅｆ ｏ ｔｉ Ｓ ｒ ｏ ｓ ｒБайду номын сангаасｆｓｌ ａ ｄｔ ｎｔ ａ ｃ ｏ ｃｐｓ ｆ ｏ ｅｅ ｃ ｐｉ ａｉ ｎ ｈｎ ｅ ｃ ｄ ｉ ｙ ｈ ｈ ｓ ｃ ｍｉ ｏ
提取提供 了可能性 。 ＰＯＬＮＳ Ｉ ＡＲ系统研制 、 数据 处理技 术和 应用研究 己成为 国外Ｓ Ｒ技 术研 究的热点。 Ａ 本文通过对ＰＯＬ ＮＳ Ｒ技术 、 Ｉ Ａ 典型星载极化Ｓ ＡＲ系统研
Ｉ Ａ ＮＳ Ｒ主要用于 获取 地物 的空间垂直结构信息 。通过
极化干涉 Ｓ ＡＲ 的研 究现状 与启 示
吴 一戎 洪 文 王彦 平
北京 １０８） ０００ （ 中国科 学院电子 学研 究所微 波成像技 术国家级重点实验 室
摘
要 ：阐述极化与干涉结合 的基本考虑 ，介绍极化干涉 Ｓ Ｒ相 干最优和 相干 目标分解的基本思想 ，总结分析极 Ａ
化干涉 Ｓ ＡＲ技术 、典型星载极化 Ｓ Ｒ 系统研制和极化干涉 Ｓ Ｒ 应用的研究现状 ，以得到开展极化干涉 Ｓ Ｒ 技 Ａ Ａ Ａ
ｏ ｏ ａ ｉ ｔ ｉ ＡＲ ｔ ｒｅ ｏ ｅ ｒ ｅ ｓ ｍ ｍａ ｉ ｅ ． ｆｐ ｌｒ ｍｅ ｒｃ Ｓ ｉ ｅｆｒ ｍ ｔｙ ａ ｕ ｎ ｒ ｒｚ ｄ Ｋｅ ｒ ｓ Ｐｏ ａ ｉ ｔ ｉ ＡＲ ｎ ｅ ｆ ｒ ｍｅ ｒ Ｐｏ ａ ｉ ｅ ｒｃ Ｓ ｙ ｗｏ ｄ ： ｌ ｍｅ ｒ ｃ Ｓ ｒ Ｉ ｔ ｒｅ ｏ ｔ ｙ； ｌ ｍ ｔ ｉ ＡＲ； ｎ ｅ ｆｒ ｍ ｅ ｒｃ Ｓ ｒ Ｉ ｔ ｒｅ ｏ ｔ ｉ ＡＲ ； ＡＲ Ｓ
１ 引言
机载极化及极化干涉SAR系统国家需求、国内外现状与发展趋势
回复 引用订阅 TOP雷达波段(radar frequency band) 雷达发射电波的频率范围。
其度量单位是赫兹(Hz)或周/秒(C ／S)。
大多数雷达工作在超短波及微波波段，其频率范围在30~300000兆赫，相应波长为10米至1毫米，包括甚高频(VHF)、特高频(UHF)、超高频(SHF)、极高频(EHF)4个波段。
第二次世界大战期间，为了保密，用大写英文字母表示雷达波段。
将230—1000兆赫称为P 波段、1000—2000兆赫称为L波段、2000—4000兆赫称为S波段、4000~8000兆赫称为C 波段、8000—12500兆赫称为x波段、12.5~18千兆赫称Ku波段、18~26.5千兆赫称K波段、26.5~40千兆赫称Ka波段。
上述波段一直沿用至今。
随着超视距雷达和激光雷达的出现，新波段的开辟，雷达采用的工作波长已扩展到从大于166米的短波至小于10-7米的紫外线光谱。
发表于 2007-6-4 13:41 | 只看该作者Re:【共享】机载极化及极化干涉SAR系统国家需求、国内外现状与发展趋势2．国内外研究现状与发展趋势2.1极化SAR系统2.1.1 机载SAR系统机载SAR系统是星载SAR系统的试验基础，因此欧美等国家的机载极化干涉SAR系统都很发达，但我国用户不太容易获取到这些机载系统的数据。
国外著名的机载极化SAR系统包括德国DLR的E-SAR，日本的PISAR、美国的AIRSAR、德国的AeS-1 SAR等。
这些SAR系统都具有重复飞行极化干涉测量能力，并且采用模块化设计，可以实现多频、高空间分辨和干涉测量的组合模式获取数据。
我国机载SAR系统的设计能力尚局限在单频、单极化，如对L、X、S波段单极化SAR系统都有比较成熟的设计能力，但极化SAR系统发展较为薄弱；我国机载干涉SAR系统尚只有一个X-波段双天线系统问世。
因此，我国在SAR传感器研制能力和水平上和国外相比还有相当大的差距，若还不引起重视就只能是越来越落后，最终会有被国际SAR传感器研制学界边缘化的危险。
基于极化干涉sar 的树林高度反演方法研究
文章标题：基于极化干涉SAR的树林高度反演方法研究1. 概述树木是地球上最常见的植被类型之一，对于我们了解森林生态系统、研究气候变化以及进行资源管理具有重要意义。
树木高度的精确获取是林业、生态学和环境科学等领域研究的基础。
传统的树高测量方法需要大量的人力物力，且受地形和遮蔽等因素的影响较大，因此难以实现大范围和高精度的树高遥感监测。
而基于极化干涉SAR的树林高度反演方法，则成为了一种颇具潜力的新途径。
2. 极化干涉SAR技术概述极化干涉SAR技术是合成孔径雷达（SAR）的一种特殊应用方式，通过分析雷达信号的干涉相位差，实现地表覆盖物的表面形态和高程等地理特性的获取。
极化干涉SAR技术在地形测量、植被监测和城市建筑等领域得到了广泛的应用。
3. 树木高度反演原理树木高度反演是利用SAR技术获取树冠表面高程信息的过程。
极化干涉SAR技术通过获取多个时段的SAR数据，并对其进行干涉处理，可以获取地表的高程信息。
树木在雷达波的作用下会产生特征性的反射、衍射或回波信号，这些信号可以用来估算树木的高度。
在极化干涉SAR技术中，通过对极化数据进行处理，可以实现对树木高度的反演。
4. 极化干涉SAR的树林高度反演方法4.1 单极化SAR数据在树高反演中的应用单极化SAR数据是树冠高度反演的主要数据源之一。
在单极化SAR 数据中，通常利用雷达反射强度和相位差来估算树冠高度。
然而，单极化SAR数据在树高反演中存在一定的局限性，如对地形、杂散辐射以及天线方向效应等因素较为敏感。
4.2 极化干涉SAR数据在树高反演中的优势相较于单极化SAR数据，极化干涉SAR数据在树高反演中具有更大的优势。
极化干涉SAR数据可以获取地表的高程信息，同时对树木的反射特性具有更好的识别能力。
通过对极化干涉SAR数据的干涉处理和特征提取，可以较准确地获取树木的高度信息。
5. 我的个人观点和理解极化干涉SAR的树林高度反演方法在实际应用中展现了很大的潜力。
基于图像分类的极化SAR系统的极化误差分析
Ａｎ ｌ ｓ ｓｏ ｌ ｒ ｚ ｔｏ ｒ ｒ ｏ ｌ ｒ ｚ ｔｏ ＡＲ ｙ ｔ ｍ ａ ｙ ｉ ｆ Ｐｏ ａ ｉ ａ ｉ ｎ Ｅｒ ｏ ｆ Ｐｏ ａ ｉ ａ ｉ ｎ Ｓ Ｓ ｓｅ Ｂａ ｅ ｎ Ｉ ａ ｅ Ｃｌ ｓ ｉ ｉａ ｉ ｎ ｓ ｄ ｏ ｍ ｇ ａ ｓ ｆｃ ｔｏ
ｓ ｔ ｍ ， ｎｄ ａ ｌ ｚ ｓ ｔ ｎｆｕｅ ｅ ｏ ｏｌｒｚ ｔｏｎ ｅ ｒ ｎ ｔ ｍ ａ ｅ ｃａ ｓｆｃ ｔｏｎ ｔ ｔ ａ ｓ ｔ ｅ ｙｓｅ ａ ｎａ ｙ ｅ ｈｅ ｉ ｌ ｎｃ ｆ ｐ ａ ｉａ ｉ ｒ ｏｒ ｏ ｈｅ ｉ ｇ ｌ ｓ ｉｉａ ｉ ｈａ ｔ ｋｅ ｈ
０
士 丘
随着越 来 越 多 的极 化 Ｓ Ｒ 系统 的 出现 及其 实 Ａ 用化， 极化 ｓ ＡＲ图像 数 据变 得 越 来越 丰 富 ， 凸显 出 极化 Ｓ ＡＲ图像 分类工作 的重要 性 。
２１ ０ ０年 ４月
舰 船 电 子 对 抗
ｓＨ Ｉ ＰＢ０Ａ ＲＤ ＥＩＥＣＴＲＯＮ Ｉ ＣＯ Ｕ ＮＴ ＥＲ Ｍ ＥＡ ＳＵ ＲＥ Ｃ
Ａｐｒ ２ ０ ． ０１
Ｖ０ ． ３ ＮＯ ２ １３ ．
第 ３ Ｓ ＡＲ 系统 的极 化误 差分 析
ｔ ａ ｃ ａ ｉ ｎ ｒ ｓ ｔ Ｔ ｈｅ ｅ ｐｅ ｉ ｅ ｅ ｕ ｔ ｎｄ ｃ ｔ ： ｎ ｏｒ ｅ ｔ Ｏ ａ ｆ ｃ ｈｅ ｉ ａ ｌ ｓ ｉｉａ ｈｅ ｃ ｌｕｌ ｔｏ ｅ ｕｌ． ｘ ｒｍ ｎｔｒ ｓ ｌｓ ｉ ｉａ ｅ ｉ ｄ ｒ ｎｏ ｔ ｆｅ ｔｔ ｍ ｇｅ ｅ ａ ｓｆｃ —
Ｋｅ ｒ ｓ ｐ ａ ｉａ ｉ ｙ ｔ ｔｃ ａ ｅ ｔ ｒ ａ ａ ｍ ａ ｅ； ｌ ｒｚ ｔｏ ｒ ｏ ； ｉ ｕｌｔｏ Ｗ ｉｈａ ｔｄｉ— ｙ ｗｏ ｄ ： ｏｌｒｚ ｔｏｎ ｓ ｎ ｈｅ ｉ ｐ ｒ ｕ ｅ ｒ ｄ ｒ ｉ ｇ ｐｏ ａ ｉａ ｉ ｎ ｅ ｒ ｒ ｓｍ ａ ｉ ｎ； ｓ ｒ ｓ ｔ ｉ ｕ ｉ ｎ： ａ ｉ ｍ ｉ ｌｈｏ ｄ ｅ ｔｍ ａ ｉ ｅ ｈｏ ｒｂ ｔｏ ｍ ｘ ｕ ｌｋｅｉ ｏ ｓ ｉ ｔｏｎ ｍ ｔ ｄ
极化SAR信息处理技术研究
极化SAR信息处理技术研究摘要：极化合成孔径雷达（PolSAR）系统被广泛应用于地球观测，并得到了广泛的研究。
极化SAR信息处理技术是其核心方面之一，包括极化目标分解、多查波束复制和多极化目标检测等方面。
本文从极化信号的特点、多极化目标分解算法和多极化目标检测算法等方面阐述了极化SAR信息处理技术的研究现状，并总结了其相关领域的发展趋势。
关键字：极化SAR，极化目标分解，多查波束复制，多极化目标检测，信息处理一、引言极化合成孔径雷达（PolSAR）系统是一种非常重要的地球观测技术，可提供丰富的地表反射特征信息。
PolSAR系统通过同时收集水平极化（H）和垂直极化（V）以及正交极化（H × V）的雷达散射信号，可获取三种基本的极化参数。
在地球观测、雷达成像和目标识别等方面，极化SAR信息处理技术已经成为不可或缺的研究领域之一。
二、极化信号的特点极化SAR的特点是其具有三个基本的极化参数，即H极化、V极化和正交极化。
这些参数可以通过距离、方位和极化带宽等方面的变化而变化，因此可以提供丰富的地表反射特征信息。
此外，极化SAR信息处理技术还具有较好的鲁棒性和可靠性，能够在复杂的场景下获得高质量的图像数据。
三、极化目标分解极化目标分解是PolSAR信息处理的核心方面之一，其目的是将极化信息转化为物理量和指标，以实现更为精细的地表特征分析和目标识别。
常见的极化目标分解算法包括保角离差分解（PCP）、极化度分解、保极化度分解（H/A/Alpha）、香农分解等。
四、多查波束复制多查波束复制是一种重要的极化SAR信息处理技术，其将多个极化信息图像合并成一个高分辨率、高质量的图像。
同时，多查波束复制还可以提高数据质量和信息量，减少运算量，使得数据可用性更高。
五、多极化目标检测多极化目标检测是一种通过极化散射信息实现目标检测的技术。
常见的多极化目标检测算法包括常规目标检测算法、极化目标检测算法、超分辨检测算法等。
sar 干涉原理
sar 干涉原理SAR (Synthetic Aperture Radar) 干涉原理SAR (Synthetic Aperture Radar) 是一种通过雷达技术获取地表信息的遥感技术。
它利用合成孔径雷达的工作原理，能够提供高分辨率的地表图像，并具有强大的穿透力和覆盖范围。
SAR 干涉原理是利用多次雷达观测数据的相位信息，实现高精度的地表形变监测和地壳运动研究。
本文将详细介绍 SAR 干涉原理，并探讨其在实际应用中的优势和挑战。
一、SAR 原理简介SAR 技术是利用雷达的原理，通过发射脉冲电磁波并接收反射波信号来测量地面的特征。
传统雷达只能提供单次测量结果，而 SAR 则能够通过多次观测实现数据叠加，从而提高图像的分辨率和准确性。
SAR 通过发射连续波形或脉冲序列，通过接收和记录反射波信号，并利用飞行器或卫星的运动形成合成孔径，进而实现高分辨率的地表图像获取。
SAR 在遥感领域中具有重要的应用价值，广泛用于地貌分析、环境监测、军事侦察等领域。
二、SAR 干涉原理SAR 干涉原理是利用多个相位信息的雷达图像，以测量地面形变和地壳运动。
干涉数据的获取需要两个雷达系统在不同时间内观测同一区域，并保持相同的视角、波长和天线方向。
在两次观测之间，地面的形变或运动会导致相位差的改变。
通过比较这些相位差信息，我们可以推断出地面的形变或运动情况。
干涉技术通过提取雷达图像的相位信息，并进行相位解缠，从而实现地表变形的监测。
三、SAR 干涉应用SAR 干涉应用广泛，尤其在地壳运动研究、地震监测和地质灾害识别等方面发挥着重要作用。
下面我们将介绍几个与 SAR 干涉相关的应用领域。
1. 地壳运动研究SAR 干涉技术在地壳运动研究中具有独特的优势。
利用 SAR 干涉技术，我们可以精确测量地球表面的形变情况，并对地震、断层和火山活动等地质过程进行监测。
同时，SAR 干涉技术还可以用于构建地震破裂面的三维模型，以提供更准确的地震震源参数和破裂几何信息。
SAR成像中几个问题的研究
SAR成像中几个问题的研究SAR成像中几个问题的研究摘要：合成孔径雷达（SAR）成像技术在军事、地质勘探、灾害监测等领域有着广泛的应用。
然而，在实际应用中，我们也面临着一些问题。
本文主要研究了SAR成像中的几个问题，包括地物运动引起的图像模糊、多强度角条件下成像受到的干扰、回波信号的相位解模糊以及极化信息的应用等。
通过对这些问题的深入研究，我们可以进一步提高SAR成像的质量和效果。
1. 地物运动引起的图像模糊：SAR成像在地物运动的情况下容易出现图像模糊现象。
这是由于地物在雷达探测过程中产生的相位变化导致的。
解决这一问题的方法之一是通过多通道观测来获得地物的相位信息，并对其进行修正。
另外，也可以利用运动补偿算法来对地物运动进行校正，从而减少图像模糊。
2. 多强度角条件下成像受到的干扰：SAR成像在不同强度角条件下可能会受到干扰，导致图像质量下降。
为了解决这个问题，我们可以通过调整雷达的发射和接收参数，如极化角度和频率等，来减少干扰。
此外，也可以采用滤波器等信号处理技术来降低干扰的影响。
3. 回波信号的相位解模糊：在SAR成像中，由于目标与雷达之间的距离相对较远，回波信号往往会模糊，导致图像细节不清晰。
为了解决相位解模糊问题，可以采用相位编码技术，通过对回波信号进行编码和解码来获得更清晰的图像。
另外，也可以利用多普勒频率估计算法对相位进行修正，提高图像的分辨率和质量。
4. 极化信息的应用：极化信息是SAR成像中一个重要的参数，可以提供更多的地物特征信息。
通过对极化信息的利用，我们可以实现目标的分类和识别，进一步提高SAR成像的应用效果。
此外，还可以利用极化信息进行地物参数估计和监测，为地质勘探和灾害监测等应用提供更精确的数据支持。
综上所述，SAR成像中的几个问题对于提高成像质量和应用效果具有重要意义。
本文对地物运动引起的图像模糊、多强度角条件下成像受到的干扰、回波信号的相位解模糊以及极化信息的应用进行了深入研究，并提出了相应的解决方法。
机载X波段极化干涉SAR数据非监督分类方法研究
［ 关键 词 ］ 极化干涉 ｓ Ａ Ｒ（ Ｐ ｏ １ Ｉ ｎ ｓ ＡＲ ） ｘ 波 段 非 监 督 分 类 Ｗ ｉ ｓ ｈ ａ ｒ ｔ 最 大 似 然 分 类 器 机 载
［ 中 图分 类 号］ Ｐ ２ ３ ７
［ ｒ献标识码］ Ａ ｊ
［ 文章编号］ １ ０ ０ ７ —３ ０ ０ ０ （ ２ ０ １ ３ ） ０ １ ～６
湖北 武汉 ４ ３ ０ ０ ７ ９ ３ ９ １ ６ ３ ５部 队 ， 北京 １ ０ ２ ２ ４ ９ ）
［ 摘
要］ 针 对 经 典 极 化 分 类 算 法 在 处 理 机 载 ｘ 波段 Ｓ Ａ Ｒ 数 据 时将 过 多地 物 分 为体 散 射 类 型 ， 并 且 容
易受 噪 声 影 响 ， 分类 结果 存 在 大量 误 分 现 象 的 问题 ， 通过 对机 载 ｘ 波 段 Ｓ ＡＲ数 据 非 监 督 分 类 方 法 的 研 究 ， 提
出将 极 化 干 涉信 息 用 于机 载 Ｘ 波 段 极 化 干 涉 Ｓ ＡＲ数 据 的 分 类 。通 过 运 用极 化 干 涉数 据 进 行 目标 分 解 得 到 参
数Ａ 和Ａ 。 对 数 据 进 行 初 始 分类 ， 然后结合改进的 Ｗｉ ｓ ｈ ａ ｒ ｔ 最 大 似 然 分 类 算 法 来进 行 地 物 的 自适 应 分 类 。 实 验结果表 明， 该 方 法 能有 效避 免 平地 效 应 的影 响 ， 抗噪性好 ， 能 正 确 区分 三 种 典 型 散 射 类 型 ， 分 类 效 果 明 显 优
影响 ， 在 进行 极化 干 涉分 类 时 通 常 必须 首 先 对数
据进行 去平 及地 形 校正 处 理 ， 并 且 处理 的效 果会
文献 都是 用 ｃ、 Ｌ或 Ｐ波段 数据 进行 分类 实验 ， 而 用 Ｘ波 段 数 据 进 行 分 类 实 验 的情 况 鲜 有 提 及 。
SAR对地观测技术及应用新进展
SAR对地观测技术及应用新进展作者：李新武郭华东彭星张露傅文学梁雷吴文瑾来源：《南京信息工程大学学报》2020年第02期摘要自1960年4月诞生国际上第一部合成孔径雷达（SAR）以来，SAR技术及应用发展已进入一个新的阶段.在该阶段，对电磁波的波段、极化、振幅和相位等信息的利用更加深入和综合，其显著的技术特征为双/多站或星座观测、极化干涉测量、高时序高分宽幅测绘、三维/四维结构信息获取和超高分辨率观测，其显著的应用特征为面向全球性重大问题如全球变化和全球可持续发展实现地球表面动态过程高精细、大尺度和时间连续的监测和评估.本文首先介绍了SAR对地观测技术的研究背景及意义，然后就四种典型的先进SAR即极化SAR、极化干涉SAR、层析SAR和超高分辨率SAR论述了其近十年来的研究进展，最后，展望了未来这些先进SAR对地观测技术的发展趋势，并重点探讨了在多通道信息获取、多角度观测、高时相观测、分辨率和测绘幅宽提升等方面的发展趋势.关键词极化SAR;极化干涉SAR;层析SAR;超高分辨率SAR;进展与趋势中图分类号TN959文献标志码A0引言合成孔径雷达（Synthetic Aperture Radar，SAR）技术因其可以全天时全天候工作，不受云雾等天气的影响等优势，已经成为对地观测技术的一种核心技术，被大量用于解决人类所面临的资源、环境、生态系统等方面的问题.近年来，国内外相继建立了一系列区域、国家和全球性的对地观测研究计划，如德国宇航局的TanDEM-L计划、欧空局的BIOMASS计划等，极大地促进了SAR技术的蓬勃发展，涌现出许多先进的SAR技术，如极化干涉SAR （PolInSAR）技术、三维层析SAR（TomoSAR）或四维层析SAR（D-TomoSAR）技术、超高分辨率SAR（Ultra High Resolution SAR）技术等.这些先进的SAR 对地观测技术进一步深入利用电磁波的波段、极化、振幅和相位等信息，其显著的技术特征为双/多站或星座观测、极化干涉测量、高时序高分宽幅测绘、三维/四维结构信息获取和超高分辨率观测，能够挖掘出地物目标更加丰富的细节信息，如内部结构特征和散射体散射机理等，其显著的应用特征为面向全球性重大问题如全球变化和全球可持续发展等，实现地球表面动态过程高精细、大尺度和时间连续的监测和评估，满足对全球或区域可持续发展和全球变化监测的迫切需求.未来，新型SAR对地观测技术将继续朝着多通道、多观测角、高时相、高分辨率、高测绘带宽发展，在全球环境变化、全球森林监测、城市三维信息获取、资源勘察、环境监测与评价以及对月探测等领域中将发挥重要作用[1].本文在总结近十年来四种典型的先进SAR对地观测技术的研究现状的基础上，即极化SAR技术、极化干涉SAR技术、层析SAR技术以及超高分辨率SAR技术，探讨了未来先进SAR对地观测技术的发展趋势，重点论述了先进SAR技术在多通道信息获取、多角度观测、高时相观测、分辨率和测绘幅宽提升等方面的发展.1国内外研究现状1.1极化SAR极化SAR（Polarimetric SAR，PolSAR）因其对散射体的形状、方向等形态学参数以及介电常数敏感的特性，能够有效识别和分离目标地物不同类型的散射机制贡献[2]，如表面散射、二面角散射和体散射等.近十年来，国内外学者围绕目标地物散射机制的精细识别做了进一步的研究，主要可分为：1）针对表面散射建模.Bragg 散射模型是目前常用的表面散射模型之一[3]，針对该模型国内外学者做了大量的改进工作.如2011 年，Iodice等[4]提出了一种极化双尺度表面散射模型（Polarimetric Two-Scale Model，PTSM），该模型将散射平面看成是由许多随机倾斜的粗糙小平面组成，这种随机倾斜引起的粗糙度认为是大尺度，而每个小平面仍然认为是满足小尺度粗糙度条件的 Bragg 散射模型.目前，PTSM主要用于裸土和农作物区域土壤湿度反演.2014 年，Chen 等提出的通用模型分解框架中，表面散射建模采用考虑旋转角影响的 Bragg 散射模型，但没有考虑旋转角的概率分布[5];2016 年，Martino等提出了一种新的 X-Bragg 模型，区别在于假定旋转角服从均值为零的高斯分布，成功应用于基于 C 波段数据的小麦区域土壤湿度反演[6].2）针对二面角散射建模.2012 年，Shan 等提出了一种旋转 Fresnel 模型，用来解决城区45°方向角目标与体散射混合引起的解译模糊的问题[7];2014 年，Chen 等提出了考虑旋转角的Fresnel散射模型，解决由方向性建筑物引起的极化基旋转导致出现交叉散射分量的问题，提高了建筑物区域解译的可靠性[5];2015 年，Xiang等也提出了面向交叉极化的二面角散射模型，区别在于假定旋转角服从附加主要旋转角的cosine分布，使得模型具有自适应性，可以有效抑制体散射高估现象并应用到城区分类[8];2016 年，Jagdhuber考虑土壤粗糙度引起的去极化影响，特别是针对明显粗糙的农作物区域，提出了扩展的 Fresnel散射模型，即 X-Fresnel模型[9].X-Fresnel模型一方面采用高斯或者指数函数描述粗糙表面导致的能量损失，另一方面同样引入一个旋转角，并假定其服从均值为零和一定宽度的均匀分布.由于穿透性和土壤条件的限制，该模型目前主要应用于长波（如 L 波段）观测的农作物区域.3）针对体散射建模.2010 年，An等从植被散射的随机性角度出发，提出了一种完全随机的体散射模型，即最大极化熵模型，可以有效抑制散射负能量现象[10];2011 年，Antropov 等直接从地球物理媒介对称性出发推导出一种随机连续体散射模型GVSM，散射体形状参数与Freeman 二分量分解中的体散射模型一致，但随机程度用同极化比值参数描述[11];2012 年，Sato 等提出一种扩展的体散射模型，用于描述方向性建筑物区域二面角结构引起的体散射贡献，假定散射体形状为金属角反射器，散射体方向角服从 cosine 分布，结果表明该模型可以有效抑制城区体散射高估的现象[12];2015 年，Huang等简化了散射体方向角分布函数，提出一种均值为零的 n 阶 sine 和 cosine 分布分别考虑垂直和水平趋向分布情况，提出了一种随机连续体散射模型 SAVSM[13];2017年，Xie提出了附有物理约束的通用模型分解方法（PCGMD），充分考虑分解模型中相关物理参数的先验信息，提高了在定量遥感中的可行性[14];2018年，Xie等提出了三种基于随机连续体散射模型的极化SAR分解方法（PCGMD-GVSM、PCGMD-SAVSM及PCGMD-SNVSM），通过引入三种随机连续体散射模型，能够考虑更复杂的体散射情况，有效提高了分解参数的估计精度[15].4）针对其他散射分量建模.如2015 年，Zou 等[16]提出了一个针对城区复杂形状目标或者人造结构的非反射对称分量模型，相比Yamaguchi 方法[12]考虑了更全面的非反射对称信息.1.2极化干涉SARPolInSAR结合了极化SAR对方向、纹理等特征数敏感的特点，又具有InSAR对高度敏感的特点，因而可以有效识别和分离同一分辨单元内不同高度位置的散射机制贡献，已成功用于森林或农作物高度估计、目标三维结构、植被覆盖区表面参数估计、积雪以及冰盖参数估计等研究中，其中应用更多的是在森林参数反演的研究中.近十年来，关于PolInSAR森林参数反演主要分为以下三类：1）干涉相位差分方法，即根据不同极化通道干涉相位中心存在差异的特性，找到冠层散射和地表散射分别占优的极化方式，然后利用这两种极化方式的干涉相位差来估计森林高度.2010年，Bian等基于微小低阶统计方法对相干最优算法进行了改进，适用于非高斯分布的极化干涉SAR数据[17].同年，Ballester-Berman等将Freeman三分量分解理论引入到极化干涉SAR技术中，将极化干涉协方差矩阵分为表面散射机制、二面角散射机制和体散射机制，并将表面散射机制的相位中心与二面角散射机制相位中心做差分得到植被高度信息[18];2011年，谈璐璐等利用极化相干最优理论改进了ESPRIT算法，可以更加精确地估计植被高度[19];2014年，宋桂萍等提出基于极化干涉互斜方差矩阵分解方法来反演植被高度[20];2015年，Guo等提出目标分解法，并利用极化干涉SAR数据提取地形高度[21].该类方法由于森林冠层去极化的影响几乎很难找到“纯体散射”和“纯地面散射”的极化方式，因此会存在森林高度低估现象.2）基于物理散射模型的参数解算方法.随机体散射体/地表二层（Random Volume over Ground，RVoG）模型是目前得到证实和广泛应用的森林极化干涉相干模型.该模型将体散射体看成是一定厚度的各向同性均匀介质，并用恒定的消光系数来描述电磁波在其中的散射和吸收损失，模型简单有效而且易于实现.但该模型对具有复杂结构森林的异质性没有给出更精细的描述[22].一些学者对异质性问题进行了分析，如Garestier等研究了线性及高斯函数的消光曲线，但对消光系数的这些函数关系仍然只基于假设或实测获得，难以在实践中应用[22].另一方面，在有些林分，多层的森林模型可以更精确地对其结构进行描述，但在解决如何获取多层输入参数及建立相应的极化干涉复相关系数模型上存在问题[22].针对三阶段算法估计精度受相干性分布分离度的限制，国内外众多学者陆续提出了很多改进算法，如改进三阶段算法[23]、复数最小二乘算法[24]、多基线算法[25]、双极化算法[26]等.考虑时间去相干、地形坡度和植被垂直结构不均匀等因素对RVOG模型的影响，学者们相继提出了S-RVOG模型[27]、高斯后向散射模型等[28].3）极化相干层析方法（PCT）.2006年，Cloude基于RVOG模型，提出极化相干层析方法，将复相干系数通过傅里叶-勒让德级数展开，建立垂直结构函数模型进行参数求解[29].近年来许多学者进行了进一步的扩展，如2012年，Zhang等利用正交函数对傅里叶-勒让德展开式进行了改进，并用单基线进行了森林结构的重构[30];2016年，李兰利用单基线PCT方法提取了森林垂直结构信息[31].1.3层析SAR层析 SAR 是传统二维 SAR 成像的三维扩展，它是在InSAR 系统基础上的进一步延伸.该技术通过在高度向上形成合成孔径得到高度向的分辨率，从而实现目标高精度三维成像.经过近二十年的发展，SAR层析技术已被大量应用于城市高精度地形测绘、林下目标识别、森林三维成像以及垂直结构参数反演，如林下地形和森林植被高度、冰川三维成像等方面.随着SAR影像分辨率越来越高，SAR层析技术也逐渐从低分辨率成像算法发展到高分辨率成像算法.目前，SAR层析成像算法大致可以分为非参数谱估计方法、参数谱估计方法、稀疏譜估计方法等三种.1）非参数谱估计方法（Beamforming、Capon、IAA等）.该类方法不需要任何先验信息即可进行SAR层析成像，计算效率高.如2012年，Tebaldini等利用 BioSAR 2008 L-波段和 P-波段的多基线全极化机载SAR 数据对北方森林进行SAR层析成像，有效估计了林下地形和树高[32];2018年，Peng等提出IAA-ML方法，反演了Paracou地区的林下地形和树高[33].2）参数谱估计方法（MUSIC、WSF等）.该类方法虽然提高了非参数谱估计方法的分辨率，但是需要已知散射场景的一些先验知识，如每个分辨单元内散射体的个数.当输入的散射体个数符合实际情况时，该类方法的估计性能优于非参数谱估计方法，反之，则差于非参数谱估计方法.如2012年，Huang等利用WSF方法对德国宇航局机载SAR系统获取的23景合成孔径长度为440 m L-波段全极化SAR数据对森林进行SAR层析成像，识别了隐藏在森林中的卡车，并根据极化角的垂直分布从散射机理角度对不同地物目标（森林与卡车）垂直向空间位置、能量分布与层次结构进行了解释[34].3）稀疏谱估计方法（CS、IAA-BIC、SPICE等）.在实际数据获取中，常常得到非均匀分布基线的SAR影像.为实现高精度的SAR层析三维成像，Moglio等提出先通过插值处理将非均匀采样的数据预处理为均匀采样的数据，来改善傅里叶变换由于数据量少、非均匀分布基线引起的成像质量差的问题[35].但是插值计算量巨大、费时费力，加之SAR层析成像本身的数据处理量就很大，更增加了计算负担，而且插值对噪声敏感，容易引入插值误差，限制了该类方法的应用.稀疏谱估计方法可以很好地解决这一问题.该方法能够很好地克服传统非参数谱估计算法在基线分布不均匀、数据量少的情况下分辨率低、旁瓣严重的问题，提高了高度向的成像分辨率，大大降低了数据获取的成本.如2010年，Zhu等提出SL1MMER SAR层析成像算法[36];2013年，Aguilera等提出基于小波基分解的压缩感知（Wavelet-CS）SAR层析方法[37];2014年，Liang等提出小波基分解的分布式压缩感知（FP-DCS）SAR层析方法，对多基线全极化SAR数据进行SAR层析成像[38];2016年，Li等提出基于散射机制分解的压缩感知（SKP-CS） SAR层析方法[39];2017年，Huang等提出基于混合稀疏基的CS SAR层析方法[40];2018年，Peng等提出IAA-BIC SAR层析方法[41];2019年，Peng等提出基于混合小波基的SPICE SAR层析方法[42].4）针对其他散射分量建模.如2015 年，Zou 等[16]提出了一个针对城区复杂形状目标或者人造结构的非反射对称分量模型，相比Yamaguchi 方法[12]考虑了更全面的非反射对称信息.1.2极化干涉SARPolInSAR结合了极化SAR对方向、纹理等特征数敏感的特点，又具有InSAR对高度敏感的特点，因而可以有效识别和分离同一分辨单元内不同高度位置的散射机制贡献，已成功用于森林或农作物高度估计、目标三维结构、植被覆盖区表面参数估计、积雪以及冰盖参数估计等研究中，其中应用更多的是在森林参数反演的研究中.近十年来，关于PolInSAR森林参数反演主要分为以下三类：1）干涉相位差分方法，即根据不同极化通道干涉相位中心存在差异的特性，找到冠层散射和地表散射分别占优的极化方式，然后利用这两种极化方式的干涉相位差来估计森林高度.2010年，Bian等基于微小低阶统计方法对相干最优算法进行了改进，适用于非高斯分布的极化干涉SAR数据[17].同年，Ballester-Berman等将Freeman三分量分解理论引入到极化干涉SAR技术中，将极化干涉协方差矩阵分为表面散射机制、二面角散射机制和体散射机制，并将表面散射机制的相位中心与二面角散射机制相位中心做差分得到植被高度信息[18];2011年，谈璐璐等利用极化相干最优理论改进了ESPRIT算法，可以更加精确地估计植被高度[19];2014年，宋桂萍等提出基于极化干涉互斜方差矩阵分解方法来反演植被高度[20];2015年，Guo等提出目标分解法，并利用极化干涉SAR数据提取地形高度[21].该类方法由于森林冠层去极化的影响几乎很难找到“纯体散射”和“纯地面散射”的极化方式，因此会存在森林高度低估现象.2）基于物理散射模型的参数解算方法.随机体散射体/地表二层（Random Volume over Ground，RVoG）模型是目前得到证实和广泛应用的森林极化干涉相干模型.该模型将体散射体看成是一定厚度的各向同性均匀介质，并用恒定的消光系数来描述电磁波在其中的散射和吸收损失，模型简单有效而且易于实现.但该模型对具有复杂结构森林的异质性没有给出更精细的描述[22].一些学者对异质性问题进行了分析，如Garestier等研究了线性及高斯函数的消光曲线，但对消光系数的这些函数关系仍然只基于假设或实测获得，难以在实践中应用[22].另一方面，在有些林分，多层的森林模型可以更精确地对其结构进行描述，但在解决如何获取多层输入参数及建立相应的极化干涉复相关系数模型上存在问题[22].针对三阶段算法估计精度受相干性分布分离度的限制，国内外众多学者陆续提出了很多改进算法，如改进三阶段算法[23]、复数最小二乘算法[24]、多基线算法[25]、双极化算法[26]等.考虑时间去相干、地形坡度和植被垂直结构不均匀等因素对RVOG模型的影响，学者们相继提出了S-RVOG模型[27]、高斯后向散射模型等[28].3）极化相干层析方法（PCT）.2006年，Cloude基于RVOG模型，提出极化相干层析方法，将复相干系数通过傅里叶-勒让德级数展开，建立垂直结构函数模型进行参数求解[29].近年来许多学者进行了进一步的扩展，如2012年，Zhang等利用正交函数对傅里叶-勒让德展开式进行了改进，并用单基线进行了森林结构的重构[30];2016年，李兰利用单基线PCT方法提取了森林垂直结构信息[31].1.3层析SAR层析 SAR 是传统二维 SAR 成像的三维扩展，它是在InSAR 系统基础上的进一步延伸.该技术通过在高度向上形成合成孔径得到高度向的分辨率，从而实现目标高精度三维成像.经过近二十年的发展，SAR层析技术已被大量应用于城市高精度地形测绘、林下目标识别、森林三维成像以及垂直结构参数反演，如林下地形和森林植被高度、冰川三维成像等方面.随着SAR影像分辨率越来越高，SAR层析技术也逐渐从低分辨率成像算法发展到高分辨率成像算法.目前，SAR层析成像算法大致可以分为非参数谱估计方法、参数谱估计方法、稀疏谱估计方法等三种.1）非参数谱估计方法（Beamforming、Capon、IAA等）.该类方法不需要任何先验信息即可进行SAR层析成像，计算效率高.如2012年，Tebaldini等利用 BioSAR 2008 L-波段和 P-波段的多基线全极化机载SAR 数据对北方森林进行SAR层析成像，有效估计了林下地形和树高[32];2018年，Peng等提出IAA-ML方法，反演了Paracou地区的林下地形和树高[33].2）参数谱估计方法（MUSIC、WSF等）.该类方法虽然提高了非参数谱估计方法的分辨率，但是需要已知散射场景的一些先验知识，如每个分辨单元内散射体的个数.当输入的散射体个数符合实际情况时，该类方法的估计性能优于非参数谱估计方法，反之，则差于非参数谱估计方法.如2012年，Huang等利用WSF方法对德国宇航局机载SAR系统获取的23景合成孔径长度为440 m L-波段全极化SAR数据对森林进行SAR层析成像，识别了隐藏在森林中的卡车，并根据极化角的垂直分布从散射机理角度对不同地物目标（森林与卡车）垂直向空间位置、能量分布与层次结构进行了解释[34].3）稀疏谱估计方法（CS、IAA-BIC、SPICE等）.在实际数据获取中，常常得到非均匀分布基线的SAR影像.为实现高精度的SAR层析三维成像，Moglio等提出先通过插值处理将非均匀采样的数据预处理为均匀采样的数据，来改善傅里叶变换由于数据量少、非均匀分布基线引起的成像质量差的问题[35].但是插值计算量巨大、费时费力，加之SAR层析成像本身的数据处理量就很大，更增加了计算负担，而且插值对噪声敏感，容易引入插值误差，限制了该类方法的应用.稀疏谱估计方法可以很好地解决这一问题.该方法能够很好地克服传统非参数谱估计算法在基线分布不均匀、数据量少的情况下分辨率低、旁瓣严重的问题，提高了高度向的成像分辨率，大大降低了数据获取的成本.如2010年，Zhu等提出SL1MMER SAR层析成像算法[36];2013年，Aguilera等提出基于小波基分解的压缩感知（Wavelet-CS）SAR层析方法[37];2014年，Liang等提出小波基分解的分布式压缩感知（FP-DCS）SAR层析方法，对多基线全极化SAR数据进行SAR层析成像[38];2016年，Li等提出基于散射机制分解的压缩感知（SKP-CS） SAR层析方法[39];2017年，Huang等提出基于混合稀疏基的CS SAR层析方法[40];2018年，Peng等提出IAA-BIC SAR层析方法[41];2019年，Peng等提出基于混合小波基的SPICE SAR層析方法[42].4）针对其他散射分量建模.如2015 年，Zou 等[16]提出了一个针对城区复杂形状目标或者人造结构的非反射对称分量模型，相比Yamaguchi 方法[12]考虑了更全面的非反射对称信息.1.2极化干涉SARPolInSAR结合了极化SAR对方向、纹理等特征数敏感的特点，又具有InSAR对高度敏感的特点，因而可以有效识别和分离同一分辨单元内不同高度位置的散射机制贡献，已成功用于森林或农作物高度估计、目标三维结构、植被覆盖区表面参数估计、积雪以及冰盖参数估计等研究中，其中应用更多的是在森林参数反演的研究中.近十年来，关于PolInSAR森林参数反演主要分为以下三类：1）干涉相位差分方法，即根据不同极化通道干涉相位中心存在差异的特性，找到冠层散射和地表散射分别占优的极化方式，然后利用这两种极化方式的干涉相位差来估计森林高度.2010年，Bian等基于微小低阶统计方法对相干最优算法进行了改进，适用于非高斯分布的极化干涉SAR数据[17].同年，Ballester-Berman等将Freeman三分量分解理论引入到极化干涉SAR技术中，将极化干涉协方差矩阵分为表面散射机制、二面角散射机制和体散射机制，并将表面散射机制的相位中心与二面角散射机制相位中心做差分得到植被高度信息[18];2011年，谈璐璐等利用极化相干最优理论改进了ESPRIT算法，可以更加精确地估计植被高度[19];2014年，宋桂萍等提出基于极化干涉互斜方差矩阵分解方法来反演植被高度[20];2015年，Guo等提出目标分解法，并利用极化干涉SAR数据提取地形高度[21].该类方法由于森林冠层去极化的影响几乎很难找到“纯体散射”和“纯地面散射”的极化方式，因此会存在森林高度低估现象.2）基于物理散射模型的参数解算方法.随机体散射体/地表二层（Random Volume over Ground，RVoG）模型是目前得到证实和广泛应用的森林极化干涉相干模型.该模型将体散射体看成是一定厚度的各向同性均匀介质，并用恒定的消光系数来描述电磁波在其中的散射和吸收损失，模型简单有效而且易于实现.但该模型对具有复杂结构森林的异质性没有给出更精细的描述[22].一些学者对异质性问题进行了分析，如Garestier等研究了线性及高斯函数的消光曲线，但对消光系数的这些函数关系仍然只基于假设或实测获得，难以在实践中应用[22].另一方面，在有些林分，多层的森林模型可以更精确地对其结构进行描述，但在解决如何获取多层输入参数及建立相应的极化干涉复相关系数模型上存在问题[22].针对三阶段算法估计精度受相干性分布分离度的限制，国内外众多学者陆续提出了很多改进算法，如改进三阶段算法[23]、复数最小二乘算法[24]、多基线算法[25]、双极化算法[26]等.考虑时间去相干、地形坡度和植被垂直结构不均匀等因素对RVOG模型的影响，学者们相继提出了S-RVOG模型[27]、高斯后向散射模型等[28].3）极化相干层析方法（PCT）.2006年，Cloude基于RVOG模型，提出极化相干层析方法，将复相干系数通过傅里叶-勒让德级数展开，建立垂直结构函数模型进行参数求解[29].近年来许多学者进行了进一步的扩展，如2012年，Zhang等利用正交函数对傅里叶-勒让德展开式进行了改进，并用单基线进行了森林结构的重构[30];2016年，李兰利用单基线PCT方法提取了森林垂直结构信息[31].1.3层析SAR层析 SAR 是传统二维 SAR 成像的三维扩展，它是在InSAR 系统基础上的进一步延伸.该技术通过在高度向上形成合成孔径得到高度向的分辨率，从而实现目标高精度三维成像.经过近二十年的发展，SAR层析技术已被大量应用于城市高精度地形测绘、林下目标识别、森林三维成像以及垂直结构参数反演，如林下地形和森林植被高度、冰川三维成像等方面.随着SAR影像分辨率越来越高，SAR层析技术也逐渐从低分辨率成像算法发展到高分辨率成像算法.目前，SAR层析成像算法大致可以分为非参数谱估计方法、参数谱估计方法、稀疏谱估计方法等三种.1）非参数谱估计方法（Beamforming、Capon、IAA等）.该类方法不需要任何先验信息即可进行SAR层析成像，计算效率高.如2012年，Tebaldini等利用 BioSAR 2008 L-波段和 P-波段的多基线全极化机载SAR 数据对北方森林进行SAR层析成像，有效估计了林下地形和树高[32];2018年，Peng等提出IAA-ML方法，反演了Paracou地区的林下地形和树高[33].2）参数谱估计方法（MUSIC、WSF等）.该类方法虽然提高了非参数谱估计方法的分辨率，但是需要已知散射场景的一些先验知识，如每个分辨单元内散射体的个数.当输入的散射体个数符合实际情况时，该类方法的估计性能优于非参数谱估计方法，反之，则差于非参数谱估计方法.如2012年，Huang等利用WSF方法对德国宇航局机载SAR系统获取的23景合成孔径长度为440 m L-波段全极化SAR数据对森林进行SAR层析成像，识别了隐藏在森林中的卡。
单双基地极化干涉SAR信号建模、检测及参数反演方法研究
国防科学技术大学博士学位论文单/双基地极化干涉SAR信号建模、检测及参数反演方法研究姓名：李廷伟申请学位级别：博士专业：信息与通信工程指导教师：梁甸农2010-09摘要极化干涉合成孔径雷达（Synthetic Aperture Radar,SAR）是将极化SAR和干涉SAR有机结合的新型雷达体制，它利用多幅极化SAR干涉图像进行信息提取，在植被参数反演和地面运动目标检测领域取得了广泛应用。
极化干涉SAR复相关系数模型是极化干涉SAR的基础，决定着极化干涉SAR信息提取精度，而极化干涉SAR复相关系数模型依赖于干涉雷达的收发模式。
最初的极化干涉SAR系统都是两部雷达各自收、发的单基地极化干涉SAR系统，随着一发多收技术的发展，极化干涉SAR系统正由单基地体制向着双基地（本文中的双基地极化干涉SAR专指一部雷达自发自收、而另一部雷达被动接收的干涉系统）体制转变，双基地极化干涉SAR是未来雷达技术的发展趋势，是当前雷达遥感领域的研究热点。
本文以单/双基地极化干涉SAR植被参数反演和运动目标检测为研究背景，对极化干涉SAR协方差矩阵的高精度估计、单/双基地两层植被极化干涉建模及其植被参数反演新方法、单/双基地三层植被极化干涉建模及其植被参数反演新方法、单/双基地沿航向极化干涉SAR-GMTI性能提高方法及系统参数优化方法等关键问题进行了研究。
论文的主要工作包括：第二章主要介绍单/双基地极化干涉SAR基础。
首先，建立了单/双基地全极化线性调频信号的发射、接收和全极化SAR图像信号模型；然后，基于全极化SAR 图像信号模型，建立了各类目标通用的极化干涉SAR信号模型；最后，基于极化干涉SAR植被参数反演信号模型，阐述了植被参数反演的基本原理，分析了体相关系数估计误差对经典三阶段植被参数反演方法性能的影响。
第三章研究极化干涉SAR协方差矩阵高精度估计方法。
提出了基于区域增长寻窗和相位补偿的极化干涉SAR协方差矩阵迭代估计方法。
极化干涉SAR森林高度估计性能仿真研究
２ ．微波成像技术国家级 重点实验室 ， 北京 １０ ９ ０ １０；
３ ．中 国科 学 院研 究 生 院 ， 京 １０ ４ ） 北 ０ ０ ９
摘要 ： 研究森林高度精确估计问题 ， 针对森林高度估计性 能无法用 系统 误差直接 解析表示 的问题 ， 极化 干涉合成孔径雷 达
（ＡＲ） 以实 现 对 森 林 高 度 的估 计 ， 相 干 性 作 为 中 间参 量 引 入 仿 真 模 型 中 。将 系 统 误 差 用 相 干 性 的 大 小 进 行 解 析 表 征 ， Ｓ 可 将
２ ａ ｏ ａ Ｋ ｙＬ ｂ ｒｔｒ ｏ ｃｏ ａ ｅＩ ｇ ｇＴ ｃ ｎ ｌｇ ， ｅ ｉｇ１ ０ ９ ， ｈ ａ ．Ｎ ｔ ｎ ｌ ｅ ａｏａｏ ｆ ｒ ｖ ｉ ｙ Ｍｉ ｗ ｍａ ｉ ｅ ｈ ｏｏｙ Ｂ ｒｎ ０ １ ０ Ｃ ｉ ； ｎ ｎ ３ ｒｄ ａ ｎ ｅ ｉ ｆ ｈｎ ｓ ｃ ｄ ｍ ｆ ｃ ｎ ｅ ，Ｂ ｒｎ ０ ０ ９ ｈｎ ） ’ ．Ｇ ａ ｕ ｔ Ｕ ｉ ｒ ｔ ｏ ｉｅｅＡ ａ ｅ ｙｏ ｉ ｃｓ ｅ ｉｇ１ ０ ４ ，Ｃ ｉａ ｅ ｖ ｓｙ Ｃ Ｓｅ
关键词 ： 合成孔径雷达； 极化干涉 ； 森林高度估计 ； 性能分析
中 图分 类 号 ：Ｎ ５ ．２ Ｔ ９ ７５ 文献 标 识 码 ： Ｂ
Ｓ ｍ ｕｌ ｔｏ Ａｎａ ｙ ｉ ｆＦｏ ｅ ｔＨ ｅ ｇ ｎ ｅ ｓｏ ｒ ｏ ｍ ａ ｅ ｉ ａ ｉ ｎ ｌ ｓｓ ｏ ｒ ｓ ｉ ｈｔＩ ｖ ｒ ｉ ｎ Ｐｅ ｆ ｒ ｎｃ ｏ ｌ ｒｍ ｅ ｒ ｃ Ｉ ｔ ｒ ｅ ｏ ｅ ｒｃ Ｓ Ｒ ｆ Ｐｏ ａ ｉ ｔ ｉ ｎ ｅ ｆ ｒ ｍ ｔ ｉ Ａ
极化SAR目标散射旋转域解译理论与应用
极化SAR目标散射旋转域解译理论与应用陈思伟;李永祯;王雪松;肖顺平【摘要】雷达目标的后向散射敏感于目标姿态与雷达视线的相对几何关系.雷达目标的这种散射多样性给以极化合成孔径雷达(SAR)为代表的成像雷达信息处理与应用造成诸多不便,是当前目标散射机理精细解译和定量应用面临的主要技术瓶颈之一.该文回顾并介绍一种在绕雷达视线旋转域解译目标散射机理的新思路,主要包括新近提出的统一的极化矩阵旋转理论和极化相干特征旋转域可视化解译理论.目标散射旋转域解译方法的核心思想是将特定几何关系下获得的目标信息拓展到绕雷达视线的旋转域,为目标散射信息深度挖掘和利用奠定基础.该文详细分析上述方法导出的一系列新的极化特征参数集,并开展应用验证.对比研究证实了旋转域解译方法在地物辨识与分类等领域的应用潜力.【期刊名称】《雷达学报》【年(卷),期】2017(006)005【总页数】14页(P442-455)【关键词】极化合成孔径雷达;散射机理;旋转域;极化目标分解;图像解译【作者】陈思伟;李永祯;王雪松;肖顺平【作者单位】国防科技大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073;国防科技大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073;国防科技大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073;国防科技大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073【正文语种】中文【中图分类】TN957.52极化SAR作为一种微波成像雷达，能够全天时全天候工作，成为对地观测领域的重要传感器，在城区、森林、农作物、海洋、冰川和自然灾害等应用领域发挥着日益重要的作用[1—12]。
不同于光学图像，极化SAR图像难以仅仅通过目视解译进行有效利用，如何准确解译目标的散射机理是上述应用获得成功的关键之一。
极化SAR通过收发一组极化状态正交的电磁波，能够获得目标完整的极化散射矩阵。
极化干涉SAR相干最优理论及其验证分析
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｔ ｒ ｅ ｅ ｈ ｅ ｉ ｇ ｈ ｔ ｉ ｎ ｖ ｅ ｒ ｓ ｉ ｏ ｎ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｐ ｏ ｌ ａ ｉｚ ｒ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｅ ｆ ｒ ｅ ｒ ｅ ｎ ｃ ｅ Ｓ Ａ Ｒ ｉ ｓ ａ ｎ ｉ ｍｐ ｏ ｒ ｔ ａ ｎ ｔ ｄ ｉ ｒ ｅ ｃ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｈ ｅ ｃ ｕ ｒ ｒ ｅ ｎ ｔ Ｓ ＡＲ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｉ ｆ ｅ ｌ ｄ ．Ｂ ｙ ｓ ｅ ａ ｒ ｃ ｈ ｉ ｎ ｇ ｆ ｏ ｒ ｔ ｈ ｅ ｏ ｐ ｉ ｔ ｍａ ｌ ｍｅ ｃ ｈ ａ ｎ ｉ ｓ ｍ ｉ ｎ ｖ ａ ｒ ｉ ｏ ｕ ｓ ｓ ｃ ａ ｔ ｔ ｅ ｉｎ ｒ ｇ ｍｅ ｃ ｈ ａ ｎ ｉ ｓ ｍｓ ，ｆ ｏｒ Ｐ ＯＬ—Ｉ ｎ Ｓ ＡＲ ｓ ｙ ｓ ｔ ｅ ｍ ，ｉ ｔ ｎ ｏ ｔ ｏ ｎ ｌ ｙ ｃ ａ ｎ ｂ ｅ ｕ ｓ ｅ ｄ ｔ ｏ ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｃ ｏ ｈ ｅ ｒ ｅ ｎ ｃ ｅ ｂ ｅ ｔ ｗ ｅ ｅ ｎ ｄ ｉ ｆ ｅ ｒ ｅ ｎ ｔ ｐ ｏ ｌ ａ ｒ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｃ ｈ ａ ｎ ｎ ｅ ｌ ｓ ，ｂ ｕ ｔ ａ ｌ ｓ ｏ ｃ ａ ｎ ｈ ｅ ｌ ｐ ｔ ｏ ｉ ｍｐ ｒ ｏ ｖ ｅ ｃ ｌ ｓｓ ａ ｉ ｉ ｆ ｃ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｖ ｅ ｒ ｔ ｉ ｃ ｌ ａ ｓ ｔ ｒ ｕ ｃ ｔ ｕ ｒ ｅ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｓ ｒ ｅ ｓ ｔ ｉ —
ｍａ ｔ ｉ ｏ ｎ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ．Ｔ ｈ ｅ ｏ ｐ ｔ ｉ ｍａ ｌ ｍｅ ｃ ｈ ｎｉ ａ ｓ ｍ ｏ ｆ ｔ ｒ ｅ ｅ ｈ ｅ ｉ ｇ ｈ ｔ ｉ ｎ ｖ ｅ ｒ ｓ ｉ ｏ ｎ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｐ ｏ ｌ ａ ｒ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｅ ｆ ｒ ｅ ｒ ｅ ｎ ｃ ｅ Ｓ ＡＲ ｗａ ｓ ｅ ｌ ａ ｂ ｏ ｒ ａ ｔ ｅ ｄ ａ ｎ ｄ ｎａ ａ ｌ ｙ ｚ ｅ ｄ， ａ ｎ ｄ ａ ｎ ｅ ｘ ｐ ｅ ｉｍｅ ｒ ｎ ｔ ｏ ｎ ｔ ｈ ｅ ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎ ｄ ａ ｔ ａ ｏ ｆ ｌ ｉ ｎ ｅ ｏｌ ｐ ａ ｒ ｉ ｚ ａ ｔ ｉ ｏ ｎ，Ｐ ａ ｕ ｌ ｉ Ｂ ａ ｓ ｅ ｃ ｈ ａ ｎ ｇ ｅ ａ ｎ ｄ ｔ ｈ ｅ ｏ ｐ ｔ ｉ ｍａ ｌ ｏｌ ｐ ａ ｒ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｗａ ｓ ｄ ｏ ｎ ｅ ．Ｂ ｙ ｍａ ｋ ｉ ｎ ｇ ａ ｃ ｏ ｎ ｔ ｒ ａ ｓ ｔ ｉ ｖ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｏ ｎ ｓｐ ａ ｅ ｃ ｔ ｓ ｏ ｆ ｑ ｕ ａ ｌ ｉ ｔ ａ ｔ ｉ ｖ ｅ ａ ｎ ｄ ｑ ｕ ａ ｎ ｔ ｉ ｔ ａ ｔ ｉ ｖ ｅ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ，ｗｅ ｃ ｏ ｎ ｉ ｆ ｒ ｍｅ ｄ ｔ ｈ ａ ｔ ｃ ｏ ｈ ｅ ｒ ｅ ｎ ｔ ｏ ｐ ｔ ｉ ｍａ ｌ ｄ ｅ ｃ ｏ ｍｐ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｍｅ ｔ ｈ ｏ ｄ ｃ ａ ｎ ｉ ｎ ｃ ｒ ｅ ｓｅ ａ ｉ ｎ ｔ ｅ ｆ ｒ ｅ ｒ ｅ ｎ ｃ ｅ ｃ ｏ ｈ ｅ ｒ ｅ ｎ ｔ ｃ ｏ ｅ ｉｃ ｆ ｉ ｅ ｎ ｔ ａ ｎ ｄ ｈ ｅ ｌ ｐ Ｕ Ｓ ｇ ｅ ｔ ｂ ｅ ｔ ｔ ｅ ｒ ｉ ｎ ｔ ｅ ｒ ｆ ｅ ｒ ｏ ｇ ｒ ａ ｍ Ｓ Ｏ ａ ｓ ｔ ｏ ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｒ ｅ ｅ ｈ ｅ ｉ ｇ ｈ ｔ ｉ ｎ ｖ ｅ ｓｉ ｒ ｏ ｎ Ｓ ｐ ｒ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ． Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： ｐ ｏ ｌ ａ ｒ ｉ ｚ ａ ｔ ｉ ｏ ｎ；Ｓ ＡＲ ；ｃ ｏ ｈ ｅ ｒ ｅ ｎ ｔ ；ｏ ｐ ｔ ｉ ｍｉ ｚ ａ ｔ ｉ ｏ ｎ；ｔ ｒ ｅ ｅ ｈ ｅ ｉ ｇ ｈ ｔ ｉ ｎ ｖ ｅ ｓｉ ｒ ｏ ｎ
一种稀疏SAR成像自适应稀疏度估计方法、装置[发明专利]
![一种稀疏SAR成像自适应稀疏度估计方法、装置[发明专利]](https://img.taocdn.com/s3/m/045d49f010a6f524cdbf859a.png)
专利名称：一种稀疏SAR成像自适应稀疏度估计方法、装置专利类型：发明专利
发明人：张冰尘,刘鸣谦,徐志林,魏中浩,吴一戎
申请号：CN201910439082.2
申请日：20190524
公开号：CN110133651A
公开日：
20190816
专利内容由知识产权出版社提供
摘要：本发明提出了一种稀疏SAR成像自适应稀疏度估计方法，该方法包括：首先利用匹配滤波方法对欠采样的SAR原始数据进行成像，得到复图像，然后采用基于复图像的稀疏SAR成像方法，在复图像域中自适应迭代，得到预估的稀疏度，然后根据预估的稀疏度，更新稀疏度的迭代范围，最后引入方位‑距离解耦算子，并在更新后的稀疏度的迭代范围上，基于原始数据自适应估计稀疏度的最优值。
相比于传统的基于观测矩阵的自适应稀疏度估计方法，本发明提出的方法能够在获得相近的稀疏恢复性能的同时降低计算复杂度。
申请人：中国科学院电子学研究所
地址：100190 北京市海淀区北四环西路19号
国籍：CN
代理机构：中科专利商标代理有限责任公司
代理人：周天宇
更多信息请下载全文后查看。
极化干涉SAR信号处理方法调研
1极化干涉SAR研究现状1998年S.R.Cloude和K.P.Papathanassiou两位学者首先提出了将全极化信息用于干涉SAR的成像处理中，并利用四个极化通道的真实数据通过极化综合方式获得清晰的植被区域三维成像结果。
该技术除了用于提高地表成像高度精度外，还可提取表面的物理参数，如粗造度、湿度等信息，开创了极化干涉SAR理论和应用的先河。
随后，Papathanassiou和Cloude 对极化干涉SAR进行一系列的研究，并提出了地面随机体散射散射（RVoG）模型，利用线型相干系数的复平面表示法来研究地表参数的反演，通过最小二乘法等优化算法反演植被六维参数。
近年来，国外极化干涉SAR技术的理论研究有了突飞猛进的发展，其技术应用也已经扩展到很多领域。
在森林资源监测与制图方面，2003年美国J.S.Lee等人利用E-SAR数据对森林植被区域分类，采用极化干涉SAR 技术极大地提高了地面分类正确率；同年日本Muhtar等人利用SIR-C/X-SAR系统得到的俄罗斯贝加湖东南森林地区数据进行极化干涉成像，获得了较清晰的植被高度成像结果。
在冰川研究方面，2003年，J.Dall 首次把极化干涉SAR应用于地面冰雪研究；2005年Kazuki Nakamura等人利用机载的Pi-SAR全极化数据，对冰层分类，采用一种三分量散射模型的极化分解技巧，获得了同航空照片和录像图片几乎相同的分类结果。
在土地利用和分类方面，2004年日本Toshifumi等人对Pi-SAR/X-SAR实测数据，利用极化相干系数差异成功对植被、城市地区进行分类；2005年J.David等人提出了农作物反演模型用于生物量的估计；2005年Yamada 等人基于ESPRIT超分辨方法利用极化干涉SAR检测森林地区的植被顶部和地表的局部散射中心，提高了森林测高反演的精度；2007年J.M.Lopez-Sanchez提出一种农作物参数模型进行极化干涉SAR反演，同年M.Jager等人提出结合干涉相位差可以提高极化干涉SAR地物分类的准确度。
一种新的合成孔径雷达压制干扰方法
一种新的合成孔径雷达压制干扰方法
吴一戎;胡东辉
【期刊名称】《电子与信息学报》
【年(卷),期】2002(024)011
【摘要】该文提出一种新的合成孔径雷达(SAR)压制干扰方法.讨论了这种干扰方法对合成孔径雷达图像的干扰效果.从SAR系统信干比增益和系统干扰功率增益出发,与传统的噪声调制干扰方法进行了比较,并给出了仿真结果.
【总页数】4页(P1664-1667)
【作者】吴一戎;胡东辉
【作者单位】中国科学院电子学研究所,北京,100080;中国科学院电子学研究所,北京,100080
【正文语种】中文
【中图分类】TN958;TN951
【相关文献】
1.一种新的合成孔径雷达压制干扰方法 [J], 朱守保;罗强;童创明
2.一种新的低频超宽带干涉合成孔径雷达绝对相位估计方法 [J], 许军毅;安道祥;黄晓涛;王广学
3.一种新的毫米波合成孔径雷达成像方法 [J], 刘颖;陈殿仁;陈磊
4.一种新的合成孔径雷达三维成像方法 [J], 梁淮宁;余永健;黄顺吉
5.一种新的合成孔径雷达图像船只几何特征提取方法 [J], 武思文;郎海涛;石洪基;李伟
因版权原因，仅展示原文概要，查看原文内容请购买。
一种易行的高分辨率机载SAR实时自聚焦算法
一种易行的高分辨率机载SAR实时自聚焦算法
张新;吴一戎;丁赤飚
【期刊名称】《电子与信息学报》
【年(卷),期】2006(028)005
【摘要】该文详细分析了距离徙动对频移相关自聚焦算法的影响,得出了高分辨率时距离徙动将严重影响频移相关法估计精度的结论.并结合距离多普勒算法提出了一种基于距离门限制的频移相关自聚焦算法,该算法减小了距离徙动对自聚焦的影响,提高了估计精度,仿真和实际数据均验证了该算法的有效性,可以达到高分辨率的要求,并且具有计算简单的优点,适合实时成像.
【总页数】4页(P923-926)
【作者】张新;吴一戎;丁赤飚
【作者单位】中国科学院电子学研究所微波成像技术国家重点实验室,北京,100080;中国科学院研究生院,北京,100039;中国科学院电子学研究所微波成像技术国家重点实验室,北京,100080;中国科学院电子学研究所微波成像技术国家重点实验室,北京,100080
【正文语种】中文
【中图分类】TN957.52
【相关文献】
1.一种新的高分辨率宽波束机载SAR成像算法 [J], 林雪;孟大地;李芳芳;胡东辉;丁赤飚
2.一种基于短时傅里叶变换的机载SAR自聚焦算法 [J], 刘忠胜;李银伟;韦立登;向茂生
3.一种适用于机载SAR的改进PACE自聚焦算法 [J], 薛国义;周智敏;安道祥
4.一种高分辨率机载SAR实时数据处理系统设计 [J], 郭智;丁赤飚;吴一戎
5.一种高分辨率机载SAR实时运动补偿系统设计 [J], 胡晓娥;孙巍;梁兴东
因版权原因，仅展示原文概要，查看原文内容请购买。
干涉SAR阴影提取及相位补偿方法
干涉SAR阴影提取及相位补偿方法
索志勇;李真芳;吴建新;保铮
【期刊名称】《数据采集与处理》
【年(卷),期】2009(024)003
【摘要】针对阴影对干涉合成孔径雷达处理的不利影响,提出一种阴影提取方法和阴影区域相位补偿方法.用伪相关系数来锐化高相关区域和低相关区域边界,消除了地形变化对相关系数的影响,能较好地检测出阴影区城的边界.同时提出利用线性相位模型来补偿阴影区域的干涉相位,相位补偿后能够消除无效数据对相位展开过程的影响,从而提高生成的相位展开图精度.实测数据的处理结果表明,该方法能明显提高相位展开的可靠性.
【总页数】6页(P264-269)
【作者】索志勇;李真芳;吴建新;保铮
【作者单位】西安电子科技大学雷达信号处理国家重点实验室,西安,710071;西安电子科技大学雷达信号处理国家重点实验室,西安,710071;西安电子科技大学雷达信号处理国家重点实验室,西安,710071;西安电子科技大学雷达信号处理国家重点实验室,西安,710071
【正文语种】中文
【中图分类】TN957
【相关文献】
1.一种基于相位补偿的前向散射阴影逆合成孔径雷达快速成像方法 [J], 刘长江;胡程;曾涛;周超
2.星载干涉SAR阴影及叠掩区域相位重构方法 [J], 王青松;时信华;黄海风;董臻;梁甸农
3.多基线干涉层析SAR提取森林树高方法研究 [J], 李文梅;陈尔学;李增元
4.车载双天线干涉SAR DEM提取方法 [J], 戴国梦;潘斌;刘磊
5.一种基于InSAR相干系数的SAR阴影提取方法 [J], 王健;向茂生;李绍恩
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第29卷第5期电子与信息学报Vol.29No.5 2007年5月Journal of Electronics & Information Technology May2007极化干涉SAR的研究现状与启示吴一戎洪文王彦平(中国科学院电子学研究所微波成像技术国家级重点实验室北京 100080) 摘要：阐述极化与干涉结合的基本考虑，介绍极化干涉SAR相干最优和相干目标分解的基本思想，总结分析极化干涉SAR技术、典型星载极化SAR系统研制和极化干涉SAR应用的研究现状，以得到开展极化干涉SAR技术研究的启示。
关键词：极化干涉SAR；极化SAR；干涉SAR；SAR中图分类号：TN958 文献标识码：A 文章编号：1009-5896(2007)05-1258-05The Current Status and Implications of Polarimetric SAR InterferometryWu Yi-rong Hong Wen Wang Yan-ping(National Key Lab of Microwave Imaging Technology,Institute of Electronics, Chinese Academy of Sciences, Beijing 100080, China)Abstract: In this paper, the basic factors of the techniques combining the polarimetric synthetic aperture radar (SAR) with interferometric SAR are considered firstly, and then the basic concepts of coherence optimization and target decomposition of polarimetric SAR interferometry are illustrated. The current status of polarimetric SAR interferometry technique, the developments of typical spaceborne polarimetric SAR systems and the applications of polarimetric SAR interferometry are summarized.Key words: Polarimetric SAR Interferometry; Polarimetric SAR; Interferometric SAR; SAR1 引言经过长年的发展，合成孔径雷达(SAR-Synthetic Aperture Radar)技术与系统从单波段、单极化已逐步发展到多波段、全极化SAR、干涉SAR 遥感[1]，最近几年出现的极化干涉SAR (POLINSAR-Polarimetric SAR Interferometry) 把SAR遥感应用推向高潮，期望实现从高分辨率定性成像到精确高分辨率定量测量的转变。
POLINSAR通过极化和干涉信息的有效组合，可以同时提取观测对象的空间三维结构特征信息和散射信息，为微波定量遥感、高精度数字高程信息和观测对象细微形变信息的提取提供了可能性。
POLINSAR系统研制、数据处理技术和应用研究已成为国外SAR技术研究的热点。
本文通过对POLINSAR技术、典型星载极化SAR系统研制和POLINSAR应用的研究现状进行总结分析，以期得到开展POLINSAR技术研究的启示。
2 POLINSAR简介2.1极化与干涉结合的基本考虑极化SAR(POLSAR-Polarimetric SAR)测量可获得每一像元的全散射矩阵，并合成包括线性极化、圆极化及椭圆极化在内的多种极化散射信息。
因此与常规SAR相比，在雷达目标探测[1]、识别、纹理特征的提取、目标方向、物质对称性和组分方面研究具有很大的改善。
POLSAR对植被散射2006-06-20收到，2006-12-29改回体的形状和方向具有较强的敏感性[2]。
通过测量每一像元的全极化散射矩阵，有可能将复杂的地物散射过程分解为几种单一的散射过程[3]，并利用地物在不同极化状态下的极化散射信息为更准确地探测目标特征提供可能。
全极化数据对遥感定量测量具有很大的应用价值和潜力，是遥感定量测量的重要研究方向。
INSAR主要用于获取地物的空间垂直结构信息[4]。
通过该技术可以获取的两个重要的参数分别为干涉相位和相干系数。
对于相位，它已广泛应用于DEM生成、地震/火山/冰川/地表沉降和海洋物理参数获取的研究中。
近年来，INSAR获取的另一个重要参数——相干系数已被逐步认识并开始应用于地表特征的基础性分析和地表植被高度及生物量的反演研究中，是一个极具潜力的研究领域。
SAR干涉技术在实现过程中隐含着这样一个假设，即假定图像中每个像素的信号回波是从固定高度的参考平面上的一个散射中心散射回来的，因而测得的相位差就与这个参考平面的高度成正比。
然而，由于地面坡度、粗糙度等因素的存在以及地表植被和体散射的影响，地物对电磁波散射的实际过程极为复杂，分辨单元内往往同时存在多种散射机理，且不同散射的相位中心亦可能位于不同高度上。
这时，两幅干涉图之间的相位差只可能反映所有散射体的平均高度而无法反映某一特定散射中心的实际高度。
例如，这种现象在有植被覆盖的区域显得尤为严重，这是因为植被覆盖区域的后向散射主要由植被层本身和由植被覆盖下的地面所散射的两种主要信号分量组成。
这两个散射中心的高度通常是不同的，因此第5期 吴一戎等：极化干涉SAR的研究现状与启示 1259常规干涉SAR系统此时对地形高度的估计一般包含一个植被层的偏差。
对于INSAR存在的上述问题，引入SAR极化信息是一种行之有效的解决办法[4]。
电磁波的极化状态对散射体的形状、取向和介电特性非常敏感，因而极化信息的引入可以丰富目标的特征参数。
利用目标散射对极化量的目标极化散射矩阵数据，可以将随机媒质的散射过程分解成若干不同的散射机理。
即，根据目标的极化散射分解，通过对极化信息的统计分析或者对散射模型的分析，有助于理解目标散射机理和目标的散射过程。
POLINSAR通过干涉信息和极化信息的有效组合实现了观测空间的扩展，并使之既具有INSAR对地表植被散射体的空间分布敏感的特性，又具有POLSAR对植被散射体的形状和方向敏感的特性[2]。
因此，POLINSAR技术具有从数据中分解出来自不同高度的不同散射机制的特征分量，可为相位差估计确定具有最高相干性的分量，为微波遥感定量测量、高精度数字高程信息和观测对象形变信息的提取提供了可能性[5]。
极化干涉的相干最优过程可以提供相位散射中心的最优分离，有效减小一个分辨单元内有效散射中心高度差引起的去相关。
POLINSAR在提取地表植被垂直结构信息方面具有比单独的INSAR和POLSAR更大的优越性和更高的精度。
2.2POLINSAR相干最优与相干最优目标分解相干性对用于干涉的两幅图像的极化存在着强烈的依赖，因此，探求什么样的极化状态组合以产生最大的相干性是极化干涉所要解决的本质问题。
它属于一个求极大问题，即在用于干涉的两幅图像的极化状态组合形成的空间中寻求最佳的极化状态组合，以期得到最大相干性。
这一极大值求解问题称为POLINSAR相干最优。
极化干涉相干最优是POLINSAR数据处理的关键所在。
极化干涉相干最优过程，一般意义上可简单叙述为：在由全极化状态组合形成的空间中，寻求一种最优的极化状态组合，在这种极化状态组合下干涉相干性最高或最优。
干涉相干性最高包括最高的相干系数和与该相干系数相对应的最精确的相位估计值。
从数学上可以简单地理解为：在由全极化状态组合形成的空间中，寻求古典厄米特矩阵的最大特征值和与之对应的特征向量[4]。
最大特征值与最高的相干系数相联系，与最大特征值相联系特征矢量对应于最优的极化状态组合。
极化干涉相干最优目标分解理论主要是基于全极化SAR目标分解理论的思想。
即，利用古典的厄米特矩阵的特征值和特征向量，将目标的相干信息分解为3个以特征值作为加权的从统计上相互独立的分量的和，这3个分量可能对应于3个不同的散射机制或散射中心(一般为单向散射、双向散射和体散射机制。
实际应用中，必须讨论它特定的物理意义及本质)。
对于该问题的解释涉及到极化干涉相干最优的物理机制问题。
当前国际上发表的一些文献对在特定假设的模型下，对它们的机制问题做了定性和半定量的解释[3]。
对于极化干涉相干最优，它的物理机制可以解释为提取一种与点散射体具有最接近关系的确定性的散射机制，为的是减少在一个分辨率单元内有效散射中心高度差引起的去相关。
因此，可以有效地消除空间基线去相关中残余的体散射分量，从而大大提高相干性，这是POLINSAR优于INSAR的方面之一。
同时，在时间去相干不太大的情况下，它通过极化状态的变化，可以补偿时间去相关的影响。
极化状态的变化可以补偿时间去相关的影响。
对于极化干涉的相干最优目标分解理论可以解释为分别在相互正交的三维、二维和一维空间中的相干最优过程。
与其他分解理论的重要区别在于获得的与散射机制相关的干涉相干性是最优的。
3 POLINSAR技术研究概况极化干涉SAR是在极化和干涉的理论、技术和方法有充分发展和积累的情况下通过融合而产生的一种新型的对地观测技术。
1994年，美国NASA JPL实验室的SIR-C/X-SAR星载L/C波段RP-POL-D-InSAR(重复轨道-极化-差分-干涉SAR)系统分别在4月和10月进行了两次飞行实验。
在这两次任务中，该系统获得了对许多地区的两次或多次飞行数据，并且这些数据都是全极化的。
这些全极化的相干数据为人们研究电磁波的极化在SAR干涉中的作用提供了极为宝贵的素材。
1997年，S.R.Cloude和K.P.Papathanassiou首先利用SIR-C／X-SAR数据研究了频率、极化对相干性的影响，发现了相干性对极化的强烈依赖[6]，开创了多极化SAR干涉研究的先河，这是将全极化引入到干涉的最初思想起源。
之后，他们对重轨干涉中极化的影响进行了较系统的研究，并于1998年提出了极化干涉相干最优过程和基于相干最优的目标分解理论[7]，奠定了极化干涉雷达遥感的理论基础。
极化SAR干涉技术具有常规SAR无法比拟的特点，有着广阔的发展前景。
自1997年以来，极化SAR干涉技术逐渐成为合成孔径雷达信息处理领域研究的新热点。
1997年德国DLR的E-SAR机载L/P波段重复轨道全极化系统、1998年NASA/JPLTOPSAR和AIRSAR机载C波段单轨道极化干涉系统分别都得到了几组相干的全极化数据。