论文部分内容阅读
极化合成孔径雷达（Polarimetric Synthetic Aperture Radar，PolSAR）是目前遥感领域最先进的传感器之一。利用极化信息检测SAR图像中的人造目标是极化SAR图像解译和应用的前沿课题，对于推动极化SAR解译理论研究走向实用化具有重要意义。在上述背景下，本论文立足于极化SAR图像中人造目标与自然杂波的极化信息差异，以满足杂波背景复杂、目标类型多变的实测极化SAR数据自动目标检测技术的应用需求，深入研究了极化SAR图像无监督检测量的构造、检测量杂波的统计建模以及CFAR目标检测等关键技术。所做工作主要包括以下几个方面：（1）理论分析与实验验证了基于多视极化白化滤波（Multi-look PolarimetricWhitening Filter, MPWF）检测量与极化总功率合成检测量（SPAN）的2P-CFAR检测器在均匀度变化较大的杂波场景中检测性能不佳的问题；发展和完善了极化匹配滤波（Polarimetric Matched Filter, PMF）检测量的杂波统计建模与恒虚警（Constant False Alarm Rate, CFAR）目标检测技术。具体的：推导出了地物杂波的雷达散射截面（Radar Cross Section, RCS）服从常数、Gamma分布、逆Gamma分布与广义逆Gauss分布时PMF检测量的统计分布模型；在参数估计环节，基于第二类型统计量（Second Kind Statistics, SKS），将PMF检测量统计分布的SKS参数估计表达式转化为均匀区域检测量统计分布与RCS统计分布的SKS参数估计表达式的求和过程，简化了直接求解PMF检测量统计分布的SKS参数估计的问题；在CFAR检测环节，基于RCS服从逆Gamma分布时推导的PMF检测量统计分布具有更广泛杂波建模能力这一实验验证结论，推导对应统计分布的CFAR检测阈值求解表达式，进而设计了相应的CFAR滑窗检测方案，提高了CFAR检测的准确性与实用性。实验结果表明：所推导的统计分布模型以及参数估计能够确保不同杂波均匀度环境中PMF检测量的精确统计建模；相比基于MPWF与SPAN的2P-CFAR检测器以及经典的PMF检测器，所提基于PMF检测量的CFAR检测方法在均匀度变化较大的杂波背景中具有更优的检测性能；（2）提出了一种基于极化SAR散射机理的无监督目标检测方法。首先在对常见的人造目标与自然杂波散射机理深入剖析的基础上，总结出各自的散射特征及主要差异，并详细分析了不同散射类型的相干矩阵随散射体取向的变化情况；在此基础上，为有效改善人造目标的散射特性，引入Lee等人的方位角补偿方法去除目标取向对其散射特性的影响，进而提取方位角补偿后的极化SAR数据四成份分解结果中偶次散射与螺旋体散射成分功率之和作为检测量；针对新检测量数据的统计分布特征，采用具有广泛建模能力的G0分布，构建了基于数据拟合方式的目标检测流程。实验结果表明：方位角补偿处理能显著地增加目标与杂波的极化散射特性差异，由此得到的检测量在不同类型的地物杂波背景中都具有很高的信杂比（Signal to Clutter Ratio, SCR）；后续基于G0分布的检测量数据拟合及检测流程确保了不同均匀度杂波中目标检测的准确性；（3）提出了一种基于典型散射体特征极化态的无监督CFAR目标检测方法。在对一类典型散射体同极化与正交极化通道极化响应分析的基础上，选取对金属平板具有最小接收功率，同时对零取向的金属二面角具有最大接收功率的极化态，即同极化通道下左右旋圆极化态与正交极化通道下45线极化态，求取上述极化态对应的天线接收功率作为新检测量，并论证了该类检测量与PMF检测量之间存在线性变换关系。利用四成分分解模型，对新检测量的目标增强与杂波抑制效果进行了深入分析，进一步理论分析了新检测量与目标相似性系数、相似性测度的关系，指出了新检测量同时包含目标与杂波散射相似性与功率信息两种差异。在目标检测环节，采用PMF检测量的目标检测流程对新检测量实现CFAR检测。实验结果表明：所提检测量计算简单、运算量小，且在非均匀以及均匀与非均匀混合区域具有目标增强效果显著、检测性能好的优势；（4）提出了一种基于人造目标与自然杂波反射对称性差异的CFAR目标检测方法。在对人造目标与自然杂波反射对称性差异深入分析的基础上，构建了一种同时包含散射媒质方位角分布信息与螺旋性信息的新检测量，即相干矩阵第三副对角线元素（相干矩阵(2,3)项）的样本平均值。对该检测量在均匀区域的统计分布模型进行数学近似，使得近似后的统计分布模型易于进行参数估计与CFAR检测。在简化的均匀区域统计分布的基础上，利用逆Gamma分布描述该检测量在非均匀区域RCS因子的统计分布，推导出非均匀区域该检测量的统计分布，并给出了对应的参数估计表达式和CFAR检测流程。实验结果表明：所提检测量具有计算简单，杂波抑制能力强、稳健性好等优势；简化的检测量统计分布以及由此推导的非均匀与极不均匀区域检测量的统计分布分别能够实现对不同均匀度区域杂波数据较为精确的统计建模，进而基于该分布的CFAR检测能够实现在杂波类型多变的场景中较为准确的自动目标检测。