PolSAR数据中,由于地物目标物理特征不同,地物目标会表现出方位对称性或非方位对称性。传统PolSAR分解算法都是基于方位对称性假设进行构建,分解结果中非方位对称的地物目标和方位对称的地物目标之间会出现散射特征混淆和误分类问题。大量的PolSAR分解算法试图通过增加物理模型来解决这一问题,模型的增加导致算法执行复杂度增大,而算法的效果改善却不明显。因此,对于后续PolSAR分解算法的研发,不仅要能有效提取具有不同方位对称性的地物目标的后向散射特征以及对地物目标进行有效地分类识别,还需要在算法有效性与算法执行复杂度之间寻找平衡。本论文从地物目标的方位对称性特征出发,发展了基于散射模型的PolSAR分解算法框架,增强了PolSAR分解算法描述地物目标散射特征的能力,提升了PolSAR数据中地物目标分类的精度,同时又控制了物理模型的数量,降低了算法的执行复杂度,PolSAR分解算法的实用性得到了进一步增强。本文的主要研究内容为:（1）本文通过仔细研究C-、L-和P-波段PolSAR数据中典型地物目标的方位对称性与后向散射信息的关系,提出了方位对称因子（Sf）用于描述PolSAR数据中的地物目标的方位对称特征。在PolSAR数据中,城区目标为非方位对称目标,且与电磁波波长无关;机场跑道/滑行道、海洋和内陆水面、草地为方位对称目标,电磁波波长越长方位对称性越好。林区目标的方位对称性受雷达电磁波波长及其穿透性的影响,在C-波段和L-波段PolSAR数据中,林区目标为方位对称目标,而在P-波段PolSAR数据中,受到林下地形的不利影响,林区目标也会表现出非方位对称性。使用0.01作为阈值时,对于C-和L-波段PolSAR数据中的方位对称和非方位对称的地物目标的分类识别率可达92.7%。（2）针对PolSAR数据中非方位对称的具有大方位角的城区目标的后向散射特征分析与分类问题,本文利用倾斜二面角模型来定量描述具有大方位角的城区目标的后向散射特征;使用极化旋转的方法将城区目标的交叉极化散射能量重分配到偶次散射中,在分解结果中减弱体散射的同时增强偶次散射,增大林区目标和城区目标之间的可分离性;最后将倾斜二面角模型与奇次、偶次和体散射模型结合起来,构建用于PolSAR数据中地物目标散射特征分析与分类识别的四分量PolSAR分解算法。该算法被成功用于多幅机载和星载的C-、L-和P-波段PolSAR数据中城区和林区等多种典型地物目标散射特征分析与分类。例如,C-波段PolSAR数据中,对于具有0°方位角的二面角反射器,估算的极化方位角(θe0)的平均值与实际值相仅差2.7°;而对于具有45°方位角的二面角反射器,估算的θe0值与实际值仅差5.4°。在分解结果中,二面角反射器无论方位角大小,偶次散射占比均大于55.1%,在三种散射机制中占优,根据占优的偶次散射可以对具有不同方位角的二面角反射器进行有效地分类识别。另外,该算法只有四个物理模型,算法执行复杂度低,而且每个分量都有明确的物理含义,分解结果更加直观。（3）针对P-波段PolSAR数据中受地形影响失去方位对称性的林区目标的散射特征分析与分类问题,本文首先使用布拉格（Bragg）散射模型对地面目标的后向散射特征与雷达局部入射角的关系进行了模拟分析,地面目标的方位对称性随着雷达局部入射角增大而变差。然后利用不需要方位对称性假设的基于特征值和特征向量的PolSAR分解算法将林区目标的地形相关分量提取出来,使用去极化方法消除地形相关分量的非方位对称性,并对林区目标进行方位对称性重建。本文提出的方位对称性重建算法的有效性通过多幅AIRSAR和UAVSAR P-波段PolSAR数据得到了验证。该方法可以使P-波段PolSAR数据分解结果中林区目标的体散射能量增加25.0%以上,林区目标的分类识别率增加28.3%以上。