论文部分内容阅读
本文以获取单路径全极化SAR数据中的地形信息为目的,围绕极化方位角偏移估计、坡度估计以及高程估计三部分开展研究。本文采取理论推导结合实际数据验证的方式,分析了现有方法的特点和局限性,提出了改进思路。
论文的主要工作包括:
分析了大尺度地形变化与极化方位角偏移之间的基本关系。介绍了两种极化方位角偏移估计算法:极化特征法和圆极化法。通过分解极化合成公式讨论了两种算法之间的内在关系,分析了两种算法结果不同的原因以及它们的使用条件。
介绍了利用形态学细化算法和Lambertian模型法进行坡度估计的基本原理并分析了它们各自的不足之处。通过结合极化补偿技术和Lambertian反射模型,本文提出了一种新的坡度估计方法:Compensation—Lambertian算法。这个方法的基本思路是利用Lambertian反射模型及极化补偿前后雷达回波功率变化来估计地表方位向坡度。之后,利用地形变化引起的极化方位角偏移、方位向坡度以及雷达入射角度来计算地距向坡度。
以最小化全局误差为条件,建立了由地距向坡度、方位向坡度以及高程估计值组成的离散泊松方程。分析了利用完全多重网格算法来解泊松方程的原理及问题。
最后,本文采用圆极化法得到极化方位角偏移,利用Compensation—Lambertian算法得到坡度估计,最后通过完全多重网格算法得到高程值,实现了利用单路径全极化SAR数据获取中等精度数字高程图的目标。