全极化SAR数据因其包含目标完整的后向散射信息，而在遥感的众多应用领域中发挥着重要作用。为了有效的提取目标的后向散射信息，必须要有高质量的全极化SAR数据，而这又严重依赖于准确且可靠的全极化SAR定标技术。全极化SAR定标技术主要包括利用人造点目标的点目标定标方法和利用分布式目标的分布式目标定标算法两类。点目标定标算法因人造目标的散射特性确切已知而相对容易得就能估计失真参数，并且评估算法的有效性也可以简单的使用用于对照的人造目标来完成。然而，点目标定标算法为了保障有足够高的信杂比，一般要求点目标的有很大的散射截面积，因此点目标的定标算法估计的失真参数通常只能反映位于系统线性动态范围的高端处的系统性能。相对而言，分布式目标的散射截面积较小，一般位于系统线性动态范围的下端到中上端，因此使用这类算法估计的失真参数才能真实反映系统在分布式目标所处系统线性动态范围处的性能。然而，毕竟分布式目标只有有限的先验的统计信息，这类算法只能部分的定标全极化SAR系统，完全定标仍必须依赖于额外的人造目标。由此可见，两类定标算法是对方重要的补充，而并不能相互替代。正是由于这种不可替代性，使得在点目标定标算法已经相对成熟的今天，仍然有研究分布式目标定标算法的必要性。分布式目标定标算法因只有分布式目标的部分统计特性的信息，导致其对失真参数的估计和评估相对困难。　　全极化SAR分布式目标定标算法在实际应用中的可用性是本文首先需要探讨的，也就是分布式目标定标算法的有效性评估问题。一般来说，分布式目标定标算法的可用性可以从算法精确性和稳定性两个方面描述，其中精确性主要指定标算法精度，稳定性则反映了实际数据处理过程中定标算法精度的一致性。分布式目标定标算法主要是通过估计系统失真参数并校正失真来完成数据的定标，对其精度研究局限于对失真参数估计的精度方面，而失真参数估计的精度并不能直接等效于定标的精度。同时，鉴于现有方法主要应用于较理想分布式目标，因而现有研究鲜见对定标算法稳定性的考察。为拓展分布式目标定标方法的可用性，本文尝试开展针对复杂场景下分布式目标定标算法研究，此时稳定性是必须考察的因素。　　本文提出一种同时适用于评估定标算法精确性和稳定性的策略。首先，提出并推导了分布式目标定标后的剩余失真参数的显式表达式，利用剩余失真参数的均值评价定标精度，利用剩余失真参数的不确定度评价定标稳定性。在此基础上，提出了一种能够综合评价定标算法的精度和稳定性的“定标算法成功率”指标，即:在二维复平面上，计算剩余失真参数对应的不确定度区域中满足定标算法精度要求的部分占其整个不确定度区域的比例，用于反映失真参数估计达到定标要求的概率。最后，本文提出了一种不需要分布式目标先验信息的基于Bootstrap重采样的全极化SAR分布式目标定标算法性能评估方法。该方法通过引入Boostrap重采样技术实现了实际数据处理中对剩余失真参数不确定度的估计，拓展了基于剩余失真参数的评估方法在实际数据处理中没有失真参数先验信息时的应用。　　考虑到不同的实际任务中存在的实际困难，本文重点研究全极化SAR分布式目标定标算法的性能优化和适应性改进等创新性研究工作。主要体现在提高参数估计精度、存在异常目标情况下观测样本协方差矩阵估计、长波段星载全极化SAR分布式目标定标算法等三个方面。　　第一个方面，定标算法都是利用定标模型去匹配观测协方差矩阵模型，因而定标模型中的模型参数是定标算法所能得到的失真参数的最优估计。对已有的多种经典算法的研究发现，目前只存在两类定标模型。本文提出了基于COMET的分布式目标定标算法，可以无偏的估计两类定标模型中的模型参数。　　第二个方面，当用于估计观测样本协方差矩阵的样本集合中存在不满足定标模型的异常样本时，例如不满足方位对称性假设的目标或饱和像素等，必须在估计样本协方差矩阵前剔除异常样本，否则会严重地影响失真参数估计的精度。现有样本协方差矩阵估计方法使用的是硬阈值，不能自适应的剔除异常样本，限制了其方法的适用范围。本文提出了一种基于球形截断协方差矩阵的分布式目标定标算法。该方法利用球形截断协方差矩阵来对样本集进行截取，并结合本文提出的可用性指标对球形截断阈值进行自适应的调整，实现了高可用性的自适应异常样本剔除。此外，该方法可以被引入通用的预处理环节，大大降低了高精度定标算法对观测样本的苛刻要求，展示出在复杂场景的分布式目标极化SAR定标中的重要应用潜力。　　第三个方面，当极化SAR数据受到显著的Faraday旋转效应的影响时，由于失真模型与常规分布式目标定标算法所依赖的失真模型的不同，导致现有的分布式目标定标算法不适用于对长波段星载全极化SAR的数据定标。本文提出了一种基于等效系统模型/ESM(Equivalent system model)的长波段星载全极化SAR分布式目标定标方法。通过对存在FR影响下的星载极化SAR的观测协方差矩阵的分析发现，极化SAR的系统误差及平均FRA共同引起的失真，在对散射矢量的影响上，与一个只包含系统失真的等效系统的影响相当。因此，通过引入ESM，就可以利用常规的极化SAR分布式目标定标方法等价地实现受到FR影响下的分布式目标定标;对FR影响下的“等效串扰水平”进行了研究，放宽了对FRA限制，拓展了常规的全极化SAR分布式目标定标算法的适用范围。　　综上，本文以实际应用需求为背景，开展对全极化SAR分布式目标定标算法的评估方法、适应性改进及创新性研究，解决定标难题、完善已有定标算法、提出有效的评估方法、改善算法性能，是对现有全极化SAR分布式目标定标算法理论的发展和技术演进的有益尝试。