首页> 中国专利> 简缩极化干涉数据的Freeman-Durden目标分解方法

简缩极化干涉数据的Freeman-Durden目标分解方法

摘要

本发明提供了一种简缩极化干涉数据的Freeman-Durden目标分解方法。该方法首先推导出基线两端π/4模式简缩极化数据的两个目标矢量,合成互相关观测矩阵J

著录项

  • 公开/公告号CN103941245A

    专利类型发明专利

  • 公开/公告日2014-07-23

    原文格式PDF

  • 申请/专利权人 中国科学院电子学研究所;

    申请/专利号CN201410196778.4

  • 发明设计人 郭胜龙;李洋;洪文;

    申请日2014-05-09

  • 分类号G01S7/41;

  • 代理机构中科专利商标代理有限责任公司;

  • 代理人曹玲柱

  • 地址 100190 北京市海淀区北四环西路19号

  • 入库时间 2023-12-17 00:45:42

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2016-08-17

    授权

    授权

  • 2014-08-20

    实质审查的生效 IPC(主分类):G01S7/41 申请日:20140509

    实质审查的生效

  • 2014-07-23

    公开

    公开

说明书

技术领域

本发明涉及雷达遥感技术领域,尤其涉及一种简缩极化干涉数据的 Freeman-Durden目标分解方法。

背景技术

近年来随着雷达技术的快速发展,雷达已广泛应用于航天控制,军事 探测,目标检测,林业遥感,环境监督等众多领域。为了更好地实现雷达 遥感应用与目标探测,极化雷达应运而生且在过去的60年来蓬勃发展。

极化目标分解是极化雷达的一个重要应用,它是目标分类,林业遥感 应用的基础。目标分解理论可以分为四大类:基于Kennaugh矩阵的二分 法分解;基于协方差矩阵或者相干矩阵特征值的分解;基于散射模型的分 解(Freeman-Durden三分量分解,Yamaguchi四分量分解)以及基于散射 矩阵的相干分解。其中基于模型的Freeman-Durden三分量分解方法应用最 为广泛。

Freeman-Durden分解可以清晰地辨别出地物属于何种散射机制,但仅 依靠极化数据进行目标分解只能分辨出每一种散射的功率值,不能分辨出 散射机制的相位中心高度信息,例如对森林地区进行目标分解,检测出单 散射占主导地位,但却不能区分单散射到底是来源树冠顶层还是来自地表。 又如检测到体散射占主导地位时,却不能确定体散射来自树木还是粗糙度 较高的地表。

发明内容

(一)要解决的技术问题

鉴于上述技术问题,本发明提供了一种简缩极化干涉数据的 Freeman-Durden目标分解方法。

(二)技术方案

本发明简缩极化干涉数据的Freeman-Durden目标分解方法包括:步骤 A:获取基线一端的主图像全极化散射矩阵S1与基线另一端从图像全极化 散射矩阵S2;步骤B:在主图像全极化散射矩阵S1和从图像全极化散射矩 阵S2中,分别提取简缩极化目标矢量合成互相关观测矩阵Jint,其 中:

Jint=J11J12J21J22;

步骤C:分别建立单散射机制、二次散射机制和体散射机制在简缩极化干 涉观测下互相关矩阵模型Js、Jd和Jvol,其中:

Js=fs|β|2ββ*1,Jd=fd|α|2αα*1,Jvol=fvol10.50.51

其中,*表示取共扼,fs、fd、fvol分别为Js、Jd和Jvol的复加权系数,fs、 β、fd、α、fvol均为复数形式的未知量;步骤D:由单散射机制、二次散 射机制和体散射机制在简缩极化干涉观测下互相关矩阵模型Js,Jd,及Jvol以及互相关观测矩阵Jint,构建欠定非线性方程组:

J11=fs|β|2+fd|α|2+fvolJ12=fsβ*+fdα*+0.5fvolJ21=fsβ+fdα+0.5fvolJ22=fs+fd+fvol

步骤E:将互相关观测矩阵Jint中的观测量J11,J12,J21,J22代入欠定非线性方 程组,求解出该欠定非线性方程组中5个复参数α,β;以及步骤F:根据求解出的5个复参数fs,fd,fvol, α,β,计算单散射机制、二次散射机制和体散射机制的相位中心高度。

(三)有益效果

本发明简缩极化干涉数据的Freeman-Durden目标分解方法中,对简缩 极化干涉数据进行Freeman-Durden分解,是将既包含极化信息又包含干涉 信息的互相关矩阵分解成单散射,二次散射与体散射的加权和,运用数值 求解方法求解出各散射模型中的参数及三种散射的加权系数,求解出的三 种散射的加权系数为复数,幅度代表该散射机制的功率贡献,相位则代表 该散射的相位中心。在已知地表相位及干涉的垂直波束kz情况下,进一步 求出各种散射机制发生的竖直高度,最终既能得到各散射机制的功率贡献, 同时又能分辨出各散射机制的高度。

附图说明

图1为根据本发明实施例简缩极化干涉数据的Freeman-Durden目标分 解方法的流程图;

图2A为仿真的全极化数据的主图像,横坐标表示图像方向位,纵坐 标表示图像距离向;

图2B为仿真的全极化数据的从图像,横坐标表示图像方向位,纵坐 标表示图像距离向;

图3为根据波的二分性理论估计出的体散射功率,图像横坐标代表方 位向,纵坐标代表距离向。

图4为简缩极化干涉数据分解结果:三种散射机制的散射相位中心高 度。横坐标代表方位向像素,纵坐标代表高度值,单位(m);

图5为简缩极化干涉数据分解结果:三种散射机制的幅度贡献量。上 图为VV互相关通道三种散射功率贡献,下图为HH互相关通道三种散射 功率贡献,横坐标代表方位向像素,纵坐标代表功率值,单位(dB)。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实 施例,并参照附图,对本发明进一步详细说明。需要说明的是,在附图或 说明书描述中,相似或相同的部分都使用相同的图号。附图中未绘示或描 述的实现方式,为所属技术领域中普通技术人员所知的形式。另外,虽然 本文可提供包含特定值的参数的示范,但应了解,参数无需确切等于相应 的值,而是可在可接受的误差容限或设计约束内近似于相应的值。实施例 中提到的方向用语,例如“上”、“下”、“前”、“后”、“左”、“右”等,仅 是参考附图的方向。因此,使用的方向用语是用来说明并非用来限制本发 明的保护范围。

简缩极化(Compact Polarimetry,简称CP)是新出现的一种极化模式, 通过发射一种极化波,接收两路正交极化波,在获得与全极化数据近似信 息的同时也减轻了极化系统的负担。利用简缩极化技术的优势,将简缩极 化数据做干涉处理的简缩极化干涉(Compact Polarization SAR  Inteferometry,简称C-PolInSAR)技术也成为近年的研究热点。π/4模式 简缩极化是指发射一路45°线极化波,接收两路相互正交的H,V极化波。 本文以π/4模式为列对简缩极化干涉数据进行Freeman-Durden目标分解。

在本发明的一个示例性实施例中,提供了一种简缩极化干涉数据的 Freeman-Durden目标分解方法。图1为根据本发明实施例简缩极化干涉数 据的Freeman-Durden目标分解方法的流程图。请参照图1,本实施例 Freeman-Durden目标分解方法包括:

步骤A:获取基线一端的主图像全极化散射矩阵S1与基线另一端从图 像全极化散射矩阵S2

本步骤中,获取两全极化散射矩阵的方法为本领域技术人员所熟知, 此处不再详细描述。

步骤B:在主图像全极化散射矩阵S1和从图像全极化散射矩阵S2中, 分别提取简缩极化目标矢量合成互相关观测矩阵Jint

其中,该步骤B进一步包括:

子步骤B1,依据如下公式,在π/4模式下由主图像全极化散射矩阵S1提取基线一端简缩极化目标矢量

k1=S1·1211=SHH1SHV1SVH1SVV1·1211=12SHH1+SHV1SVH1+SVV1---(1-1)

其中,和分别是基线一端主图像全极化散射矩阵S1的 HH通道、HV通道、VH通道和VV通道的极化数据;

子步骤B2,依据如下公式,在π/4模式下由从图像全极化散射矩阵S2提取基线另一端简缩极化目标矢量

k2=S2·1211=SHH2SHV2SVH2SVV2·1211=12SHH2+SHV2SVH2+SVV2---(1-2)

其中,和分别是基线另一端从图像全极化散射矩 阵S2的HH通道、HV通道、VH通道和VV通道的极化数据;

子步骤B3,依据如下公式,根据求取的基线两端简缩极化目标矢量获得如下互相关观测矩阵Jint

Jint=k1k2*T---(2)

其中,符号*T表示对矩阵进行共轭转至操作,Jint=J11J12J21J22.

步骤C:分别建立单散射机制、二次散射机制和体散射机制在简缩极 化干涉观测下互相关矩阵模型:

Js、Jd和Jvol的复加权系数分别为复参数fs、fd、fvol,其中,

其中,单散射机制在简缩极化干涉观测下互相关矩阵模型为:

Js=Ms|β|2ββ*1---(3)

其中,Ms和β均为复数形式的未知量,从物理意义上来讲, Rυ1=SVV1和Rh1=SHH1,代表单散射干涉相位。 为单散射矩阵中同极化通道数据相位差,即SHH1与SVV1相位差。

其中,二次散射机制在简缩极化干涉观测下互相关矩阵模型为:

Jd=Md|α|2αα*1---(4)

其中,fd和α均为复数形式的未知量,从物理意义上来讲, 为二次散射干涉相位,为二次散 射矩阵中同极化通道数据相位差。Rth1,Rgh1分别表示主图像中水平极化下 竖直向物体,以及水平地表的Fresnel系数;Rtv1,Rgv1分别表示垂直极化下 竖直向物体,以及水平地表的Fresnel系数。

其中,体散射机制在简缩极化干涉观测下互相关矩阵模型为:

Jvol=Mvol10.50.51---(5)

其中,fvol为复数形式的未知量,从物理意义上来讲,为体散射干涉相位。

1、以下介绍单散射机制在简缩极化干涉观测下互相关矩阵模型的推 导过程:

由主图像单散射全极化散射矩阵Ss1及从图像单散射全极化散射矩阵 Ss2

Ss1=Rh100Rv1

(6)

Ss2=Rh200Rv2

及公式(1)得出基线两端的简缩极化目标矢量为:

ks1=12[Rh1,Rv1]T

(7)

ks2=12[Rh2,Rv2]T

单散射模型互相关矩阵为

Js=ks1ks2*T=12Rh1Rh2*TRh2Rv2*TRv1Rh2*TRv1Rv2*T---(8)

根据干涉数据特征,我们假定主图像与从图像相同极化通道的幅值相 同,且相同极化通道相位差完全是干涉相位引起。

由此得到Js的四个元素为:

(9)

最后推导出归一化单散射模型的互相关矩阵为

Js=Ms|β|2ββ*1---(10)

其中

2、以下介绍二次散射机制在简缩极化干涉观测下互相关矩阵模型的 推导过程:

主图像二次散射全极化散射矩阵Sd1及从图像二次散射全极化散射矩 阵Sd2

Sd1=ej2γh1Rth1Rgh100ej2γv1Rtv1Rgv1

(11)

Sd2=ej2γh2Rth2Rgh100ej2γv2Rtv2Rgv2

其中Rth1,Rgh1分别代表基线一端主图像中水平极化下竖直向物体,以及水 平地表的Fresnel系数;Rtv1,Rgv1分别代表主图像中垂直极化下竖直向物体, 以及水平地表的Fresnel系数;γv1,γh1分别表示主图像中水平极化及垂直 极化下波传输过程中的能量衰减及相位改变。Rth2,Rgh2分别代表基线另一 端从图像中水平极化下竖直向物体,以及水平地表的Fresnel系数;Rtv2, Rgv2分别代表从图像中垂直极化下竖直向物体,以及水平地表的Fresnel系 数;γv2,γh2分别表示从图像中水平极化及垂直极化下波传输过程中的能量 衰减及相位改变。根据实际物理模型,我们假定Rth1=Rth2,Rgh1=Rgh2Rtv1=Rtv2, Rgv1=Rgv2

由Sd1,Sd2及公式(1)得出基线两端的简缩极化目标矢量及

最终由公式(2)得出Jd

Jd=Md|α|2αα*1---(12)

其中为二次散射干涉相位,为 二次散射矩阵Sd1中Rth1Rgh1,及Rtv1Rgv1两通道数据相位差。

3、以下介绍体散射机制在简缩极化干涉观测下互相关矩阵模型的推 导过程:

基线一端主图像中体散射全极化散射矩阵Svol1,及基线另一端从图像 中体散射全极化散射矩阵Svol2

Svol1=SHH100SVV1

(13)

Svol2=SHH200SVV2

围绕雷达视线旋转θ,体散射矩阵修正为:

S1(θ)=cosθ-sinθsinθcosθSHH100SVV1cosθsinθ-sinθcosθ

(14)

S2(θ)=cosθ-sinθsinθcosθSHH200SVV2cosθsinθ-sinθcosθ

假定体散射为极细的水平方向圆柱散射体组成,则此时取|SHH1|=|SHH2|=1,

S1(θ)=cos2θcosθsinθcosθsinθsin2θ

(15)

为主,从图像相位差,即体散射干涉相位。

公式(1)得到基线两端简缩极化目标矢量为:

kvol1=12cos2θ+cosθsinθcosθsinθ+sin2θT

(16)

由公式求得初步的体散射互相关矩阵J′,假定θ服从均匀 分布(p(θ)=1/2π)则最终体散射互相关矩阵Jvol中元素应为J′vol元素对θ进行 积分得到,积分公式如下:

Jvolmn=02π12πJvolmn---(17)

m,n=1,2分别代表矩阵J′vol的行与列。

体散射模型互相关矩阵Jvol表示:

Jvol=Mvol10.50.51---(18)

其中

步骤D,由单散射机制、二次散射机制和体散射机制在简缩极化干涉 观测下互相关矩阵模型Js,Jd,及Jvol建立简缩极化干涉目标分解方程:

Jint=aJs+bJs+cJvol   (19)

其中a、b、c分别是Js、Jd、Jvol组合的实加权系数。

重新定义三个参数fs、fd、fvol

fs=aMsfd=bMdfvol=cMvol---(20)

即fs、fd、fvol分别为Js、Jd和Jvol的复加权系数,其幅度代表散射机 制的功率贡献,相位代表散射机制的散射高度信息。

将式(19)展开得:

Jint=J11J12J21J22=fs|β|2+fd|α|2+fvolfsβ*+fdα*+0.5fvolfsβ+fdα+0.5fvolfs+fd+fvol---(21-1)

构建方程组:

J11=fs|β|2+fd|α|2+fvolJ12=fsβ*+fdα*+0.5fvolJ21=fsβ+fdα+0.5fvolJ22=fs+fd+fvol---(21-2)

该方程组中包括fs,fd,fvol,α,β五个复数未知变量,只有四个复 数已知观测量J11,J12,J21,J22,这四个观测量为步骤B中求得矩阵Jint中四个 元素,该方程组为欠定非线性方程组。

步骤E,将互相关观测矩阵Jint中的观测量J11,J12,J21,J22代入欠定非线 性方程组,求解出该欠定非线性方程组中未知量fs,fd,fvol,α,β;

该步骤进一步包括:

子步骤E1,根据步骤B中生成斯托克斯(Stokes)矢量g1,g2, 进而求解fvol的幅度Fvol

具体求解步骤如下:

子分步骤E1a,由步骤A中获得简缩极化目标矢量计算基线一 端主图像的简缩极化波自相干矩阵C1,及基线另一端从图像的简缩极化波 自相干矩阵C2,即:

C1=k1k1*T

(22)

C2=k2k2*T

子分步骤E1b,简缩极化数据的Stokes矢量gi可表示为:

i=1,2分别代表基线两端主、从图像。Cmn(1)代表C1矩阵的m行n列数值, Cmn(2)代表C2矩阵的m行n列数值,表示求取实部,表示求取虚部。

子分步骤E1c,引入极化度m表征波的极化程度:

mi=g1(i)2+g2(i)2+g3(i)2g0(i)---(24)

i=1,2分别代表基线两端主、从图像。

根据公式(22)将三种散射模型用斯托克斯(Stokes)矢量表示,可 以将简缩极化目标回波分解为:

根据波的二分性理论,目标散射回波可以分解为完全极化分量和去极 化分量。由于体散射被描述为完全随机的散射过程,极化度为0,对应波 的去极化分量,体散射功率近似等于回波去极化分量的功率。

子分步骤E1d,根据公式(23)分别计算出基线两端主图像与从图像 的接收回波的极化度m1和m2,对两组回波的去极化分量作几何平均,得到 体散射分量的功率Fvol

Fvol=|fvol|=(1-m1)g0(1)(1-m2)g0(2)---(26)

估计出的体散射功率如图3所示。

子步骤E2,根据森林周边裸地的地表相位求解fd相位

在森林区域,偶次散射主要来自回波在地表与树干之间的相互作用, 偶次散射相位中心近似位于地形表面,因此我们通过估计地表相位来近似 为fd相位的本例中地形无起伏,地表相位可由森林周围的裸地估计得 出。

γHH1-VV1=<(HH1-VV1)·(HH2-VV2)*><|HH1-VV1|2>·<|HH2-VV2|2>---(28)

其中,HH1、VV1,分别为主图像全极化散射矩阵S1的HH与VV通道 极化数据,HH2、VV2分别为从图像全极化散射矩阵S2的HH与VV通道极 化数据;符号<>表示平均。

子步骤E3,将求解出的体散射幅度Fvol,以及二次散射相位干涉代 入方程(20)中,通过数值求解非线性方程组(20)求解fs,fd的幅度, fvol的相位,α,β;

求解出fvol的幅度Fvol及fd相位后,将复未知量的幅度与相位计算在 内就剩8个实数未知量,4个复观测量也对应有8个实已知量,因此采用 数值方法进行求解方程,约束方程为:

其中Fd为二次散射加权系数fd的幅度,为体散射加权系数fvol的相 位。

步骤F,以地表为参考点,三种散射机制的相位中心高度由下列公式 计算出。

其中,为竖直波束参数;B为干涉基线的垂直分量,λ为 波长,R0为天线到地物斜距,θ为雷达入射角,B、λ、R0和θ均为已知量。

散射相位中心高度图如图4所示。

根据求解出的5个复参数fs,fd,fvol,α,β,求解出三种散射机制 分别在HH互相关通道和VV互相关通道的功率贡献。

HH通道三种功率贡献为:

Hs=|fsβ2|Hd=|fdα2|Hvol=|fvol|---(31)

其中,符号||代表取模值,Hs代表HH通道单散射功率,Hd代表HH 通道二次散射功率,Hvol代表HH通道体散射功率。

VV通道三种功率贡献为:

Vs=|fs|Vd=|fd|Vvol=|fvol|---(32)

其中,Vs代表VV通道单散射功率,Vd代表VV通道二次散射功率,Vvol代表VV通道体散射功率。

由于原数据较大,这里我们仅取图像中一条方位线上数据实施分解实 验,分解的功率贡献如图5所示。

至此,已经结合附图对本实施例进行了详细描述。依据以上描述,本 领域技术人员应对本发明π/4模式简缩极化干涉目标的Freeman-Durden分 解方法有了清楚的认识。

综上所述,本发明简缩极化干涉数据的Freeman-Durden目标分解方法。 该方法首先推导出基线两端π/4模式简缩极化数据的两个目标矢量,合成 互相关观测矩阵Jint;运用同样方法根据三种散射机制的全极化散射矩阵 推导目标矢量,合成三种散射机制的互相关矩阵模型Js,Jd,Jvol,将互 相关观测矩阵表示成三种散射互相关矩阵的加权和即 Jint=fsJs+fdJd+fvolJvol,三种散射机制加权系数为复数,幅度代表散射机制 的功率贡献,相位代表散射机制的散射高度信息;Jint=fsJs+fdJd+fvolJvol是 一个欠定非线性方程组,首先根据波的二分性理论求解出体散射权重的幅 值,即fvol的幅值,然后根据地表相位信息求解二次散射相位即fd的相位。 两个参数求解后,欠定非线性方程组变成可运用数值方法进行求解的确定 型非线性方程组;最终运用数值求解方法求得三种散射机制的功率贡献及 散射相位中心高度。本发明不但能够获取各种散射机制的功率贡献量还能 辨别出各散射机制的散射相位中心高度,为极化目标的分解,地物识别及 提取高度信息提供了新的技术手段。

以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行 了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而 已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修 改、等同替换、改进等,均应包含在本发明的保护范围之内。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号