基于全極化雷達的目標識別方法研究.pdf

1、隨著時代的進步和科技的發(fā)展,雷達作為一種遙感工具得到了越來越多的應用。全極化合成孔徑雷達(SyntheticApertureRadar,SAR)作為雷達發(fā)展的重要分支和未來發(fā)展方向,是目前最先進的傳感器之一,因此得到了世界各國的廣泛重視。全極化SAR能夠?qū)δ繕诉M行全面而詳盡的描述,從而被應用到目標識別領域。全極化SAR圖像分類識別是SAR圖像解譯的核心組成部分,在軍事和民用領域都有著重要的實際應用價值。但是現(xiàn)在我們對全極化SAR圖像分類

2、識別方法的研究仍要落后于全極化SAR系統(tǒng)的發(fā)展進度。
　　在雷達目標識別系統(tǒng)中,目標的特征提取與分類器的設計是最為關鍵的兩個環(huán)節(jié)。本文的工作重點也將定位于目標的極化特征提取和分類器的優(yōu)化設計這兩個方面。
　　本文的工作和研究成果包括以下幾個方面:首先在第2章介紹了雷達極化的基本理論,包括了電磁波的極化表示和雷達目標的極化表示,為后面的研究打下了理論基礎。然后在第3章中介紹了基于極化分解理論的目標特征提取方法。目標極化分解能夠

3、將目標散射特性分解為幾種簡單散射機理的組合。鑒于目標的極化分解方法有很多,本章主要介紹了Pauli分解、Krogager分解和Cloude-Pottier分解。其中Cloude和Pottier提出的Cloude-Pottier分解方法被認為是目前為止最成功的目標極化分解方法。我們通過實驗驗證了基于Cloude-Pottier分解的極化SAR圖像分類識別效果。在第4章中,我們引入了基于結(jié)構風險最小化的SVM分類器,用它來進行極化SAR圖像