导读:本文包含了全极化雷达论文开题报告文献综述及选题提纲参考文献，主要关键词:极化合成孔径雷达,相干斑滤波,非局部均值,似然比检验
全极化雷达论文文献综述
马晓双,吴鹏海[1]（2019）在《全极化雷达遥感影像的迭代优化非局部均值去噪法》一文中研究指出相干斑的存在严重降低了全极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)的影像质量,对相干斑进行抑制是使用PolSAR数据必不可少的预处理程序。本文提出了一种迭代优化的PolSAR非局部均值去噪方法。该方法在每次迭代去噪过程中,通过同时考虑原始影像全极化噪声统计特性和前一次迭代所得影像的全极化信息来完善像素间极化相似性的度量,从而实现对影像更精准的估计。试验部分利用模拟的PolSAR数据和真实的PolSAR影像进行了算法效果的验证。结果表明:去噪算法在显着抑制影像噪声水平的同时,也能较好地保持影像的边缘和极化特性等细节信息。(本文来源于《测绘学报》期刊2019年08期）
马晓双,吴鹏海,刘诗雨,姚梦园[2]（2018）在《结合相似块匹配及线性最小均方误差滤波器的全极化雷达影像去噪》一文中研究指出针对全极化合成孔径雷达Pol SAR(Polarimetric Synthetic Aperture Radar)影像相干斑噪声严重的问题,提出了一种结合相似块匹配和线性最小均方误差原理的去噪方法。该方法首先在原始影像上实现相似块组的匹配,进而利用线性最小均方误差滤波器对影像块组进行滤波得到初始去噪结果;然后,同时利用原始影像和初始去噪影像的信息进行相似块组的重新匹配,并再次利用线性最小均方误差原理对重匹配影像块进行去噪,得到影像最终的去噪结果。利用模拟的Pol SAR影像和高分叁号卫星Pol SAR影像进行了算法效果的验证。结果表明,去噪算法在显着抑制影像噪声水平的同时,也能较好地保持影像的边缘和极化特性等细节信息。(本文来源于《遥感学报》期刊2018年04期）
张密芳[3]（2017）在《基于全极化雷达数据的森林参数反演研究》一文中研究指出林业调查中十分重要且不可缺少的是包括胸径、树高、蓄积量、生物量等森林参数的调查,传统的森林调查具有很多缺点,需要耗费巨大的人力和财力,效率低下,且很难对大范围的森林参数进行调查。与主动式遥感相比,森林参数遥感估测常用的被动式遥感技术易受天气的影响,林冠穿透能力弱,导致森林参数的估测精度较低。作为主动式遥感的合成孔径雷达(Synthetic Aperture Radar,SAR)技术的出现,使森林调查在垂直结构探测能力方面有了突破性的进展。本文以紫金山国家森林公园为研究对象,以2011年和2015年两期合成孔径雷达数据为数据源,利用多元线性回归、人工神经元网络、K-近邻算法、决策与回归树、装袋算法和随机森林六种估测模型,对研究区森林的平均树高、平均胸径、单位面积蓄积量参数进行了反演,分析了2011年和2015年2期的紫金山森林分布状况和生长状况,并进一步分析了这5年间森林参数,以及林木生长状况的动态变化。研究结果表明:从四种极化目标分解方法得到的极化特征图像中可以看出,水体、建筑用地和裸地的颜色特征比较明显,且易于区分;而同属于有林地的针叶林和阔叶林的颜色特征不明显,较难区分。Cloude分解对于针叶林和阔叶林的区分明显优于其他叁种目标分解方法。从六种森林参数估测模型的精度中可以看出,在这六种估测模型中,对于平均胸径、平均树高和蓄积量叁个森林参数的估测精度最高的是随机森林模型、多元线性回归模型的估测精度最低;而在叁种森林参数中,平均树高的估测精度最高,平均胸径的估测精度最低。通过计算分析极化特征值、地形因子、人为干扰因子以及雷达植被指数的相对重要性和节点纯度,可以看出,地物的雷达回波散射特征和地形因子是影响研究区森林参数的重要环境变量。对森林参数反演结果进行趋势面插值、反距离权重插值、普通克里金插值、自然邻域法插值,对比四种插值精度得到:普通克里金插值和自然邻域法插值的精度最好,反距离权重插值的精度一般,趋势面插值的精度最低。对于样本较大,空间分布均匀的数据,克里金插值和自然邻域法插值效果优于其他插值方法。从森林参数的空间分布图中可以看出:平均胸径,平均树高和单位面积蓄积量高的林分,处于研究区海波较高、坡度较陡的南北坡中上部;平均胸径、平均树高、单位面积蓄积量中等的林分位于公园海拔较低、坡度平缓的南北坡中下部,平均胸径、平均树高、单位面积蓄积量较低的林分则位于水体、建筑用地、草坪占主导地位的紫金山外缘地区,总体呈现出由里向外逐渐降低的带状分布格局。从2011年和2015年的森林参数空间分布图中可看出:2015年的平均胸径、平均树高、单位面积蓄积量有所提高,且海拔较高地区的阔叶林的平均胸径、平均树高、单位面积蓄积量提高明显,但由于研究区内旅游景观的改造、建筑的修葺和增建,平均胸径小(<5cm)、平均树高小(<4m)和单位面积蓄积量小(<30m~3/hm~2)的区域面积有明显增加的趋势。(本文来源于《南京林业大学》期刊2017-06-01）
安相君,翟玮[4]（2016）在《利用单类分类方法提取全极化雷达影像中的建筑物》一文中研究指出建筑物是人类赖以生存的基本场所,为人类的各种活动提供容纳空间,建筑物分布信息是当代社会非常重要的信息资源。本文引入单类分类方法,对城市建筑物进行识别提取。文章介绍了基于最小超球支持向量机的单类分类方法,并提取一景全极化SAR影像的多种极化特征,利用该方法进行了建筑物提取实验,结果表明单类分类方法能够融合多种特征快速提取建筑物,且能保证一定的提取精度。(本文来源于《甘肃科技》期刊2016年14期）
程旭[5]（2016）在《全极化雷达目标检测与参数估计方法研究》一文中研究指出极化信息的获取和利用对提高雷达目标的检测和参数估计性能具有重要作用,在气象观测、对地遥感侦察和防空反导等领域得到了广泛应用。当前,信息技术的进步推动极化雷达快速发展,表现在:一方面,雷达天线技术和数字计算技术的发展催生了具有收发极化优化能力的全极化雷达。另一方面,信息测量手段的提高和信息来源途径的多样化使得人们能够掌握目标和环境的部分先验信息,发展基于知识辅助的自适应雷达系统。若能有效利用目标和环境的先验信息,同时对雷达波形和收发极化方式进行优化,有望实现对目标的“匹配照射”,获取比传统极化雷达更好的目标检测和参数估计性能。为此,亟需发展新的信息获取方法和测量体制条件下的信号处理技术。本论文面向全极化雷达系统,以波形自适应设计和收发极化优化为手段,通过对目标和环境信息的有效利用,深入研究了雷达目标的检测和参数估计方法,并利用目标的暗室测量数据和杂波实测数据对研究成果进行了验证,主要研究成果包括:在目标检测方面,针对目标、杂波先验信息部分已知和完全未知两种情形,分别研究了基于收发极化优化的信杂噪比改善方法和目标检测算法。1.针对目标和杂波先验信息部分已知的情形,基于广义分式规划理论,设计了一套发射波形和接收滤波器组迭代优化算法。该算法以滤波器组(其中每个滤波器对应某一特定视线角)输出最小信杂噪比为优化准则,同时要求发射波形满足功率约束和相似性约束条件,优化的目的即最大化这个最小信杂噪比。在性能分析环节,利用实测数据验证了算法的有效性,系统分析了雷达视线角不确定范围、滤波器规模等因素对信杂噪比的影响,并对比了该算法与现有典型算法间的性能差异。分析表明,发射波形和接收滤波器联合优化的全极化雷达较波形固定的传统极化雷达、发射波形和接收滤波器联合优化的单极化雷达均有显着的输出信杂噪比得益;而在整个视线角不确定区间内,本文的滤波器组方法较现有全极化发射波形和滤波器联合优化方法表现出更平稳的信杂噪比性能。2.针对目标和杂波先验知识均未知的情形,建立了发射极化可变的矢量测量系统的数学模型,基于广义似然比检测方法提出了一种非高斯杂波背景下目标的极化检测算法。从理论上推导了该检测器的检测性能表达式,指出了它的恒虚警属性以及发射极化矢量与检测性能之间的对应关系。设计了矢量测量条件下的性能分析实验,对非高斯杂波背景下的低速目标检测场景,该检测算法比另外两种典型极化检测器的抗杂波非高斯性更强;给定虚警概率条件下,该算法较上述两种检测器的检测性能更好,接近目标和杂波参数已知的最优极化检测器。比较了极化方式优化与极化方式固定系统间的性能差异,结果表明,在给定虚警概率条件下,经极化优化后的测量系统比传统极化雷达具有更好的检测性能。在此基础上,进一步对比了矢量测量与标量测量方式间的检测性能差异,结果证实,经发射极化优化的矢量测量系统和收发极化联合优化的标量测量系统间的检测性能相当。在目标参数估计方面,在建立标量测量系统的模型基础上,以目标散射矢量估计的均方误差为优化准则,给出了基于收发极化优化的目标散射矢量最优估计问题的数学形式。对于如何求解该优化问题,指出并证明了美国华盛顿大学学者J.Xiao方法的错误,随后提出了一种基于序贯估计的收发极化联合优化算法。该算法具有多项式级计算量,随着序贯次数的增加,经收发极化优化后的估计误差单调递减并收敛于稳定点。进一步将该极化优化方法推广至矢量测量系统,并给出了相应的发射极化优化流程。数值仿真方法和实测数据分析均表明,为取得同一估计误差,联合收发极化优化标量测量对信杂噪比的要求<发射极化优化标量测量系统<收发极化方式固定的标量测量系统;而经发射极化优化后的矢量测量系统和收发极化联合优化标量测量系统间的目标估计性能相当。论文选题紧密结合当前极化雷达技术发展的现实需求,综合采用理论推导、仿真实验和实测数据实验,提出了新的系统优化和信号处理方法,对于提高极化雷达目标检测和特性获取能力具有重要的参考价值。(本文来源于《国防科学技术大学》期刊2016-06-02）
张密芳,杨玉峰,李明阳,胡曼,荣媛[6]（2016）在《紫金山国家森林公园全极化雷达图像分类比较》一文中研究指出全极化雷达图像的最大优点是能够获取目标的全极化散射特征,从而使其在地表植被的分类和森林参数反演中具有较大的应用价值。以紫金山国家森林公园为研究对象,2011年的全极化雷达数据、典型地类野外调查数据为主要信息源,在PAULI、SINCLAIR、CLOUDE-POTTIER、FREEDMAN-DURDEN四种目标特征值分解基础上,采用最大似然、支持向量机、神经元网络和随机森林4种方法进行监督分类。结果表明,5种组合中12个特征值组成的特征图像的最大似然分类的精度最高,总体分类精度为58.20%,CLOUDE-POTTIER、FREEDMAN-DURDEN总体分类精度较低,分别为51.86%、52.36%;4种分类方法中,12个特征值组合的图像的随机森林分类方法的总体分类精度最高,总体分类精度为74.29%,神经元网络的分类精度较低,总体分类精度为56.98%;6种地类中,针叶林、阔叶林和建筑的分类精度较高,草地、水体和裸地的分类精度较低。(本文来源于《森林与环境学报》期刊2016年01期）
王欢[7]（2015）在《宽带全极化雷达试验系统设计》一文中研究指出日益复杂的电磁环境要求雷达系统在具备较远的探测距离与较高的探测精度的基础上,还需要具有较强的智能化信息处理能力,同时希望从回波信息中提取出更多目标物理特性信息,以实现对雷达目标更为精确的检测与识别。全极化测量与高分辨成像技术均为现代雷达技术极为重要的研究方向,它们分别从不同角度描述了目标特性,二者相结合具有极为广阔的应用前景。利用回波信号中的极化信息可以获得目标的结构、表面粗糙度与材质等物理特性,即目标的形状及特性与其极化信息有着密切的联系,故极化信息能全面的描述目标的物理特性;另一方面,宽带高分辨成像技术精细地描述了目标的细微特征,极大地提高了其极化模型的准确性。本文首先介绍了宽带全极化雷达基本理论,主要包括极化散射矩阵、极化测量体制及基于步进频率信号的一维高分辨成像算法,通过仿真实验给出了全极化四通道一维高分辨距离像仿真结果,直观形象地说明了极化散射矩阵和一维高分辨距离像之间的关系。其次详细阐述了宽带全极化雷达试验系统的结构设计和参数设计,具体包括雷达接收机与雷达发射机的结构设计,雷达系统参数如发射功率、接收机噪声系数、接收机灵敏度、动态范围和增益等的确定,并给出了收发系统指标分配方案。经过多次对设计方案的修改和调整,理论计算结果满足了所要求的雷达系统总体指标,为后续的雷达系统的仿真与验证工作提供理论基础。在此基础上利用Matlab/Simulink对宽带全极化雷达试验系统进行仿真验证,首先进行了雷达系统单模块的设计,主要包括发射波形设计、目标回波设计、混频器设计、放大器设计等;其次利用已设计的模块搭建出双通道雷达接收仿真系统,通过两个脉冲重复周期仿真获得全极化回波数据,并在关键模块后利用示波器观测其波形,以验证输出结果的正确性。最后介绍了数据处理子系统的相关算法,如利用P_ESPRIT算法进行目标极化散射矩阵估计以及利用Pauli基分解完成极化校准,并分别通过Simulink理论仿真数据和宽带全极化实测数据对相关算法进行了验证和分析,实验结果表明了本试验系统所采用的数据处理算法的有效性。(本文来源于《西安电子科技大学》期刊2015-12-01）
毛晓康,汪长城,李志伟,朱建军[8]（2015）在《基于全极化雷达数据的偏移量跟踪提取滑坡形变量》一文中研究指出合成孔径雷达(Synthetic Aperture Radar,SAR)图像两两之间利用偏移量跟踪技术来研究地物运动特性一直备受国内外学者的研究[1]。尤其是用来研究冰川的运动特性,取得了很好的应用[1][2][3]。然而基于全极化雷达影像偏移量跟踪技术应用到滑坡等地质灾害中的研究较少,主要因偏移量估算的形变精度不高,很多学者聚焦在波长级的形变精度[4]的差分干涉测量(D-In SAR)的方法研究(本文来源于《2015中国地球科学联合学术年会论文集（二十四）——专题56空间大地测量与地壳动力学》期刊2015-10-10）
雷步云[9]（2015）在《基于全极化雷达数据的冬小麦作物残茬生物量估算研究》一文中研究指出小麦作物残茬是小麦作物收割之后残留在农田中的茎秆部分。作物残茬覆盖的地表对土壤水分、碳和其他物质具有保持的作用。作物残茬本身作为地球碳储物质,对全球进行碳计算及环境气候评价具有重要的影响。作物残茬的合理利用能够减少农田土壤中碳的散失、温室气体排放及地表径流造成的土壤表层有机质流失。因此对农田作物残茬生物量估算具有重要意义。本文选择位于黄淮海平原的山东禹城试验区作为研究区。利用全极化雷达数据(Radarsat-2),以及与之同步野外观测数据,开展基于全极化雷达数据的冬小麦作物残茬生物量估算研究。首先,对实测数据与作物残茬生物量进行回归分析,利用Radarsat-2数据进行冬小麦作物残茬不同极化方式下的后向散射特征分析,并做样点实测数据与不同极化方式下的后向散射系数之间的相关性研究;然后,利用简化的密歇根微波冠层散射(MIMICS)模型模拟冬小麦作物残茬的后向散射系数,与Radarsat-2HH极化方式下的后向散射系数进行相关性分析;最后建立基于神经网络的冬小麦作物残茬生物量估算模型,并采用实测样点的冬小麦作物残茬生物量进行精度评价。本文的主要结论和结果如下:1)冬小麦作物残茬生物量与残茬高度具有较好的相关性。采用实测的小麦作物残茬生物量分别与作物残茬高度、作物残茬覆盖度以及不同深度的土壤水分进行相关性分析。发现冬小麦作物残茬生物量与作物残茬高度具有较好的相关性,决定系数R2=0.73,与残茬覆盖度和不同深度的土壤水分相关性不明显。2)冬小麦作物残茬与Radarsat-2 HH极化模式的后向散射系数之间具有较好的相关性。将实测的样点数据分别与Radarsat-2 HH、HV、VH、W极化模式的后向散射系数进行相关性分析。结果表明:冬小麦作物残茬生物量与Radarsat-2 HH极化模式的后向散射系数具有较好的相关性,决定系数R2为0.45,与HV、VH和VW极化模式的后向散射系数没有明显的相关性。3)MIMICS模型模拟的后向散射系数与原图像的后向散射系数相关性较好。确定冠层微波散射模型—MIMICS模型的输入参数,模拟小麦作物残茬的后向散射系数,将模拟的后向散射系数与原始图像后向散射系数对比分析,相关性明显,决定系数R2=0.78,能够很好的模拟小麦作物残茬后向散射系数。4)基于MIMICS模型估算的冬小麦作物残茬生物量具有较好的精度。根据实测的小麦作物残茬植被参数和土壤数据,设定植被参数和土壤数据波动范围,建立基于神经网络的冬小麦作物残茬生物量估算模型,对研究区的小麦作物残茬的生物量进行估算。与实测的小麦作物残茬的生物量数据进行相关性分析和误差分析,得出研究区小麦作物残茬生物量估算的精度评价,决定系数R2=0.588,相对误差最大为22.4%,平均相对误差为7.13%。结果表明根据MIMICS模型能够较好的估算作物残茬生物量。(本文来源于《南京大学》期刊2015-05-28）
刘芳[10]（2015）在《W波段全极化雷达目标特性测量算法研究》一文中研究指出无论是隐身技术还是反隐身技术，都离不开对所探测目标的电磁散射特性的研究，复杂目标在不同电磁环境下具有不同散射特性。本文将大带宽和变极化技术结合得到高分辨率的一维和二维成像，并对全极化散射矩阵进行极化分解，获取了更加精细的目标结构信息，在目标识别、雷达成像、精确制导等领域具有重要价值。首先，研究W波段变极化雷达系统的构建原理及探测方法。基于四子阵天馈和虚拟极化合成技术，系统可以实现任意极化形式的发射与接收，得到目标的全极化散射矩阵。通过数字幅相加权技术，实现多通道幅相误差校准；采用收发数字波束合成方法，降低了传统波束形成网络引入的损耗，提高了发射机EIRP值和接收机的灵敏度。系统还可以实现多种发射信号体制，在目标识别和分类方面具有极大潜力，符合当前雷达技术软件化、数字化、智能化的发展趋势。其次，着重研究了目标散射特性的提取方法，包括全极化散射矩阵、高分辨一维距离像的获取方法、目标的两种常用的极化分解方法（Freeman分解和Cloude分解）。给出了仿真和实测数据的处理结果，得到了目标更加详细的径向散射信息，成功对典型目标进行了识别，说明上述算法具有一定的目标分类和识别能力。最后，深入研究了目标的二维高分辨成像技术。基于外场转台系统，对坦克模型进行数据采集，并应用距离-多普勒远场成像算法进行二维成像，成像效果良好。然而，由于大型复杂地面目标一般不满足远场测试条件，目标照射区域的电磁波不能像远场一样近似为平面波，否则会产生较大的测量误差，因此重点研究了两种近场成像算法：改进的球面波卷积逆投影算法和基于坐标映射和广义相干的成像算法。它们直接作用于球面波模型，避免了远场距离近似，得到了更准确的近场成像。前一种算法利用了大量插值和迭加补偿，效率低；后一种算法则充分利用了傅里叶变换的快速性，同时相干迭加提升了信噪比，成像效果更好。最后对两种近场成像算法均进行了大量仿真实验验证，成像效果达到预期，并进一步对两种算法的计算量进行了比较,证明第二种算法更具高效性。(本文来源于《北京理工大学》期刊2015-01-01）
全极化雷达论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对全极化合成孔径雷达Pol SAR(Polarimetric Synthetic Aperture Radar)影像相干斑噪声严重的问题,提出了一种结合相似块匹配和线性最小均方误差原理的去噪方法。该方法首先在原始影像上实现相似块组的匹配,进而利用线性最小均方误差滤波器对影像块组进行滤波得到初始去噪结果;然后,同时利用原始影像和初始去噪影像的信息进行相似块组的重新匹配,并再次利用线性最小均方误差原理对重匹配影像块进行去噪,得到影像最终的去噪结果。利用模拟的Pol SAR影像和高分叁号卫星Pol SAR影像进行了算法效果的验证。结果表明,去噪算法在显着抑制影像噪声水平的同时,也能较好地保持影像的边缘和极化特性等细节信息。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
全极化雷达论文参考文献
[1].马晓双,吴鹏海.全极化雷达遥感影像的迭代优化非局部均值去噪法[J].测绘学报.2019
[2].马晓双,吴鹏海,刘诗雨,姚梦园.结合相似块匹配及线性最小均方误差滤波器的全极化雷达影像去噪[J].遥感学报.2018
[3].张密芳.基于全极化雷达数据的森林参数反演研究[D].南京林业大学.2017
[4].安相君,翟玮.利用单类分类方法提取全极化雷达影像中的建筑物[J].甘肃科技.2016
[5].程旭.全极化雷达目标检测与参数估计方法研究[D].国防科学技术大学.2016
[6].张密芳,杨玉峰,李明阳,胡曼,荣媛.紫金山国家森林公园全极化雷达图像分类比较[J].森林与环境学报.2016
[7].王欢.宽带全极化雷达试验系统设计[D].西安电子科技大学.2015
[8].毛晓康,汪长城,李志伟,朱建军.基于全极化雷达数据的偏移量跟踪提取滑坡形变量[C].2015中国地球科学联合学术年会论文集（二十四）——专题56空间大地测量与地壳动力学.2015
[9].雷步云.基于全极化雷达数据的冬小麦作物残茬生物量估算研究[D].南京大学.2015
[10].刘芳.W波段全极化雷达目标特性测量算法研究[D].北京理工大学.2015