蔡永俊，张祥坤，姜景山

1. 中国科学院国家空间科学中心, 北京 100190; 2. 中国科学院大学, 北京 100049



极化SAR自适应三分量分解方法

蔡永俊1,2，张祥坤1，姜景山1

1. 中国科学院国家空间科学中心, 北京 100190; 2. 中国科学院大学, 北京 100049

介绍了原始极化SAR三分量分解中存在的问题，如负功率和散射机制模糊，并深入分析了其改进方法中仍然存在的缺陷，提出了一种自适应的三分量分解。该分解采用了更一般化的散射模型，并首次考虑了像素中存在不同旋转角的两个面或偶次散射目标，然后利用散射Alpha角确定除体散射之外的剩余主导散射机制，使面或偶次散射得到了更充分的保持。最后，从散射模型与极化相干矩阵自适应匹配的角度出发，提出了一种对负功率进行自适应优化的措施，使得负功率像素个数大大减少，从而分解更加准确有效。试验结果表明，该分解所得结果更符合实际地物散射过程，能更好地解决基于模型的分解方法中存在的缺陷。

极化合成孔径雷达；极化分解；基于模型；一般的散射机制；自适应

极化合成孔径雷达(SAR)能够获得比单极化SAR更全面的目标回波信息，大大提高了目标的识别、分类和图像解译的能力[1-2]。极化目标分解能够综合利用雷达回波中的极化信息提取目标的极化散射特征，是一种有效的极化SAR数据解译的工具。由于基于模型的分解直接与地物真实散射机制相关联，具有一定的物理意义，是近年来极化SAR分解领域的研究重点[3-15]。……