混合极化SAR距离模糊性能分析方法研究

来源 :中国科学院大学 | 被引量 : 0次 | 上传用户:zylalazy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
距离模糊作为合成孔径雷达(Synthetic Aperture Radar)系统设计中的一个重要的指标,直接影响着SAR成像的质量,特别是星载SAR系统,距离模糊对成像的影响更为直接,更为重要,不能忽视。混合极化SAR作为简缩极化SAR中的一种,因其具有测绘带相比全极化的大,信息量比双极化的全等的重要优点,成为各大研究机构的研究热点。因此对影响混合SAR成像质量的距离模糊进行研究很有意义。所以本文主要研究内容是围绕混合极化SAR距离模糊及其影响因素而展开,并对混合极化SAR距离模糊性能进行详细的分析与验证。  在SAR系统设计中距离模糊不是孤立的,它和众多因素有关。SAR系统的设计正是从系统要求的覆盖宽度和成像质量等系统指标作为出发点,通过选择天线尺寸,脉冲重复频率,信号带宽,发射功率,天线方向图,数据率等参数和成像的性能反复迭代,最后确定一套最佳参数的过程。所以本文的研究思路是:  第一,首先文章从距离模糊在系统参数设计中的重要地位出发,分析了它与其它参数之间的约束关系,比如:测绘带宽,天线尺寸,脉冲重复频率,方位向模糊等。理清了距离模糊与其它参数之间的关系和影响距离模糊的主要因素。  第二,结合实际的极化SAR系统对距离模糊进行计算。目前的极化SAR系统距离模糊计算中,用表征地面散射特性的极化散射矩阵来直接计算距离模糊并不妥当。这是因为:星载SAR目标是分布式目标,它们随环境和时间而动态变化。受相干斑影响,相邻像素间的信号强度是不连续的,如果从散射矩阵出发分析距离模糊比,那么计算出的交叉极化功率仍在扰动,就无法判断同极化和交叉极化功率的相对大小,从而出现相邻像素距离模糊比不能确定的问题。另外,交叉极化能量较同极化能量低6-10dB,但不能直接体现在散射矩阵上。针对以上问题本文提出用极化数据的二阶统计量协方差矩阵来计算距离模糊,并详细推导了基于分布式目标的极化SAR距离模糊计算方法。最后结合Radarsat-2旧金山地区森林目标对距离模糊进行了计算,并与现有的计算距离模糊的方法进行了对比分析,证明了本文所用计算距离模糊方法的有效性。  第三,基于以上对传统极化SAR距离模糊的分析与计算方法,对混合极化SAR系统距离模糊进行详细分析与计算。混合极化SAR与传统极化SAR不同之处在于,经过极化基变换,线性基下影响交叉极化通道的模糊能量不再是和传统极化SAR中一样,占主导地位的比交叉极化能量高6-10dB的同极化模糊能量,而是交叉极化模糊能量。这就意味着交叉极化通道距离模糊的改善。文章运用蒙特卡罗仿真方法对极化SAR数据进行仿真。结合NASA DESDynl项目的系统参数,分析了混合极化SAR和传统全极化SAR系统在改善距离模糊方面的优势。
其他文献
脱落酸(ABA)和微丝骨架参与植物对非生物胁迫的响应。本实验中,选取了一个拟南芥中受ABA、NaCl和微丝解聚剂Latrunculin B诱导的、功能未知的基因UF1作为研究对象。对UF1的表
飞机草(Eupatorium odoratum)、薇甘菊(Mikania micrantha)和紫茎泽兰(E.adenophorum)为我国南方三种重要的菊科入侵物种,由于其具有繁飧能力强、生长势旺盛和根茎发达等特点
本文通过对荣华二采区10
期刊
无线射频识别(RFID)技术是近年来新兴的一项无线自动识别技术。它以非接触识别,识别速度快,功耗低等特点广泛应用于物流,门禁,图书馆和军需供应等各个领域。一个典型的RFID系统由
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
随着移动互联、物联网及大数据等业务概念的提出,数据流量成超千倍增长,这对作为传输主干道的光纤通信系统提出了迫切要求。基于数字信号处理(DSP)的相干检测结合高阶调制格
固体培养基灭菌通常采用高压蒸汽灭菌方法,存在灭菌时间长、不能实现生产线连续生产等问题。本研究以枯草杆菌黑色变种芽胞(ATCC9372)为指示菌,利用家用800w微波炉对固体培养基
对硬件结构有着严格体积限制的高速、远距离、分布式数据传输技术是细长阵声纳系统的关键技术之一。本文以拖曳线列阵声纳为实际应用背景,围绕细长阵声纳中的关键部件——自定
本文通过对荣华二采区10
期刊
基于图像的目标的识别和跟踪技术已经广泛应用于国防与国民经济建设的诸多领域,融合了计算机视觉、图像处理与模式识别以及计算机应用等相关领域的先进技术和研究成果。对于识