摘要: 多角度观测极化合成孔径雷达(Synthetic Aperture Radar，SAR)是极化SAR领域发展的一个新方向。作为一种新型遥感信息获取技术，多角度观测极化SAR通过观测平台的大角度移动，可获得对目标的大视角连续成像观测，弥补了传统的条带和聚束等观测模式无法... 展开 多角度观测极化合成孔径雷达(Synthetic Aperture Radar，SAR)是极化SAR领域发展的一个新方向。作为一种新型遥感信息获取技术，多角度观测极化SAR通过观测平台的大角度移动，可获得对目标的大视角连续成像观测，弥补了传统的条带和聚束等观测模式无法获取目标在不同观测角度散射特性的不足。随着角度信息的加入，目标的极化散射信息变得前所未有的丰富。如何从中提取能够精准描述目标散射特性的多角度极化特征是当下重要的研究课题。传统极化SAR特征提取技术需要假设目标在合成孔径内散射性质保持不变。然而多角度观测技术带来的大角度观测使得假设难以成立。同时目标散射性质可能随观测角度的改变发生变化。这种方位向散射特性的变化应被视为识别目标散射性质的重要信息。因此，如何建立适用于多角度观测极化SAR数据的特征提取方法，并从数据中提取能够同时反映目标极化和角度（方位向）信息的特征是多角度观测极化SAR研究的关键性问题。 本文围绕多角度观测下的极化特征提取方法，从多角度观测极化表达、基于模型的极化分解及多角度特征提取、基于特征向量的多角度极化分解及特征提取、多角度数据中传统极化特征的估计问题、基于多角度极化特征的地物分类等几个方面进行了数据处理及应用算法的深入研究。论文的主要贡献和创新点归纳如下: 1.在多角度观测极化表达的研究中，以切割子孔径的方法获得了多角度观测下不同观测角度目标的极化散射。通过对子孔径大小和子孔径切割起始点的定量分析，得出了可兼顾精细化描述目标散射随观测角度的变化、使每个观测子孔径内数据信噪比足够大的子孔径切割方法。推导得到了能同时表达目标在不同观测角度下散射特性的多孔径目标散射矢量、多孔径极化相干矩阵和多孔径极化协方差矩阵。利用仿真实验，暗室转台实验和P波段极化圆迹SAR数据验证了子孔径切割方法的有效性。 2.在基于模型的极化分解及多角度极化特征提取的研究中，通过对多孔径极化协方差矩阵进行多角度Freeman分解，得到了二次散射熵和布拉格散射熵。两个特征能分别识别二次散射占主导的各向同性和各向异性目标及布拉格散射占主导的各向同性和各向异性目标。利用这两种多角度极化特征在暗室坦克、飞机数据及P波段极化圆迹SAR数据上完成了二面角、魔术帽、平板、球等典型散射体的识别。 3.在基于特征向量的多角度极化目标分解及特征提取的研究中，通过对多孔径相干矩阵进行多角度特征分解，得到了多孔径极化熵。多孔径极化熵能同时描述目标的极化随机度和方向性随机度。利用多孔径极化熵在P波段极化圆迹SAR数据上完成了对树、农田等各向同性目标与公告牌、建筑、桥梁等各向异性目标的区分。 4.在多角度极化SAR数据的极化特征估计问题中，提出了基于似然比和多孔径极化熵估计极化特征的方法。该方法能够避免目标在不同观测角度下不同的极化散射性质之间的影响。在仿真实验数据、暗室极化转台实验数据和P波段极化圆迹SAR数据上证明了方法求得的极化特征能更精确地描述目标的散射性质。 5.在基于多角度极化特征的地物分类方法的研究中，提出了基于多孔径极化熵和精确估计的α构建分类平面的无监督分类方法。该方法从散射机制、散射随机度和方向随机度三个维度对目标进行分类，充分利用了雷达从不同角度观测到的散射信息。在P波段极化圆迹SAR数据上证明了方法不仅能区分具有不同极化散射机制的目标，还能将各向同性和各向异性目标区分开。 收起