基于半正定约束的极化相似度最优模型匹配目标分解

被引：3

作者：

范庆辉 ^{[1
,2
]}

卢红喜 ^{[3
]}

保铮 ^{[3
]}

肖春宝 ^{[1
,2
]}

机构：

[1] 西安电子科技大学计算机学院

[2] 河南科技大学信息工程学院

[3] 西安电子科技大学雷达信号处理国家重点实验室

来源：

电子与信息学报 | 2015年 / 37卷 / 08期

关键词：

极化合成孔径雷达; 目标分解; 极化相似度; 最优模型匹配;

D O I：

暂无

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

目标分解是实现极化合成孔径雷达目标分类、检测与识别应用的重要手段。传统方法由于优先对体散射分量进行提取,其体散射能量的高估或二面角散射能量的低估现象较为严重。该文通过引入极化相似度量,基于数据驱动自适应地对基本散射机制的最优匹配模型进行选择。在此基础上,根据极化相似度量确定基本散射机制散射能量提取的优先顺序,并以各阶次剩余矩阵能量非负为约束,最终确定面散射、二面角散射、体散射这3种基本散射机制的能量贡献值。实测数据处理结果及其与光学图像的对比结果表明,该文方法获取的极化目标分解结果优于传统方法,能够准确地提取目标区域的基本散射特征。

引用

页码：1821 / 1827

页数：7