CN110261853A - 一种极化合成孔径雷达的定标处理方法及装置 - Google Patents
一种极化合成孔径雷达的定标处理方法及装置 Download PDFInfo
- Publication number
- CN110261853A CN110261853A CN201910507193.2A CN201910507193A CN110261853A CN 110261853 A CN110261853 A CN 110261853A CN 201910507193 A CN201910507193 A CN 201910507193A CN 110261853 A CN110261853 A CN 110261853A
- Authority
- CN
- China
- Prior art keywords
- formula
- matrix
- scaler
- class
- multiclass
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims abstract description 285
- 230000010287 polarization Effects 0.000 claims abstract description 83
- 238000000034 method Methods 0.000 claims abstract description 41
- 241001269238 Data Species 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims description 28
- 238000005388 cross polarization Methods 0.000 claims description 24
- 230000001419 dependent effect Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 8
- 238000013139 quantization Methods 0.000 claims description 8
- 230000017105 transposition Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 230000007423 decrease Effects 0.000 abstract 1
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 2
- 230000000452 restraining effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例公开了一种极化合成孔径雷达的定标处理方法及装置。方法包括获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息,四通道为hh、hv、vh和vv四个极化通道;根据多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型;对模型进行预处理得到定标参数矩阵;基于最小二乘原理的牛顿迭代法,建立误差方程解算定标参数矩阵,减小偶然误差因素对定标参数估值的影响;当达到定标参数矩阵解算的终止条件后,得到偶然误差减小了的定标参数估值。本发明减小了偶然误差因素对定标参数矩阵解算的影响,得到偶然误差减小了的定标参数估值,可以获得高精度的定标处理结果,实用性较好。
Description
技术领域
本发明涉及合成孔径雷达(Synthetic Aperture Radar,SAR)定标领域,具体的是涉及一种极化合成孔径雷达的定标处理方法及装置。
背景技术
合成孔径雷达(SAR),是利用合成孔径原理,实现高分辨的微波成像,具备全天时、全天候、高分辨、大幅宽等多种特点,随着技术发展,出现了弹载、地基SAR、无人机SAR、临近空间平台SAR、手持式设备等多种形式平台搭载的合成孔径雷达,广泛用于军事、民用领域。
合成孔径雷达***的性能局限性使得所获取的极化数据信息往往与地物真实信息存在一定的差异,这极大地限制了极化SAR数据的应用潜力和前景。极化SAR定标是利用后向散射矩阵和地面特征点间存在的相互关系解决极化通道间的极化失真问题。
但是,目前在点目标极化合成孔径雷达定标方法中虽然采用了较好的数学模型,但是由于忽略了定标参数矩阵解算过程中偶然误差因素的影响,进而影响了解算得到的定标参数估值的精度,最终导致定标处理结果精度不高,实用性较差。
发明内容
为克服上述现有技术中存在的至少一种缺陷,本发明提供了一种极化合成孔径雷达的定标处理方法及装置,该方法通过获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息,建立极化合成孔径雷达定标模型,对所述模型进行预处理得到定标参数矩阵,并基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响,当达到所述定标参数矩阵解算的终止条件后,得到所述偶然误差减小了的定标参数估值,从而可以获得高精度的定标处理结果。
作为本发明的第一方面,本发明公开了一种极化合成孔径雷达的定标处理方法,包括:
获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息,所述四通道为hh、hv、vh和vv四个极化通道;
根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型;
对所述模型进行预处理得到定标参数矩阵;
基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响;
当达到所述定标参数矩阵解算的终止条件后,得到所述偶然误差减小了的定标参数估值。
在一种可能的实施方式中,所述根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型,具体包括:
根据获取的所述多个单视复数数据、多个图像辅助数据和多类定标器信息提取所述极化合成孔径雷达的理论极化散射矩阵S,所述理论极化散射矩阵S表示为:所述多类定标器包括多类角反射器,根据所述多类定标器的多种类型,各类定标器的理论极化散射矩阵表示为: 其中,所述i为定标器类型,所述hh为水平发射水平接收通道,所述hv为水平发射垂直接收通道,所述vh为垂直发射水平接收通道,所述vv为垂直发射垂直接收通道;
提取所述多类定标器的图像,并计算所述图像中多类角反射器的后向散射截面积;
根据所述多类角反射器的后向散射截面积对所述多类定标器的图像进行辐射校正和配准;
建立所述极化合成孔径雷达定标模型,所述模型的公式为公式1:
公式1O=RST+N,
其中,O为实际测量极化散射矩阵,S为理论极化散射矩阵,R为接收端失真矩阵,T为发射端失真矩阵,N为背景噪声矩阵;
将所述极化合成孔径雷达定标模型的公式改写为矩阵形式,得到公式2:
公式2
其中,所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知。
在一种可能的实施方式中,所述对所述模型进行预处理得到定标参数矩阵,具体包括:
忽略所述背景噪声矩阵,将所述极化合成孔径雷达定标模型的矩阵形式矢量化,得到矢量形式的所述极化合成孔径雷达定标模型,将所述矢量形式的所述极化合成孔径雷达定标模型整理后得到公式3:
公式3
将所述接收端失真矩阵R和发射端失真矩阵T所组成的定标参数矩阵的各元素的值赋给矩阵l,则所述矩阵l即为所述定标参数矩阵,所述矩阵l表示为公式4:
公式4
根据所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知,将第i类定标器的理论散射矩阵Si的值分别根据公式3进行计算,得到矩阵l的十六个参数中仅RvvTvv、RhhThh、RvvTvh、RvhThh、RvvThh、RhvTvv、RhhThv和RhhTvv这八个参数相应地与第i类定标器的实际测量极化散射矩阵的值Oi有关且为相互独立参数,余下的八个参数为可由所述矩阵l的八个独立参数进行表示的非独立参数,根据所述公式3和公式4,将所述矩阵l的八个独立参数的公式表示为公式5:
公式5
根据所述公式3、公式4和公式5,所述矩阵l中的八个非独立参数由所述八个独立参数进行表示,得到公式6:
公式6
将所述公式5和6代入所述公式4,得到公式7:
公式7
在一种可能的实施方式中,所述基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响,具体包括:
步骤a,将第i类理论极化散射矩阵Si和与之对应的第i类实际测量极化散射矩阵Oi代入所述公式7,得到公式8:
公式8
其中,Oivv表示第i类定标器垂直同极化的实际测量值,Oihh表示第i类定标器水平同极化的实际测量值,Oivh表示第i类定标器垂直发射水平接收的交叉极化实际测量值,Oihv表示第i类定标器水平发射垂直接收的交叉极化实际测量值;Sivv表示第i类定标器垂直同极化的理论值,Sihh表示第i类定标器水平同极化的理论值,Sivh表示第i类定标器垂直发射水平接收的交叉极化理论值,Sihv表示第i类定标器水平发射垂直接收的交叉极化理论值;
将所述公式8中的i个方程组联立求解得到所述矩阵l初始值l0,所述初始值l0的公式为公式9:
公式9
其中,表示矩阵的转置;
将所述初始值l0和第i类理论极化散射矩阵Si代入所述公式7,得到公式10:
公式10
其中,为第i类实际测量极化散射矩阵Oi的初始值,表示矩阵的转置;
步骤b,对所述公式7进行线性化,并建立误差方程,所述误差方式的公式为公式11:
公式11V=BΔl-α,
其中,V表示实际测量值与真实值的差值,表示系数矩阵,表示实际测量值与初始值的差值,Oi表示实际测量值,Δl=l-l0表示改正量,将所述公式11改写得到公式12:
公式12
步骤c,根据所述公式12得到公式13,所述公式13为误差方程V1vv、V1hh、V1vh、V1hv、V2vv、V2hh、V2vh、V2hv、V3vv、V3hh、V3hh、V3vh的矩阵表达式:
公式13
根据所述公式12解算所述矩阵l的改正量Δl,得到公式14:
公式14Δl=(BTB)-1BTα,
其中,BT表示B的转置;
将所述初始值l0、和所述实际测量值Oi代入所述公式13,得到公式15:
公式15
其中,表示矩阵的转置;
步骤d,将所述公式9和公式15相加得到l1的公式16:
公式16l1=l0+Δl1,
同理,得到公式17:
公式17ln+1=ln+Δln+1,
其中,n为迭代次数;
步骤e,对所述步骤a、b、c、d进行迭代解算。
在一种可能的实施方式中,所述终止条件为当所述改正量Δl小于预先设定的阈值时终止所述解算,所述定标参数估值的公式为公式18:
公式18l=(l11 l22 l31 l32 l33 l41 l42 l44)。
作为本发明的第二方面,本发明公开了一种极化合成孔径雷达的定标处理装置,包括:
获取模块,用于获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息,所述四通道为hh、hv、vh和vv四个极化通道;
模型建立模块,用于根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型;
模型预处理模块,用于对所述模型进行预处理得到定标参数矩阵;
第一处理模块,用于基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响;
第二处理模块,用于当达到所述定标参数矩阵解算的终止条件后,得到所述偶然误差减小了的定标参数估值。
在一种可能的实施方式中,所述根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型,具体包括:
第一处理单元,用于根据获取的所述多个单视复数数据、多个图像辅助数据和多类定标器信息提取所述极化合成孔径雷达的理论极化散射矩阵S,所述理论极化散射矩阵S表示为:所述多类定标器包括多类角反射器,根据所述多类定标器的多种类型,各类定标器的理论极化散射矩阵表示为: 其中,所述i为定标器类型,所述hh为水平发射水平接收通道,所述hv为水平发射垂直接收通道,所述vh为垂直发射水平接收通道,所述vv为垂直发射垂直接收通道;
第二处理单元,用于提取所述多类定标器的图像,并计算所述图像中多类角反射器的后向散射截面积;
第三处理单元,用于根据所述多类角反射器的后向散射截面积对所述多类定标器的图像进行辐射校正和配准;
第四处理单元,用于建立所述极化合成孔径雷达定标模型,所述模型的公式为公式1:
公式1O=RST+N,
其中,O为实际测量极化散射矩阵,S为理论极化散射矩阵,R为接收端失真矩阵,T为发射端失真矩阵,N为背景噪声矩阵;
第五处理单元,用于将所述极化合成孔径雷达定标模型的公式改写为矩阵形式,得到公式2:
公式2
其中,所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知。
在一种可能的实施方式中,所述对所述模型进行预处理得到定标参数矩阵,具体包括:
忽略所述背景噪声矩阵,将所述极化合成孔径雷达定标模型的矩阵形式矢量化,得到矢量形式的所述极化合成孔径雷达定标模型,将所述矢量形式的所述极化合成孔径雷达定标模型整理后得到公式3:
公式3
将所述接收端失真矩阵R和发射端失真矩阵T所组成的定标参数矩阵的各元素的值赋给矩阵l,则所述矩阵l即为所述定标参数矩阵,所述矩阵l表示为公式4:
公式4
根据所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知,将第i类定标器的理论散射矩阵Si的值分别根据公式3进行计算,得到矩阵l的十六个参数中仅RvvTvv、RhhThh、RvvTvh、RvhThh、RvvThh、RhvTvv、RhhThv和RhhTvv这八个参数相应地与第i类定标器的实际测量极化散射矩阵的值Oi有关且为相互独立参数,余下的八个参数为可由所述矩阵l的八个独立参数进行表示的非独立参数,根据所述公式3和公式4,将所述矩阵l的八个独立参数的公式表示为公式5:
公式5
根据所述公式3、公式4和公式5,所述矩阵l中的八个非独立参数由所述八个独立参数进行表示,得到公式6:
公式6
将所述公式5和6代入所述公式4,得到公式7:
公式7
在一种可能的实施方式中,所述基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响,具体包括:
步骤a,将第i类理论极化散射矩阵Si和与之对应的第i类实际测量极化散射矩阵Oi代入所述公式7,得到公式8:
公式8
其中,Oivv表示第i类定标器垂直同极化的实际测量值,Oihh表示第i类定标器水平同极化的实际测量值,Oivh表示第i类定标器垂直发射水平接收的交叉极化实际测量值,Oihv表示第i类定标器水平发射垂直接收的交叉极化实际测量值;Sivv表示第i类定标器垂直同极化的理论值,Sihh表示第i类定标器水平同极化的理论值,Sivh表示第i类定标器垂直发射水平接收的交叉极化理论值,Sihv表示第i类定标器水平发射垂直接收的交叉极化理论值;
将所述公式8中的i个方程组联立求解得到所述矩阵l初始值l0,所述初始值l0的公式为公式9:
公式9
其中,表示矩阵的转置;
将所述初始值l0和第i类理论极化散射矩阵Si代入所述公式7,得到公式10:
公式10
其中,为第i类实际测量极化散射矩阵Oi的初始值,表示矩阵的转置;
步骤b,对所述公式7进行线性化,并建立误差方程,所述误差方式的公式为公式11:
公式11V=BΔl-α,
其中,V表示实际测量值与真实值的差值,表示系数矩阵,表示实际测量值与初始值的差值,Oi表示实际测量值,Δl=l-l0表示改正量,将所述公式11改写得到公式12:
公式12
步骤c,根据所述公式12得到公式13,所述公式13为误差方程V1vv、V1hh、V1vh、V1hv、V2vv、V2hh、V2vh、V2hv、V3vv、V3hh、V3hh、V3vh的矩阵表达式:
公式13
根据所述公式13解算所述矩阵l的改正量Δl,得到公式14:
公式14Δl=(BTB)-1BTα,
其中,BT表示B的转置;
将所述初始值l0、和所述实际测量值Oi代入所述公式13,得到公式15:
公式15
其中,表示矩阵的转置;
步骤d,将所述公式9和公式15相加得到l1的公式16:
公式16l1=l0+Δl1,
同理,得到公式17:
公式17ln+1=ln+Δln+1,
其中,n为迭代次数;
步骤e,对所述步骤a、b、c、d进行迭代解算。
在一种可能的实施方式中,所述终止条件为当所述改正量Δl小于预先设定的阈值时终止所述解算,所述定标参数估值的公式为公式18:
公式18l=(l11 l22 l31 l32 l33 l41 l42 l44)。
本发明提供的一种极化合成孔径雷达的定标处理方法及装置,具有如下有益效果:
本发明通过获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息,建立极化合成孔径雷达定标模型,对所述模型进行预处理得到定标参数矩阵,并基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响,当达到所述定标参数矩阵解算的终止条件后,得到所述偶然误差减小了的定标参数估值,从而可以获得高精度的定标处理结果,实用性较好,更适宜地应用于对定标处理精度要求较高的机载、无人机等多平台极化合成孔径雷达定标。
附图说明
以下参考附图描述的实施例是示例性的,旨在用于解释和说明本发明,而不能理解为对本发明的保护范围的限制。
图1为本发明提供的第一实施例的一种极化合成孔径雷达的定标处理方法的流程图;
图2为本发明提供的第二实施例的一种极化合成孔径雷达的定标处理装置的结构示意图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚,下面结合附图和实施例对本发明进行更加详细的描述。
需要说明的是:所描述的实施例是本发明一部分实施例,而不是全部的实施例,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本文中,“第一”、“第二”、“第三”、“第四”、“第五”等仅用于彼此的区分,而非表示它们的重要程度及顺序等。
本文中的模块、单元的划分仅仅是一种逻辑功能的划分,在实际实现时可以有其他的划分方式,例如多个模块和/或单元可以结合或集成于另一个***中。作为分离部件说明的模块、单元在物理上可以是分开的,也可以是不分开的。因此可以根据实际需要选择其中的部分或全部的单元来实现实施例的方案。
下面参考图1详细描述本发明提供的一种极化合成孔径雷达的定标处理方法的第一实施例:本实施例主要应用于极化合成孔径雷达的定标处理。
如图所示,本实施例提供的一种极化合成孔径雷达的定标处理方法,包括:
步骤101,获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息,所述四通道为hh、hv、vh和vv四个极化通道;所述多类定标器信息包括类型、尺寸、姿态、经纬度和高程信息中的任意至少一个;
步骤102,根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型;所述根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型,具体包括:
根据获取的所述多个单视复数数据、多个图像辅助数据和多类定标器信息提取所述极化合成孔径雷达的理论极化散射矩阵S,所述理论极化散射矩阵S表示为:所述多类定标器包括多类角反射器,根据所述多类定标器的多种类型,各类定标器的理论极化散射矩阵表示为: 其中,所述i为定标器类型,所述hh为水平发射水平接收通道,所述hv为水平发射垂直接收通道,所述vh为垂直发射水平接收通道,所述vv为垂直发射垂直接收通道;所述多类角反射器包括至少三类角反射器,其中优选的三类角反射器为:三面角反射器、0°二面角反射器和45°二面角反射器;也可以采用四类角反射器,采用四类角反射器进行的定标处理可以获得更高的准确性;
提取所述多类定标器的图像,并计算所述图像中多类角反射器的后向散射截面积;
根据所述多类角反射器的后向散射截面积对所述多类定标器的图像进行辐射校正和配准;所述根据所述多类角反射器的后向散射截面积对所述多类定标器的图像进行辐射校正,可以消除或修正因辐射误差引起的图像畸变,使得所述图像能更好地接近原始景物,减少错误结果发生的几率;所述配准包括对多个图像进行特征提取得到特征点,通过对所述特征点进行相似性度量找到匹配的特征点对;通过所述匹配的特征点对得到图像空间坐标变换参数,根据所述坐标变换参数进行图像配准;
建立所述极化合成孔径雷达定标模型,所述模型的公式为公式1:
公式1O=RST+N,
其中,O为实际测量极化散射矩阵,S为理论极化散射矩阵,R为接收端失真矩阵,T为发射端失真矩阵,N为背景噪声矩阵;
将所述极化合成孔径雷达定标模型的公式改写为矩阵形式,得到公式2:
公式2
其中,所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知;
步骤103,对所述模型进行预处理得到定标参数矩阵;
步骤104,基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响;
步骤105,当达到所述定标参数矩阵解算的终止条件后,得到所述偶然误差减小了的定标参数估值。
所述最小二乘原理受测量偶然误差影响较大,难以满足所述定标处理精度要求,所述牛顿迭代法具有收敛速度快的特性,但是所述牛顿迭代法是否收敛以及收敛速度与其初始值的选择有关,若人为设定初始值可能造成所述牛顿迭代法的不收敛。而将最小二乘原理与牛顿迭代法相结合,即所述基于最小二乘原理的牛顿迭代法,可以结合最小二乘原理的估算性好和牛顿迭代法收敛速度快的优点,将最小二乘原理得到的估计值作为牛顿迭代法的初始值进行迭代解算,可以避免最小二乘原理受测量偶然误差影响较大和牛顿迭代法对初始值敏感的问题,在解算定标参数矩阵时减小偶然误差因素对定标参数估值的影响,得到偶然误差减小了的定标参数估值,可获得高精度的定标处理结果。
在一种可能的实施方式中,所述对所述模型进行预处理得到定标参数矩阵,具体包括:
忽略所述背景噪声矩阵,将所述极化合成孔径雷达定标模型的矩阵形式矢量化,得到矢量形式的所述极化合成孔径雷达定标模型,将所述矢量形式的所述极化合成孔径雷达定标模型整理后得到公式3:
公式3
所述整理的目的是为了方便计算;
将极化合成孔径雷达定标模型的矩阵形式矢量化可以从中获取极化信息;
将所述接收端失真矩阵R和发射端失真矩阵T所组成的定标参数矩阵的各元素的值赋给矩阵l,则所述矩阵l即为所述定标参数矩阵,所述矩阵l表示为公式4:
公式4
根据所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知,将第i类定标器的理论散射矩阵Si的值分别根据公式3进行计算,得到矩阵l的十六个参数中仅RvvTvv、RhhThh、RvvTvh、RvhThh、RvvThh、RhvTvv、RhhThv和RhhTvv这八个参数相应地与第i类定标器的实际测量极化散射矩阵的值Oi有关且为相互独立参数,余下的八个参数为可由所述矩阵l的八个独立参数进行表示的非独立参数,根据所述公式3和公式4,将所述矩阵l的八个独立参数的公式表示为公式5:
公式5
根据所述公式3、公式4和公式5,所述矩阵l中的八个非独立参数由所述八个独立参数进行表示,得到公式6:
公式6
将所述公式5和6代入所述公式4,得到公式7:
公式7
在一种可能的实施方式中,基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响,具体包括:
步骤a,将第i类理论极化散射矩阵Si和与之对应的第i类实际测量极化散射矩阵Oi代入所述公式7,得到公式8:
公式8
其中,Oivv表示第i类定标器垂直同极化的实际测量值,Oihh表示第i类定标器水平同极化的实际测量值,Oivh表示第i类定标器垂直发射水平接收的交叉极化实际测量值,Oihv表示第i类定标器水平发射垂直接收的交叉极化实际测量值;Sivv表示第i类定标器垂直同极化的理论值,Sihh表示第i类定标器水平同极化的理论值,Sivh表示第i类定标器垂直发射水平接收的交叉极化理论值,Sihv表示第i类定标器水平发射垂直接收的交叉极化理论值;
将所述公式8中的i个方程组联立求解得到所述矩阵l初始值l0,所述初始值l0的公式为公式9:
公式9
其中,表示矩阵的转置;
将所述初始值l0和第i类理论极化散射矩阵Si代入所述公式7,得到公式10:
公式10
其中,为第i类实际测量极化散射矩阵Oi的初始值,表示矩阵的转置;
步骤b,对所述公式7进行线性化,并建立误差方程,所述误差方式的公式为公式11:
公式11V=BΔl-α,
其中,V表示实际测量值与真实值的差值,表示系数矩阵,表示实际测量值与初始值的差值,Oi表示实际测量值,Δl=l-l0表示改正量,将所述公式11改写得到公式12:
公式12
步骤c,根据所述公式12得到公式13,所述公式13为误差方程V1vv、V1hh、V1vh、V1hv、V2vv、V2hh、V2vh、V2hv、V3vv、V3hh、V3hh、V3vh的矩阵表达式:
公式13
根据所述公式12解算所述矩阵l的改正量Δl,得到公式14:
公式14Δl=(BTB)-1BTα,
其中,BT表示B的转置;
将所述初始值l0、和所述实际测量值Oi代入所述公式13,得到公式15:
公式15
其中,表示矩阵的转置;
步骤d,将所述公式9和公式15相加得到l1的公式16:
公式16l1=l0+Δl1,
同理,得到公式17:
公式17ln+1=ln+Δln+1,
其中,n为迭代次数;
步骤e,对所述步骤a、b、c、d进行迭代解算。
在一种可能的实施方式中,所述终止条件为当所述改正量Δl小于预先设定的阈值时终止所述解算,所述定标参数估值的公式为公式18:
公式18l=(l11 l22 l31 l32 l33 l41 l42 l44)。
本实施例公开的极化合成孔径雷达的定标处理方法,通过获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息,建立极化合成孔径雷达定标模型,对所述模型进行预处理得到定标参数矩阵,并基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响,当达到所述定标参数矩阵解算的终止条件后,得到所述偶然误差减小了的定标参数估值,从而可以获得高精度的定标处理结果,实用性较好,更适宜地应用于对定标处理精度要求较高的机载、无人机等多平台极化合成孔径雷达定标。
下面参考图2详细描述本发明提供的一种极化合成孔径雷达的定标处理装置的第二实施例:本实施例主要应用于极化合成孔径雷达的定标处理。
如图所示,本实施例提供的一种极化合成孔径雷达的定标处理装置,包括:
获取模块201,用于获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息,所述四通道为hh、hv、vh和vv四个极化通道;所述多类定标器信息包括类型、尺寸、姿态、经纬度和高程信息中的任意至少一个;
模型建立模块202,用于根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型;所述根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型,具体包括:
第一处理单元,用于根据获取的所述多个单视复数数据、多个图像辅助数据和多类定标器信息提取所述极化合成孔径雷达的理论极化散射矩阵S,所述理论极化散射矩阵S表示为:所述多类定标器包括多类角反射器,根据所述多类定标器的多种类型,各类定标器的理论极化散射矩阵表示为: 其中,所述i为定标器类型,所述hh为水平发射水平接收通道,所述hv为水平发射垂直接收通道,所述vh为垂直发射水平接收通道,所述vv为垂直发射垂直接收通道;所述多类角反射器包括至少三类角反射器,其中优选的三类角反射器为:三面角反射器、0°二面角反射器和45°二面角反射器;也可以采用四类角反射器,采用四类角反射器进行的定标处理可以获得更高的准确性;
第二处理单元,用于提取所述多类定标器的图像,并计算所述图像中多类角反射器的后向散射截面积;
第三处理单元,用于根据所述多类角反射器的后向散射截面积对所述多类定标器的图像进行辐射校正和配准;所述根据所述多类角反射器的后向散射截面积对所述多类定标器的图像进行辐射校正,可以消除或修正因辐射误差引起的图像畸变,使得所述图像能更好地接近原始景物,减少错误结果发生的几率;所述配准包括对多个图像进行特征提取得到特征点,通过对所述特征点进行相似性度量找到匹配的特征点对;通过所述匹配的特征点对得到图像空间坐标变换参数,根据所述坐标变换参数进行图像配准;
第四处理单元,用于建立所述极化合成孔径雷达定标模型,所述模型的公式为公式1:
公式1O=RST+N,
其中,O为实际测量极化散射矩阵,S为理论极化散射矩阵,R为接收端失真矩阵,T为发射端失真矩阵,N为背景噪声矩阵;
第五处理单元,用于将所述极化合成孔径雷达定标模型的公式改写为矩阵形式,得到公式2:
公式2
其中,所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知;
模型预处理模块203,用于对所述模型进行预处理得到定标参数矩阵;
第一处理模块204,用于基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响;
第二处理模块205,用于当达到所述定标参数矩阵解算的终止条件后,得到所述偶然误差减小了的定标参数估值。
所述最小二乘原理受测量偶然误差影响较大,难以满足所述定标处理精度要求,所述牛顿迭代法具有收敛速度快的特性,但是所述牛顿迭代法是否收敛以及收敛速度与其初始值的选择有关,若人为设定初始值可能造成所述牛顿迭代法的不收敛。而将最小二乘原理与牛顿迭代法相结合,即所述基于最小二乘原理的牛顿迭代法,可以结合最小二乘原理的估算性好和牛顿迭代法收敛速度快的优点,将最小二乘原理得到的估计值作为牛顿迭代法的初始值进行迭代解算,可以避免最小二乘原理受测量偶然误差影响较大和牛顿迭代法对初始值敏感的问题,在解算定标参数矩阵时减小偶然误差因素对定标参数估值的影响,得到偶然误差减小了的定标参数估值,可获得高精度的定标处理结果。
在一种可能的实施方式中,所述对所述模型进行预处理得到定标参数矩阵,具体包括:
忽略所述背景噪声矩阵,将所述极化合成孔径雷达定标模型的矩阵形式矢量化,得到矢量形式的所述极化合成孔径雷达定标模型,将所述矢量形式的所述极化合成孔径雷达定标模型整理后得到公式3:
公式3
所述整理的目的是为了方便计算;
将极化合成孔径雷达定标模型的矩阵形式矢量化可以从中获取极化信息;
将所述接收端失真矩阵R和发射端失真矩阵T所组成的定标参数矩阵的各元素的值赋给矩阵l,则所述矩阵l即为所述定标参数矩阵,所述矩阵l表示为公式4:
公式4
根据所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知,将第i类定标器的理论散射矩阵Si的值分别根据公式3进行计算,得到矩阵l的十六个参数中仅RvvTvv、RhhThh、RvvTvh、RvhThh、RvvThh、RhvTvv、RhhThv和RhhTvv这八个参数相应地与第i类定标器的实际测量极化散射矩阵的值Oi有关且为相互独立参数,余下的八个参数为可由所述矩阵l的八个独立参数进行表示的非独立参数,根据所述公式3和公式4,将所述矩阵l的八个独立参数的公式表示为公式5:
公式5
根据所述公式3、公式4和公式5,所述矩阵l中的八个非独立参数由所述八个独立参数进行表示,得到公式6:
公式6
将所述公式5和6代入所述公式4,得到公式7:
公式7
在一种可能的实施方式中,所述基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响,具体包括:
步骤a,将第i类理论极化散射矩阵Si和与之对应的第i类实际测量极化散射矩阵Oi代入所述公式7,得到公式8:
公式8
其中,Oivv表示第i类定标器垂直同极化的实际测量值,Oihh表示第i类定标器水平同极化的实际测量值,Oivh表示第i类定标器垂直发射水平接收的交叉极化实际测量值,Oihv表示第i类定标器水平发射垂直接收的交叉极化实际测量值;Sivv表示第i类定标器垂直同极化的理论值,Sihh表示第i类定标器水平同极化的理论值,Sivh表示第i类定标器垂直发射水平接收的交叉极化理论值,Sihv表示第i类定标器水平发射垂直接收的交叉极化理论值;
将所述公式8中的i个方程组联立求解得到所述矩阵l初始值l0,所述初始值l0的公式为公式9:
公式9
其中,表示矩阵的转置;
将所述初始值l0和第i类理论极化散射矩阵Si代入所述公式7,得到公式10:
公式10
其中,为第i类实际测量极化散射矩阵Oi的初始值,表示矩阵的转置;
步骤b,对所述公式7进行线性化,并建立误差方程,所述误差方式的公式为公式11:
公式11V=BΔl-α,
其中,V表示实际测量值与真实值的差值,表示系数矩阵,表示实际测量值与初始值的差值,Oi表示实际测量值,Δl=l-l0表示改正量,将所述公式11改写得到公式12:
公式12
步骤c,根据所述公式12得到公式13,所述公式13为误差方程V1vv、V1hh、V1vh、V1hv、V2vv、V2hh、V2vh、V2hv、V3vv、V3hh、V3hh、V3vh的矩阵表达式:
公式13
根据所述公式13解算所述矩阵l的改正量Δl,得到公式14:
公式14Δl=(BTB)-1BTα,
其中,BT表示B的转置;
将所述初始值l0、和所述实际测量值Oi代入所述公式13,得到公式15:
公式15
其中,表示矩阵的转置;
步骤d,将所述公式9和公式15相加得到l1的公式16:
公式16l1=l0+Δl1,
同理,得到公式17:
公式17ln+1=ln+Δln+1,
其中,n为迭代次数;
步骤e,对所述步骤a、b、c、d进行迭代解算。
在一种可能的实施方式中,所述终止条件为当所述改正量Δl小于预先设定的阈值时终止所述解算,所述定标参数估值的公式为公式18:
公式18l=(l11 l22 l31 l32 l33 l41 l42 l44)。
本实施例公开的极化合成孔径雷达的定标处理装置,通过获取模块获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息;通过模型建立模块建立极化合成孔径雷达定标模型;通过模型预处理模块,对所述模型进行预处理得到定标参数矩阵;通过第一处理模块,基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响,第二处理模块当达到所述定标参数矩阵解算的终止条件后,得到所述偶然误差减小了的定标参数估值,从而可以获得高精度的定标处理结果,实用性较好,更适宜地应用于对定标处理精度要求较高的机载、无人机等多平台极化合成孔径雷达定标。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种极化合成孔径雷达的定标处理方法,其特征在于,包括:
获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息,所述四通道为hh、hv、vh和vv四个极化通道;
根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型;
对所述模型进行预处理得到定标参数矩阵;
基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响;
当达到所述定标参数矩阵解算的终止条件后,得到所述偶然误差减小了的定标参数估值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型,具体包括:
根据获取的所述多个单视复数数据、多个图像辅助数据和多类定标器信息提取所述极化合成孔径雷达的理论极化散射矩阵S,所述理论极化散射矩阵S表示为:所述多类定标器包括多类角反射器,根据所述多类定标器的多种类型,各类定标器的理论极化散射矩阵表示为: 其中,所述i为定标器类型,所述hh为水平发射水平接收通道,所述hv为水平发射垂直接收通道,所述vh为垂直发射水平接收通道,所述vv为垂直发射垂直接收通道;
提取所述多类定标器的图像,并计算所述图像中多类角反射器的后向散射截面积;
根据所述多类角反射器的后向散射截面积对所述多类定标器的图像进行辐射校正和配准;
建立所述极化合成孔径雷达定标模型,所述模型的公式为公式1:
公式1 O=RST+N,
其中,O为实际测量极化散射矩阵,S为理论极化散射矩阵,R为接收端失真矩阵,T为发射端失真矩阵,N为背景噪声矩阵;
将所述极化合成孔径雷达定标模型的公式改写为矩阵形式,得到公式2:
公式2
其中,所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知。
3.根据权利要求2所述的方法,其特征在于,所述对所述模型进行预处理得到定标参数矩阵,具体包括:
忽略所述背景噪声矩阵,将所述极化合成孔径雷达定标模型的矩阵形式矢量化,得到矢量形式的所述极化合成孔径雷达定标模型,将所述矢量形式的所述极化合成孔径雷达定标模型整理后得到公式3:
公式3
将所述接收端失真矩阵R和发射端失真矩阵T所组成的定标参数矩阵的各元素的值赋给矩阵l,则所述矩阵l即为所述定标参数矩阵,所述矩阵l表示为公式4:
公式4
根据所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知,将第i类定标器的理论散射矩阵Si的值分别根据公式3进行计算,得到矩阵l的十六个参数中仅RvvTvv、RhhThh、RvvTvh、RvhThh、RvvThh、RhvTvv、RhhThv和RhhTvv这八个参数相应地与第i类定标器的实际测量极化散射矩阵的值Oi有关且为相互独立参数,余下的八个参数为可由所述矩阵l的八个独立参数进行表示的非独立参数,根据所述公式3和公式4,将所述矩阵l的八个独立参数的公式表示为公式5:
公式5
根据所述公式3、公式4和公式5,所述矩阵l中的八个非独立参数由所述八个独立参数进行表示,得到公式6:
公式6
将所述公式5和6代入所述公式4,得到公式7:
公式7
4.根据权利要求3所述的方法,其特征在于,所述基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响,具体包括:
步骤a,将第i类理论极化散射矩阵Si和与之对应的第i类实际测量极化散射矩阵Oi代入所述公式7,得到公式8:
公式8
其中,Oivv表示第i类定标器垂直同极化的实际测量值,Oihh表示第i类定标器水平同极化的实际测量值,Oivh表示第i类定标器垂直发射水平接收的交叉极化实际测量值,Oihv表示第i类定标器水平发射垂直接收的交叉极化实际测量值;Sivv表示第i类定标器垂直同极化的理论值,Sihh表示第i类定标器水平同极化的理论值,Sivh表示第i类定标器垂直发射水平接收的交叉极化理论值,Sihv表示第i类定标器水平发射垂直接收的交叉极化理论值;
将所述公式8中的i个方程组联立求解得到所述矩阵l初始值l0,所述初始值l0的公式为公式9:
公式9
其中,表示矩阵的转置;
将所述初始值l0和第i类理论极化散射矩阵Si代入所述公式7,得到公式10:
公式10
其中,为第i类实际测量极化散射矩阵Oi的初始值,表示矩阵的转置;
步骤b,对所述公式7进行线性化,并建立误差方程,所述误差方式的公式为公式11:
公式11 V=BΔl-α,
其中,V表示实际测量值与真实值的差值,表示系数矩阵,表示实际测量值与初始值的差值,Oi表示实际测量值,Δl=l-l0表示改正量,将所述公式11改写得到公式12:
公式12
步骤c,根据所述公式12得到公式13,所述公式13为误差方程V1vv、V1hh、V1vh、V1hv、V2vv、V2hh、V2vh、V2hv、V3vv、V3hh、V3hh、V3vh的矩阵表达式:
公式13
根据所述公式12解算所述矩阵l的改正量Δl,得到公式14:
公式14Δl=(BTB)-1BTα,
其中,BT表示B的转置;
将所述初始值l0、和所述实际测量值Oi代入所述公式13,得到公式15:
公式15
其中,表示矩阵的转置;
步骤d,将所述公式9和公式15相加得到l1的公式16:
公式16 l1=l0+Δl1,
同理,得到公式17:
公式17 ln+1=ln+Δln+1,
其中,n为迭代次数;
步骤e,对所述步骤a、b、c、d进行迭代解算。
5.根据权利要求4所述的方法,其特征在于,所述终止条件为当所述改正量Δl小于预先设定的阈值时终止所述解算,所述定标参数估值的公式为公式18:
公式18 l=(l11 l22 l31 l32 l33 l41 l42 l44)。
6.一种极化合成孔径雷达的定标处理装置,其特征在于,包括:
获取模块,用于获取极化合成孔径雷达四通道的多个单视复数数据、多个图像辅助数据和多类定标器信息,所述四通道为hh、hv、vh和vv四个极化通道;
模型建立模块,用于根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型;
模型预处理模块,用于对所述模型进行预处理得到定标参数矩阵;
第一处理模块,用于基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响;
第二处理模块,用于当达到所述定标参数矩阵解算的终止条件后,得到所述偶然误差减小了的定标参数估值。
7.根据权利要求6所述的装置,其特征在于,所述根据所述多个单视复数数据、多个图像辅助数据和多类定标器信息建立极化合成孔径雷达定标模型,具体包括:
第一处理单元,用于根据获取的所述多个单视复数数据、多个图像辅助数据和多类定标器信息提取所述极化合成孔径雷达的理论极化散射矩阵S,所述理论极化散射矩阵S表示为:所述多类定标器包括多类角反射器,根据所述多类定标器的多种类型,各类定标器的理论极化散射矩阵表示为: 其中,所述i为定标器类型,所述hh为水平发射水平接收通道,所述hv为水平发射垂直接收通道,所述vh为垂直发射水平接收通道,所述vv为垂直发射垂直接收通道;
第二处理单元,用于提取所述多类定标器的图像,并计算所述图像中多类角反射器的后向散射截面积;
第三处理单元,用于根据所述多类角反射器的后向散射截面积对所述多类定标器的图像进行辐射校正和配准;
第四处理单元,用于建立所述极化合成孔径雷达定标模型,所述模型的公式为公式1:
公式1 O=RST+N,
其中,O为实际测量极化散射矩阵,S为理论极化散射矩阵,R为接收端失真矩阵,T为发射端失真矩阵,N为背景噪声矩阵;
第五处理单元,用于将所述极化合成孔径雷达定标模型的公式改写为矩阵形式,得到公式2:
公式2
其中,所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知。
8.根据权利要求7所述的装置,其特征在于,所述对所述模型进行预处理得到定标参数矩阵,具体包括:
忽略所述背景噪声矩阵,将所述极化合成孔径雷达定标模型的矩阵形式矢量化,得到矢量形式的所述极化合成孔径雷达定标模型,将所述矢量形式的所述极化合成孔径雷达定标模型整理后得到公式3:
公式3
将所述接收端失真矩阵R和发射端失真矩阵T所组成的定标参数矩阵的各元素的值赋给矩阵l,则所述矩阵l即为所述定标参数矩阵,所述矩阵l表示为公式4:
公式4
根据所述接收端失真矩阵R和发射端失真矩阵T中各有四个元素且均为未知,将第i类定标器的理论散射矩阵Si的值分别根据公式3进行计算,得到矩阵l的十六个参数中仅RvvTvv、RhhThh、RvvTvh、RvhThh、RvvThh、RhvTvv、RhhThv和RhhTvv这八个参数相应地与第i类定标器的实际测量极化散射矩阵的值Oi有关且为相互独立参数,余下的八个参数为可由所述矩阵l的八个独立参数进行表示的非独立参数,根据所述公式3和公式4,将所述矩阵l的八个独立参数的公式表示为公式5:
公式5
根据所述公式3、公式4和公式5,所述矩阵l中的八个非独立参数由所述八个独立参数进行表示,得到公式6:
公式6
将所述公式5和6代入所述公式4,得到公式7:
公式7
9.根据权利要求8所述的装置,其特征在于,所述基于最小二乘原理的牛顿迭代法,建立误差方程解算所述定标参数矩阵,减小偶然误差因素对定标参数估值的影响,具体包括:
步骤a,将第i类理论极化散射矩阵Si和与之对应的第i类实际测量极化散射矩阵Oi代入所述公式7,得到公式8:
公式8
其中,Oivv表示第i类定标器垂直同极化的实际测量值,Oihh表示第i类定标器水平同极化的实际测量值,Oivh表示第i类定标器垂直发射水平接收的交叉极化实际测量值,Oihv表示第i类定标器水平发射垂直接收的交叉极化实际测量值;Sivv表示第i类定标器垂直同极化的理论值,Sihh表示第i类定标器水平同极化的理论值,Sivh表示第i类定标器垂直发射水平接收的交叉极化理论值,Sihv表示第i类定标器水平发射垂直接收的交叉极化理论值;
将所述公式8中的i个方程组联立求解得到所述矩阵l初始值l0,所述初始值l0的公式为公式9:
公式9
其中,表示矩阵的转置;
将所述初始值l0和第i类理论极化散射矩阵Si代入所述公式7,得到公式10:
公式10
其中,为第i类实际测量极化散射矩阵Oi的初始值,表示矩阵的转置;
步骤b,对所述公式7进行线性化,并建立误差方程,所述误差方式的公式为公式11:
公式11 V=BΔl-α,
其中,V表示实际测量值与真实值的差值,表示系数矩阵,表示实际测量值与初始值的差值,Oi表示实际测量值,Δl=l-l0表示改正量,将所述公式11改写得到公式12:
公式12
步骤c,根据所述公式12得到公式13,所述公式13为误差方程V1vv、V1hh、V1vh、V1hv、V2vv、V2hh、V2vh、V2hv、V3vv、V3hh、V3hh、V3vh的矩阵表达式:
公式13
根据所述公式13解算所述矩阵l的改正量Δl,得到公式14:
公式14Δl=(BTB)-1BTα,
其中,BT表示B的转置;
将所述初始值l0、和所述实际测量值Oi代入所述公式13,得到公式15:
公式15
其中,表示矩阵的转置;
步骤d,将所述公式9和公式15相加得到l1的公式16:
公式16 l1=l0+Δl1,
同理,得到公式17:
公式17 ln+1=ln+Δln+1,
其中,n为迭代次数;
步骤e,对所述步骤a、b、c、d进行迭代解算。
10.根据权利要求9所述的装置,其特征在于,所述终止条件为当所述改正量Δl小于预先设定的阈值时终止所述解算,所述定标参数估值的公式为公式18:
公式18 l=(l11 l22 l31 l32 l33 l41 l42 l44)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910507193.2A CN110261853B (zh) | 2019-06-12 | 2019-06-12 | 一种极化合成孔径雷达的定标处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910507193.2A CN110261853B (zh) | 2019-06-12 | 2019-06-12 | 一种极化合成孔径雷达的定标处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110261853A true CN110261853A (zh) | 2019-09-20 |
CN110261853B CN110261853B (zh) | 2021-01-05 |
Family
ID=67917880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910507193.2A Expired - Fee Related CN110261853B (zh) | 2019-06-12 | 2019-06-12 | 一种极化合成孔径雷达的定标处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110261853B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117214843A (zh) * | 2023-11-07 | 2023-12-12 | 中国科学院空天信息创新研究院 | 一种基于定标器组的全极化sar***性能评估方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005127874A (ja) * | 2003-10-24 | 2005-05-19 | National Institute Of Information & Communication Technology | 偏波合成開口レーダ較正方法及び装置 |
US20110175771A1 (en) * | 2007-05-08 | 2011-07-21 | Raney Russell K | Synthetic Aperture Radar Hybrid-Quadrature-Polarity Method and Architecture for Obtaining the Stokes Parameters of Radar Backscatter |
CN103616686A (zh) * | 2013-12-05 | 2014-03-05 | 中国测绘科学研究院 | 一种基于混合模式的全极化干涉合成孔径雷达影像的最优相位估计方法 |
CN105445708A (zh) * | 2015-11-11 | 2016-03-30 | 西安电子科技大学 | 一种极化合成孔径雷达的定标方法 |
CN106405547A (zh) * | 2016-08-19 | 2017-02-15 | 西安空间无线电技术研究所 | 一种多极化sar简缩极化模式定标方法 |
CN107422324A (zh) * | 2017-08-08 | 2017-12-01 | 四川测绘地理信息局测绘技术服务中心 | 反射非对称信息的合成孔径雷达极化定标方法 |
CN108375770A (zh) * | 2018-03-15 | 2018-08-07 | 中国科学院遥感与数字地球研究所 | 一种基于旋转对称性的全极化sar数据的极化定标方法 |
CN109685028A (zh) * | 2018-12-28 | 2019-04-26 | 内蒙古工业大学 | 一种基于全极化sar数据的河冰厚度反演方法 |
-
2019
- 2019-06-12 CN CN201910507193.2A patent/CN110261853B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005127874A (ja) * | 2003-10-24 | 2005-05-19 | National Institute Of Information & Communication Technology | 偏波合成開口レーダ較正方法及び装置 |
US20110175771A1 (en) * | 2007-05-08 | 2011-07-21 | Raney Russell K | Synthetic Aperture Radar Hybrid-Quadrature-Polarity Method and Architecture for Obtaining the Stokes Parameters of Radar Backscatter |
CN103616686A (zh) * | 2013-12-05 | 2014-03-05 | 中国测绘科学研究院 | 一种基于混合模式的全极化干涉合成孔径雷达影像的最优相位估计方法 |
CN105445708A (zh) * | 2015-11-11 | 2016-03-30 | 西安电子科技大学 | 一种极化合成孔径雷达的定标方法 |
CN106405547A (zh) * | 2016-08-19 | 2017-02-15 | 西安空间无线电技术研究所 | 一种多极化sar简缩极化模式定标方法 |
CN107422324A (zh) * | 2017-08-08 | 2017-12-01 | 四川测绘地理信息局测绘技术服务中心 | 反射非对称信息的合成孔径雷达极化定标方法 |
CN108375770A (zh) * | 2018-03-15 | 2018-08-07 | 中国科学院遥感与数字地球研究所 | 一种基于旋转对称性的全极化sar数据的极化定标方法 |
CN109685028A (zh) * | 2018-12-28 | 2019-04-26 | 内蒙古工业大学 | 一种基于全极化sar数据的河冰厚度反演方法 |
Non-Patent Citations (1)
Title |
---|
张海瀛: ""全极化SAR/InSAR数据定标技术研究"", 《中国博士学位论文全文数据库信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117214843A (zh) * | 2023-11-07 | 2023-12-12 | 中国科学院空天信息创新研究院 | 一种基于定标器组的全极化sar***性能评估方法 |
CN117214843B (zh) * | 2023-11-07 | 2024-01-12 | 中国科学院空天信息创新研究院 | 一种基于定标器组的全极化sar***性能评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110261853B (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112819903B (zh) | 基于l型标定板的相机和激光雷达联合标定的方法 | |
US8437554B2 (en) | Method of extracting three-dimensional objects information from a single image without meta information | |
CN108510551B (zh) | 一种远距离大视场条件下相机参数的标定方法及*** | |
Horn | Tsai’s camera calibration method revisited | |
CN111383279B (zh) | 外参标定方法、装置及电子设备 | |
CN110349221A (zh) | 一种三维激光雷达与双目可见光传感器的融合标定方法 | |
CN107560592B (zh) | 一种用于光电跟踪仪联动目标的精确测距方法 | |
CN107917880B (zh) | 一种基于地基云图的云底高度反演方法 | |
CN106526593B (zh) | 基于sar严密成像模型的子像素级角反射器自动定位方法 | |
CN113050074B (zh) | 无人驾驶环境感知中相机与激光雷达标定***及标定方法 | |
CN113592989A (zh) | 一种三维场景的重建***、方法、设备及存储介质 | |
CN109597074B (zh) | 一种sar影像几何定位参数校正方法及*** | |
CN110532865B (zh) | 基于可见光与激光融合的航天器结构识别方法 | |
CN108447100B (zh) | 一种机载三线阵ccd相机的偏心矢量和视轴偏心角标定方法 | |
CN110363758A (zh) | 一种光学遥感卫星成像质量确定方法及*** | |
Bybee et al. | Method for 3-D scene reconstruction using fused LiDAR and imagery from a texel camera | |
CN110261853A (zh) | 一种极化合成孔径雷达的定标处理方法及装置 | |
Kharchenko et al. | Correlation-extreme visual navigation of unmanned aircraft systems based on speed-up robust features | |
Ravi et al. | Least squares adjustment with a rank-deficient weight matrix and its applicability to image/lidar data processing | |
CN110276240B (zh) | 一种sar图像建筑物墙面窗户信息提取方法 | |
CN116626622A (zh) | 一种极化合成孔径雷达交叉定标方法 | |
CN109828232A (zh) | 一种阵列天线测角模糊置信度计算装置及方法 | |
CN112598749B (zh) | 大场景非共同视野多相机标定方法 | |
Li et al. | Polarimetric ISAR super-resolution based on group residual attention network | |
CN105447288B (zh) | 一种信息处理方法及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210105 |