极化SAR发展需求及其目标识别关键技术

陈 曦 吴 涛 陶 利 钟雪莲

（中国电子科技集团公司第三十八研究所，安徽 合肥230088）

0 引言

雷达经过几十年的发展，已证明能够从干扰中探测目标的存在、测量目标的位置及运动轨迹，被认为是对目标检测、测距和跟踪的强有力的工具[1]。随着雷达探测系统的不断发展，目标和环境状况也日趋复杂。因而，仅仅发现目标存在和确定其位置还不能满足作战要求。现代雷达除了具备发现和定位功能外，还需要有目标识别功能，“目标识别”是一个含义广泛的术语，包括“目标分辨”、“目标分类”和“目标辨认”等。

极化合成孔径雷达（PolSAR）的发展是雷达理论和技术发展的产物，是涌现出的新理论、新技术之一，是现代雷达技术发展主要成就之一[2-3]。极化合成孔径雷达可以工作在不同的收发极化组合下，具有比单极化SAR信息含量高的特点。它可以用测量的极化散射矩阵完全表征在特定姿态和观测频率下目标的极化散射特性，并且电磁波的极化组合对目标的形状、尺寸、结构、材料等比较敏感，因此如果在雷达目标识别过程中考虑极化技术将会明显改善成像雷达获取目标各种信息的性能，在目标增强、目标检测、目标识别、目标抗干扰以及隐身和反隐身中有着巨大的应用价值[4-8]。

1 极化SAR系统的发展需求

目前极化SAR系统发展水平的高低已经成为衡量一个国家综合国力水平的重要标志之一，其发展受到各国越来越多的重视，这也表明SAR回波中除幅度、相位、多普勒频移以外的第四特征—极化特征已开始得到开发利用。随着SAR传感器分辨率的不断提高，传感器模式、波段和极化方式的多元化，SAR图像中的目标信息也呈现爆炸性的增长，目标由原来单通道单极化中低分辨率图像上的点目标，变为了具有丰富细节特征和散射特征的面目标，这一方面使得对目标进行更细致的解译和识别工作成为了可能，同时也使得目标特征的数量种类和不确定性大为增加，因而传统的目标检测和识别所使用的特征和检测识别方法已经不能满足实际应用的需要，必须对目标检测和识别中的关键技术进行攻关，加快数据处理速度，提高识别的精度，以更好地适应日益复杂的信息获取需求。

1.1 极化定标

定标要求能从所收集的数据中获得整个系统参数的准确定量的描述，经过校正后的SAR图像应当具有逐日逐幅的可重复性，图像幅内和各通道之间的稳定性，以及已知的、合理的精度。对于多极化合成孔径雷达，除了常规SAR需要测量的定标参数，还需要测量极化通道串扰，极化通道之间的不平衡度和不同极化通道之间的相对相位关系等。

一般来说，可以采用散射矩阵已知的点目标和分布目标来进行极化定标。点目标通常采用人工定标器(如三面角、二面角等)和极化有源定标器，为了得到极化定标参数，至少需要三个不同类型的定标器。但一个点目标只能定标它附近很小的区域，在整个测绘带中就需要大量点目标。如果一个标准的分布定标目标存在，则上述问题可以避免。由于采用极化散射计可以很精确地测得分布目标的Mueller矩阵，因此这类算法的定标精度是可测的。另外，比如亚马逊热带雨林，同时满足反射对称、旋转对称和方位对称特性，面积分布广阔且均一，是理想的星载极化SAR系统的定标目标。但分布目标定标算法依赖于人们对各种地物极化特性的深刻理解，可供作为极化定标目标的地物不容易选择。对于机载系统平台，类似于热带雨林的分布目标更不易获得。因此，就目前实际情况来说，极化定标多采用混合式定标，即结合点目标定标和分布目标定标的特点，通过系统模型假设（如天线互易即Shv= Svh、收发系统畸变一致）和地物散射特性假设（如方位向对称）直接从数据本身得到相位不平衡和串扰因子，只用一个三面角定标器完成通道间相对幅度不平衡的定标。该方法使用非常简便，由于减少了使用点目标的数量，因此对于点目标的性能要求大大降低，现在获得的极化定标过的SIR-C数据均采用此算法，其极化定标思想也成为日后各国改进极化定标方法的基础。显而易见，如何利用极化数据本身获得尽可能多的系统畸变参数是极化定标的发展目标也是难点所在，这样在降低对极化SAR系统的定标假设要求的同时，增强了极化定标算法应用于不同极化SAR系统、不同地物场景的通用性和鲁棒性。另外，在发展星载极化SAR系统(特别是波长较长的系统）时，还需要考虑极化电磁波穿过电离层引起的法拉第旋转，如果系统串扰小于-30dB或串扰稳定且可测时，可以从极化原始数据中测得法拉第旋转角，完成极化数据的校正，如图1所示，日本的ALOS-PALSAR卫星已使用了该技术。

极化SAR系统与单极化SAR系统的一个重要区别就是它们获取的数据必须定标，确保水平极化波和垂直极化波之间或入射波与散射波之间的相干性，从而实现目标散射特性的有效解释。也就是说极化定标后的数据才能真实反映地物目标的散射特征。

图1 极化图像去电离层干扰

1.2 极化目标分解

极化目标分解是为了更好地解译极化数据而发展起来的，也是提取目标极化散射特征的一种有效手段。对极化SAR数据进行分析，可以有效地提取出目标的散射特性，从而实现极化SAR数据的地物目标分类、检测和识别等其他应用，其理论核心就是极化目标分解。

目标分解定理最早由Huynen提出，它有助于利用极化散射矩阵揭示散射体的物理机理，促进对极化信息的充分利用，目前国外已相继发展出多种目标分解的方法，在将极化信息引入SAR及ISAR成像识别也取得相当程度的进展。国外学者利用机载极化SAR数据对机场内的目标进行Cameron分解和目标识别，其研究表明：沥青路面具有非互易散射体性质；停放在机场上的一架Fokker27双引擎喷气机，其机体（圆柱体）呈镜面反射，水平和垂直尾翼是双面反射体；还分析出地面与机体的两次反射、地面与机翼及发动机的四次反射等。利用目标极化散射特性进行舰船检测也有应用，由于海洋主要由柱面散射构成，而船只主要由球体、二面角和螺旋体组成，通过极化目标分解技术，可以将船只结构与极化散射特征联系起来，建立船只的极化模型库(极化ISAR)来实现船只的检测或辩识，如图2所示，这种方法类似于常规SAR目标识别中的模型匹配方法。在国内，国防科大在全极化、高距离分辨力雷达体制背景下，研究了光学区雷达目标极化特性。利用极化分解将复杂的飞机目标分解为三个简单目标，并提取描述三个目标关系的特征参数去识别四类军用飞机目标。

图2 不同方位角的Cameron船只分析（L波段）

目标的极化特性与其形状结构有着本质的联系，可反映目标表面粗糙度、对称性和取向等其他雷达参数不能提供的信息，是完整刻画目标特性不可或缺的。随着极化和高分辨测量技术的发展，分辨单元越小，它含有的散射中心的数目就越少，对目标结构特性的刻画就越细致清晰，将极化与高分辨技术结合的雷达识别技术成为复杂目标识别的一个重要分支，为更加深入地研究地物目标提供了重要的依据，极大地增强了SAR对目标信息的获取能力。

1.3 极化干涉

极化干涉SAR技术思想起源于1998年 Papathanassiou、Cloude等人利用SIR-C/X-SAR数据研究了频率、极化对相干性的影响，发现干涉相干性强烈依赖于极化状态的变化。随后提出了极化干涉相干最优理论，即寻找两幅干涉图像的最佳极化状态组合，以期得到最大的干涉相干性。

图3 森林和人造目标高度的三维图

目前极化干涉SAR技术主要的应用领域包括植被参数反演、地物分类以及高精度DEM的获取。但随着极化干涉SAR技术的深入研究，人们也开始着手研究人造目标的检测。利用雷达识别森林覆盖下的静止目标是一个经典的隐藏目标探测问题，传统的雷达探测方法是尽可能地降低所用传感器的频率，使雷达波能够对树冠有足够的穿透性，并且对隐藏目标有足够的响应。这些方法主要是利用雷达的后向散射强度信息。考虑到随机体散射（即植被）的干涉相干系数与极化状态无关，若植被下存在隐藏目标则其干涉相干系数将随极化状态的变化而变化，并且在复相干平面上是线性的。根据这一原理，可以利用干涉相干系数作为观测量进行目标检测，设计一个可以压制植被冠层后向散射回波同时保留来自隐藏目标回波的滤波器，从而达到探测隐藏目标的目的，如图3所示。此外，为了获得植被覆盖下诸如建筑、汽车等人造目标的信息，还有必要深入研究植被覆盖下的人造目标对电磁散射模型的影响以及可以准确地描述带有人造目标的植被区域的散射模型。

由于极化对目标的形状和方位敏感，干涉对目标的空间分布和高度敏感，因此，通过极化和干涉信息的有效组合可以同时提取观测对象的空间三维结构特征信息和散射信息，实现了观测空间的扩展，并且能从数据中分离出来自不同高度的不同散射机制的特征分量，有效地减少分辨单元内有效散射中心高度差引起的去相关。自1998年极化干涉理论的提出以来，极化干涉SAR技术逐渐成为SAR信息处理领域研究的新热点。在2003至2011年间，欧空局(ERS)每隔一年举办全球范围的POLINSAR研讨会，吸引了世界各国学者和专家参会，并发表大量的研究成果。

2 结语和展望

随着高科技的发展及其在现代战争中的应用,电子对抗的斗争越来越激烈,雷达面临的干扰与反干扰的形势也越来越严峻。近几年来的几场局部战争表明,在干扰条件下雷达的作战性能难以发挥。利用极化信息不仅能有效地反电磁干扰、杂波干扰,而且具有反低空突防、反隐身和提高目标识别可靠性等功能,从而可以大幅度提高雷达作战性能,因此极化信息被利用的优势越来越突出。

然而，由于在SAR系统研发方面，我国要落后国外发达国家数十年以上，这也导致相应的理论研究以及技术应用的滞后。因此，为了缩短与国外发达国家之间SAR系统研制的差距，并加快发展应用研究以及对地观测产业化技术的开发能力，需要进一步细化高分辨率、多极化SAR卫星有效载荷系统研制要求，建设星载SAR系统集成联试、测试和试验厂房以及配套设备、仪器仪表，以“十一五”和“十二五”研制的多波段、多极化、干涉SAR以及SAR系统为试验平台，加大资金投入力度，整合国内研究资源，强化SAR系统应用技术研究，建立高分辨、多极化、多波段等多维度目标识别所必需的目标特性数据库，研究开发多维度SAR图像解译算法与软件，构建空地一体化SAR图像处理应用平台，提升高分辨、多极化、多波段等多维度SAR系统应用水平。着眼于战场侦察等适时性任务需求，未来极化SAR系统需要具备对敏感的运动目标进行适时的检测和成像，然而应用技术也是研究的重要课题。

［1］王小谟,张光义,雷达与探测∶信息化战争的火眼金睛[M].2版.北京∶国防工业出版社,2008.

［2］庄钊文,肖顺平,王雪松.雷达极化信息处理及其应用[M].北京∶国防工业出版社,1999.

［3］Yamaguchi Y.Polarimetric SAR and Its Applications[J].Chinese Journal of Radio Science[J].2007，22(1)∶5-11.

［4］Novak L M,and Burl M C.Optimal Speckle Reduction in Polarimetric SAR Imagery[J].IEEE Trans.AES,1990,26(2)∶293-305.

［5］Han Z Y,Chong J S.Ship Detection Algorithm in Polarimetric SAR Images[J].Journal of Test and Measurement Technology,2006,20(1)∶65-70.

［6］Sciotti M,Pastina D,and Lombardo P.Exploiting the polarimetric information for the detection of ship targets in non-homogeneous SAR images[C]//Proceedings of IEEE 2002 International Geoscience and Remote Sensing Symposium(IGARSS’02),2002,3∶1911–1913.

［7］Liu C,Vachon P W,and Geling G L.Improved Ship Detection With Airborne Polarimetric SAR Data[J].Can.J.Remote Sensing,2005,31(1)∶122-131.

［8］Yeremy M,Campbell J W M,Mattar K,and Potter T.Ocean surveillance with polarimetric SAR[J].Canadian Journal of Remote Sensing,2001,27(4)∶328-344.