基于半正定约束的极化相似度最优模型匹配目标分解

来源：电子与信息学报杂志2015年第8期北京时间：

作者：范庆辉, 卢红喜, 保铮, 肖春宝

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。

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

基金资助：国家自然科学基金(61271024, 61201292, 61201283)，新世纪优秀人才支持计划(NCET-09-0630)，全国优秀博士学位论文作者专项资金(FANEDD-201156)，省部级基金和中央高校基本科研业务费