《雷达学报杂志》发表论文赏析
作者:金燕, 仇晓兰, 潘洁, 上官松涛, 王泽众, 王卫, 杨宏
单位:1.苏州市微波成像处理与应用技术重点实验室 苏州 215123;2.苏州空天信息研究院 苏州 215123;3.中国科学院空天信息创新研究院 北京 100190;
摘要:地物精细分类是合成孔径雷达(SAR)的主要应用方向之一。在多波段全极化SAR工作模式下,可充分获取目标不同波段信息和极化响应特征,有望提高目标分类精度。然而国内外现有的数据集仅有个别波段、少数地区、少量样本的低分辨率全极化分类数据。为推动多波段全极化SAR分类应用的发展,在高分航空观测系统应用校飞与验证项目支持下,利用多维度SAR在海南的校飞数据构建了一个样本量充分大、地物类别较为丰富、分类可靠性较高的多波段全极化精细分类数据集。该文概述了该数据集的构成,给出了发布数据(MPOLSAR-1.0)的信息描述方式、数据集制作流程和方法,并分别基于极化特征分类方法和经典机器学习分类方法给出了初步的分类实验结果,为该数据集的共享和应用提供支撑。
关键词:合成孔径雷达(SAR), SAR精细分类, SAR数据集, 多维度SAR, 多波段全极化SAR, 极化特征
基金资助:国家高分重大专项航空观测系统应用校飞与验证(30-H30C01-9004-19, 21)
2024年3期其他文献查阅:
MPOLSAR-1.0:多维度SAR多波段全极化精细分类数据集
多波段FMCW雷达低慢小探测数据集(LSS-FMCWR-1.0)及高分辨微动特征提取方法
基于Transformer复杂运动辨识的机动星凸形扩展目标跟踪方法
基于动量迭代快速梯度符号的SAR-ATR深度神经网络黑盒攻击算法