計科峰王海波冷祥光邢相薇康利鴻

①(國防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院 長沙 410073)

②(武警湖北總隊第一支隊 武漢 430071)

③(北京遙感信息研究所 北京 100092)

星載簡縮極化SAR船舶目標(biāo)檢測技術(shù)研究

計科峰*①王海波①②冷祥光①邢相薇③康利鴻③

①(國防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院 長沙 410073)

②(武警湖北總隊第一支隊 武漢 430071)

③(北京遙感信息研究所 北京 100092)

作為一種新興的星載極化SAR系統(tǒng)，星載簡縮極化(Compact Polarimetric)SAR能同時獲取目標(biāo)較豐富的極化信息和實現(xiàn)大幅寬觀測，在海洋觀測領(lǐng)域具有先天的優(yōu)勢。該文針對星載簡縮極化SAR海上船舶目標(biāo)檢測應(yīng)用，首先簡要介紹了星載簡縮極化SAR系統(tǒng)基本模式及發(fā)展，其次綜述了典型的星載簡縮極化SAR信息處理方法，在此基礎(chǔ)上，重點分析比較了目前常用的星載簡縮極化SAR船舶目標(biāo)檢測方法的特點，然后給出了作者研究小組在星載簡縮極化SAR船舶目標(biāo)檢測方面的部分研究結(jié)果，最后分析展望了進(jìn)一步研究方向。

SAR；極化SAR；簡縮極化SAR；星載SAR；船舶檢測

1 引言

合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)具有全天時、全天候的成像工作能力，能獲取包含豐富地物信息的圖像，日益成為實現(xiàn)海上船舶目標(biāo)監(jiān)視的一種有效手段[1]。在海上船舶目標(biāo)監(jiān)視應(yīng)用中，一方面由于海洋面積大、范圍廣，需要SAR具有更大的成像幅寬，實現(xiàn)廣闊海洋中船舶目標(biāo)的有效監(jiān)視；另一方面，更大的幅寬意味著更大的SAR圖像數(shù)據(jù)量，對數(shù)據(jù)的下傳帶寬及圖像的存儲和實時處理解譯等也提出了更高的要求[2]。全極化SAR系統(tǒng)能夠同時獲取4個通道的數(shù)據(jù)信息，能夠更加準(zhǔn)確地描述地物特征。雖然豐富的信息量能夠獲取更多的目標(biāo)結(jié)構(gòu)信息，但是提高了SAR系統(tǒng)的設(shè)計復(fù)雜度，對天線設(shè)計、數(shù)據(jù)下傳帶寬和速率以及功率消耗等方面提出了更高的要求[3]，從而影響到長時間、寬測繪帶、高分辨數(shù)據(jù)的獲取。雙極化系統(tǒng)雖然能夠提供兩倍于全極化系統(tǒng)的幅寬，但減少了數(shù)據(jù)信息。為兼顧系統(tǒng)復(fù)雜度和信息獲取能力，簡縮極化(Compact Polarimetric, CP)[4]作為一種新興的極化方式被提了出來。與全極化相比，簡縮極化模式在系統(tǒng)結(jié)構(gòu)復(fù)雜度較低的情況下仍然能夠較好地保持地物信息，較全面揭示地物散射特性，而且能夠提供更大的幅寬。

簡縮極化SAR系統(tǒng)自提出以來，引起了各國研究者的廣泛關(guān)注，國內(nèi)外研究人員在多個領(lǐng)域進(jìn)行了相關(guān)研究，主要包括森林參數(shù)反演[5,6]、地物分類[7,8]、海冰和溢油監(jiān)測[9,10]、海上船舶目標(biāo)檢測[11-14]等。系統(tǒng)簡單、獲取圖像信息豐富及更寬測繪帶的特點使得簡縮極化SAR系統(tǒng)在海洋遙感[15-17]應(yīng)用，尤其是在廣闊的海洋地區(qū)船舶目標(biāo)檢測[11-14]中具有得天獨厚的優(yōu)勢，國內(nèi)外大量的學(xué)者也對此進(jìn)行了積極的研究和探索，并取得了一些成果。本文針對星載簡縮極化SAR海上船舶目標(biāo)檢測應(yīng)用，首先簡要介紹了星載簡縮極化SAR系統(tǒng)基本模式及發(fā)展，其次綜述了典型的星載簡縮極化SAR信息處理方法，在此基礎(chǔ)上，重點分析比較了目前常用的星載簡縮極化SAR船舶目標(biāo)檢測方法的特點，然后給出了作者研究小組在星載簡縮極化SAR船舶目標(biāo)檢測方面的部分研究結(jié)果，最后分析展望了進(jìn)一步研究方向。

2 星載簡縮極化SAR系統(tǒng)基本模式與發(fā)展

隨著對簡縮極化SAR系統(tǒng)基本理論研究的不斷深入，簡縮極化星載SAR系統(tǒng)也進(jìn)入快速發(fā)展階段，本節(jié)在介紹簡縮極化SAR 3種典型基本模式基礎(chǔ)上，總結(jié)了簡縮極化星載SAR系統(tǒng)研究進(jìn)展情況。

2.1 簡縮極化SAR基本模式

簡縮極化SAR只發(fā)射一路特定極化方式的電磁波(可為線極化波或圓極化波)，同時接收兩路正交極化波(可為線極化回波或圓極化回波信號)。從公開發(fā)表的文獻(xiàn)來看，目前有3種典型的簡縮極化方式：π/4模式(π/4 mode)[18]、雙圓極化模式(Dual Circular Polarization, DCP)[19]和混合極化模式(Circular Transmit-Linear Receive, CTLR)[20,21]。如表1所示。

表1 簡縮極化SAR 3種典型基本模式Tab. 1 Three typical fundamental modes of CP SAR

2005年，Souyris等人[18]首次提出了π/4模式簡縮極化SAR系統(tǒng)的概念，該系統(tǒng)發(fā)射一路方向為45°的線性極化信號，同時接收水平(H)和垂直(V)的兩路正交極化信號；2006年，Stacy等人[19]提出了雙圓極化的簡縮極化模式，該系統(tǒng)只發(fā)射右旋或者左旋圓極化波，同時接收右旋和左旋圓極化波；2007年，Raney[20,21]提出了混合極化的簡縮極化模式，該系統(tǒng)發(fā)射右旋或者左旋圓極化波，同時接收水平(H)和垂直(V)的兩路正交極化波。DCP模式和CTLR模式之間存在線性關(guān)系，可以相互轉(zhuǎn)換[22]。圖1為簡縮極化SAR系統(tǒng)發(fā)射和接收示意圖(以發(fā)射右旋極化波為例進(jìn)行說明)[23]。

2.2 星載簡縮極化SAR系統(tǒng)發(fā)展

簡縮極化SAR系統(tǒng)的巨大應(yīng)用潛力以及簡縮極化SAR系統(tǒng)基本理論研究的不斷深入直接推動了簡縮極化星載SAR系統(tǒng)的研究與快速發(fā)展。目前典型的星載簡縮極化SAR系統(tǒng)發(fā)展計劃主要包括美國、加拿大、日本、印度、阿根廷等國家。

印度空間研究組織(Indian Space Research Organization, ISRO)于2008年10月22日發(fā)射了第1顆具有簡縮極化模式的衛(wèi)星--Chandrayaan-1[24]，該衛(wèi)星的Mini-SAR傳感器采用S波段發(fā)射左旋圓極化波，接收水平和垂直的兩路線極化波，這次任務(wù)的目的是對月球表面南北緯80°的區(qū)域進(jìn)行測繪，系統(tǒng)預(yù)計服役2年，實際只使用了9個月。2012年4月26日，印度太空合作組織發(fā)射了其研制的第2顆具有簡縮極化模式的SAR衛(wèi)星--Risat-1[25]，該衛(wèi)星采用混合簡縮極化模式，設(shè)計壽命5年，主要應(yīng)用于農(nóng)業(yè)規(guī)劃、林業(yè)資源調(diào)查以及洪澇災(zāi)害檢測等。日本宇宙航空研究開發(fā)機(jī)構(gòu)(JAXA)研制的Advanced Land Observing Satellite-2 (ALOS-2)衛(wèi)星[26]于2014年5月成功發(fā)射，采用L波段多極化模式，CTLR模式簡縮極化，主要用于海冰、海上溢油和船舶檢測等海洋監(jiān)視領(lǐng)域。另外，美國、加拿大、阿根廷等國家也在積極加快簡縮極化模式SAR衛(wèi)星研制，阿根廷國家航天活動委員會(CONAE)的SAOCOM-1A計劃，計劃于2016年12月發(fā)射；加拿大空間局(Canadian Space Agency, CSA)的Radarsat Constellation Missions(RCM)[16]，預(yù)計2018年發(fā)射；美國國家航空航天局(NASA)的DESDynI計劃[27]，計劃于2021年發(fā)射。表2列出了已發(fā)射和正在研制中的星載簡縮極化SAR系統(tǒng)，圖2給出了典型星載簡縮極化SAR系統(tǒng)示例。

圖1 簡縮極化SAR系統(tǒng)發(fā)射和接收信號示意圖Fig. 1 A sketch of signal transmission and reception in CP SAR systems

3 簡縮極化SAR信息處理方法

與全極化相比，簡縮極化SAR信息處理的主要難點在于極化信息量不夠豐富。從目前已發(fā)表的文獻(xiàn)及最新研究進(jìn)展來看，簡縮極化SAR信息處理主要基于兩種途徑[4]：一是對簡縮極化SAR數(shù)據(jù)進(jìn)行重建，近似恢復(fù)出全極化信息；二是直接對簡縮極化SAR數(shù)據(jù)進(jìn)行極化分解，再對分解后的極化特征參數(shù)進(jìn)行處理。兩種方法相比，第2種方法能夠較好避免繁瑣的重建過程和重建誤差。

3.1 簡縮極化SAR數(shù)據(jù)重建偽全極化信息

利用簡縮極化SAR數(shù)據(jù)進(jìn)行全極化信息重建是簡縮極化SAR數(shù)據(jù)處理技術(shù)研究的重要內(nèi)容之一。全極化信息重建的過程就是把簡縮極化數(shù)據(jù)2×2的協(xié)方差矩陣重建恢復(fù)成3×3的全極化協(xié)方差矩陣，再利用全極化模式下較為成熟的信息處理方法進(jìn)行數(shù)據(jù)處理和研究應(yīng)用。該方法最大的優(yōu)勢在于全極化信息處理的方法研究較為廣泛和成熟，可以直接對重建后的全極化信息進(jìn)行處理。從國內(nèi)外已發(fā)表的文獻(xiàn)來看，Souyris, Nord, Collins和殷君君等人基于不同的理論分別提出了各自不同的重建全極化信息方法，并進(jìn)行實驗對比，驗證了各自提出方法的有效性。

Souyris等人[18]對π/4模式的簡縮極化進(jìn)行了重建，具體步驟為：首先，將簡縮極化協(xié)方差矩陣分解為共極化部分、交叉極化部分以及剩余部分3個矩陣的和。從分解后的結(jié)果來看，全極化信息的重建是利用已有的3個值來估計6個待重建參數(shù)的過程，沒有確定解；其次，為了得到重建的固定解，Souyris利用了兩個關(guān)系式，一是認(rèn)為交叉極化通道與共極化通道之間完全不相干，即目標(biāo)反射滿足對稱性假設(shè)；二是建立了輔助常數(shù)N與交叉極化功率、共極化功率以及共極化相關(guān)系數(shù)之間的經(jīng)驗關(guān)系式，通過實驗總結(jié)得到參數(shù)N經(jīng)驗值為4；最后，基于這兩種關(guān)系式，未知參數(shù)由6個減少為3個，使得方程有固定解，全極化協(xié)方差矩陣得以重建。Souyris針對π/4模式提出的方法對于森林、草地等植被覆蓋茂密區(qū)域重建具有良好的效果，但是對于城市地區(qū)等較為復(fù)雜的區(qū)域重建效果不好，并不能完全反映該地區(qū)的全極化信息。在Souyris方法的基礎(chǔ)上，Nord等人[28]提出了另外一種計算參數(shù)N的迭代方法，利用新的參數(shù)N進(jìn)行二次重建結(jié)果更具有穩(wěn)定性，但是Nord提出的重建模型計算時利用了Souyris重建方法中的初始化值，沒有考慮初始值對參數(shù)N的影響，從而影響了參數(shù)N的計算取值。在此基礎(chǔ)上，Nord等人還對DCP模式和CTLR模式下的簡縮極化SAR重建模型進(jìn)行了推導(dǎo)。

表2 已發(fā)射和正在研制中的星載簡縮極化SAR系統(tǒng)Tab. 2 CP SAR systems in working and planned

圖2 典型星載簡縮極化SAR系統(tǒng)示例Fig. 2 Typical spaceborne CP SAR systems

Collins等人[29]認(rèn)為Souyris和Nord重建方法并不適用于所有地區(qū)，尤其是在海洋地區(qū)。為此，Collins等人建立了基于入射角θ的計算參數(shù)N的非線性經(jīng)驗?zāi)Ｐ?，實驗?shù)據(jù)驗證，Collins的重建模型在海洋地區(qū)改善了重建的效果。在此基礎(chǔ)上，李裕等人[30]對參數(shù)N進(jìn)行了修正，對海上溢油進(jìn)行了檢測。殷君君等人[14]利用Souyris重建方法中共極化和交叉極化相互關(guān)系的假設(shè)條件，提出了一種不滿足反射對稱性時的重建模型，并把該模型應(yīng)用到船舶目標(biāo)檢測上。

從以上幾種重建方法可以看出，簡縮極化數(shù)據(jù)重建全極化協(xié)方差矩陣基于兩個假設(shè)條件：一是反射對稱性假設(shè)；二是采用了共極化、交叉極化與共極化相關(guān)系數(shù)之間的經(jīng)驗表達(dá)式。由于對不同的地區(qū)反射對稱性假設(shè)不一定滿足，因此，現(xiàn)有的幾種重建模型都無法完全恢復(fù)出全極化信息，很難反映目標(biāo)的真實極化信息。Reigber等人[31]也指出，重建過程就是基于一定的假設(shè)條件人為地把2×2的簡縮極化協(xié)方差矩陣擴(kuò)展成3×3的全極化協(xié)方差矩陣，整個重建過程中沒有增加信息量，重建意義不大。

3.2 簡縮極化分解方法

隨著高分辨極化SAR的進(jìn)一步發(fā)展，獲取的圖像中目標(biāo)信息量更加豐富，有效利用目標(biāo)散射特性和極化特性能夠更好地提高目標(biāo)分類精度和檢測準(zhǔn)確率，因此，對極化SAR數(shù)據(jù)直接進(jìn)行分解提取極化特征或散射特征進(jìn)行處理是更直接有效的方式。目前，簡縮極化SAR分解主要有3種方法：一是m-δ分解和m-χ三分量分解；二是基于簡縮極化SAR協(xié)方差矩陣H/a分解；三是基于分解模型的方法[23]。

根據(jù)部分極化波二分理論[32]，部分極化波可分為去極化波和完全極化波獨立的兩部分之和。在此基礎(chǔ)上，Raney[20]提出了m-δ分解，將簡縮極化協(xié)方差矩陣分解成完全極化和去極化兩部分分量，m表示極化度，用來表征目標(biāo)對電磁波散射的隨機(jī)程度；δ為兩個正交極化分量的相位差。基于m-δ分解，Charbonneau等人[22]提出了一種三分量的分解方法，將回波總功率分解為偶次散射、體散射和表面散射3種分量之和。Raney等人[33]定義了圓度χ(degree of circularity)，提出了基于m-χ分解的三分量分解方法，圓度χ體現(xiàn)了表面散射和偶次散射在完全極化波中的比重。

對應(yīng)于全極化中的H/a分解，基于簡縮極化協(xié)方差矩陣的H/a分解方法較為簡單，只是由全極化模式中的3維變?yōu)?維，計算量更小。郭睿等人[34]提出了一種改進(jìn)的簡縮極化SAR H/a分解方法，通過計算平面、二面角和偶極子的平面散射角α來區(qū)分不同的散射機(jī)制，并對簡縮極化模式下的H/a平面進(jìn)行劃分，得到了簡縮極化H/a特征空間，實驗表明DCP模式下3種散射機(jī)制的分類識別效果要優(yōu)于π/4模式。謝鐳[23]定義了一個新參數(shù)ρ代替平均散射角α，提出了一種分析全極化模式和簡縮極化模式下H/a分解結(jié)果之間關(guān)系的方法。

基于分解模型的簡縮極化SAR分解方法的優(yōu)勢在于分解后的各分類物理意義較為明確。劉萌等人[35]將全極化模式下的Freeman-Durden分解模型轉(zhuǎn)換到CTLR模式的簡縮極化中，建立了極化總功率與體散射、偶次散射和表面散射之間的關(guān)系式。Cloude等人[36]基于RVoG模型，針對CTLR模式的簡縮極化SAR數(shù)據(jù)，提出了m-αs分解，其中m表示極化度，αs依賴于極化橢圓率，并基于m-αs分解建立了對應(yīng)的三分量分解。

盡管基于分解的簡縮極化SAR數(shù)據(jù)處理方法已經(jīng)應(yīng)用在多個領(lǐng)域中，但是由于簡縮極化協(xié)方差矩陣變?yōu)?維矩陣，信息量沒有全極化SAR豐富，并不能完全反映目標(biāo)的全極化的信息。

4 簡縮極化SAR船舶目標(biāo)檢測方法

由于簡縮極化SAR數(shù)據(jù)格式不同于全極化SAR數(shù)據(jù)，全極化模式下的船舶檢測方法不完全適用于簡縮極化模式，根據(jù)簡縮極化數(shù)據(jù)處理方式的不同，綜合現(xiàn)有文獻(xiàn)，海上船舶目標(biāo)檢測主要可分為基于偽全極化信息重建、基于簡縮極化分解和基于簡縮極化特征參數(shù)3類方法。

4.1 基于偽全極化信息重建的簡縮極化SAR船舶目標(biāo)檢測方法

從簡縮極化數(shù)據(jù)重建偽全極化信息主要基于兩個假設(shè)：一是反射對稱性假設(shè)，認(rèn)為交叉極化通道和共極化通道完全不相干，即另一個是共極化通道和交叉極化通道的關(guān)系式：

海洋區(qū)域以表面散射為主，而Souyris[18]和Nord[28]重建方法不適用于表面散射為主的地區(qū)[37]。因此這兩種方法的重建結(jié)果都不能真實反映海洋的極化信息，Collins等人[29]利用不同入射角的Radarsat-2全極化數(shù)據(jù)，選取了一組海上風(fēng)速相同的實驗區(qū)域，在驗證滿足反射對稱的基礎(chǔ)上，建立了基于入射角θ的參數(shù)N均值的經(jīng)驗?zāi)Ｐ停和ㄟ^模擬CTLR模式的簡縮極化SAR數(shù)據(jù)實驗驗證，Collins重建方法改善了重建的效果，并用于船舶目標(biāo)檢測，但由于船的大小、形狀和方位不同，這個模型還不穩(wěn)定，對海況和目標(biāo)信息要求較高。

在Collins重建方法的基礎(chǔ)上，Denbina[38]和Atteia[39,40]分別對海上目標(biāo)做了進(jìn)一步研究，提出了各自改進(jìn)的檢測方法，并將簡縮極化模式下的檢測結(jié)果跟雙極化、重建的偽全極化和全極化數(shù)據(jù)進(jìn)行比較，對影響檢測性能的一些因素進(jìn)行了對比分析，如風(fēng)速、圖像分辨率等。Denbina采用Collins重建方法[29]進(jìn)行重建，通過選取多景不同入射角的圖像來計算參數(shù)N的平均值，以CTLR模式的簡縮極化SAR數(shù)據(jù)為例，使用新參數(shù)N值進(jìn)行全極化信息重建。重建后，選取500×500像素平靜海面區(qū)域作為背景，計算出平均協(xié)方差的逆矩陣作為海面特征，利用基于Liu和Meek[41]提出的似然比檢測方法，通過設(shè)定不同的閾值來檢測冰川和船舶目標(biāo)，對不同風(fēng)速、不同入射角的多幅圖像進(jìn)行實驗，結(jié)果表明提出的重建模型的檢測效果對入射角依賴較大，當(dāng)入射角介于23°-28°之間時，具有良好的檢測效果，入射角大于28°時，檢測效果好于雙極化，跟全極化相當(dāng)。Atteia[39]對Radarsar-2 全極化圖像研究發(fā)現(xiàn)，此數(shù)據(jù)下均值N的取值依賴于入射角，對Collins提出的重建方法進(jìn)行修正，設(shè)定N值為對CTLR模式的簡縮極化數(shù)據(jù)進(jìn)行重建，最后利用似然比檢測方法對船舶目標(biāo)進(jìn)行了檢測。基于此重建模型，Atteia[40]利用模擬的雙極化RCM圖像，模擬可能用在RCM上的3種成像模式：低分辨率、高分辨率和船舶檢測模式進(jìn)行實驗研究，分析了3種模式下入射角的大小對船舶檢測的影響，并對檢測性能進(jìn)行了比較。Zhang[42]等采用兩種不同的重建方法，利用非監(jiān)督的分類方法對溢油和海面平臺進(jìn)行了檢測，得出了共極化和交叉極化之間相對相位與海面散射機(jī)制之間可能的關(guān)系。

基于偽全極化信息重建的簡縮極化SAR船舶目標(biāo)檢測方法，主要難點在于重建過程中使用的重建模型，目前還沒有一種通用的模型。上述方法都是基于反射對稱、共極化和交叉極化相互關(guān)系假設(shè)條件下的重建方法，由于目標(biāo)區(qū)域不總是滿足反射對稱性，導(dǎo)致重建結(jié)果信息存在一定的錯誤或信息損失，從而影響到船舶目標(biāo)檢測的準(zhǔn)確性。殷君君等人[43]提出了一種新的重建模型，跟Souyris和Nord重建方法不同的是該模型無需反射對稱性假設(shè)。重建中利用了Souyris方法的共極化和交叉極化相互關(guān)系假設(shè)條件，在全極化四分量分解中認(rèn)為體散射是一群混亂無序的散射狀態(tài)的集平均，看作是完全非極化波，即在此基礎(chǔ)上對全極化的四分量分解進(jìn)行了改進(jìn)，利用修正的重建模型獲得了偽協(xié)方差矩陣，再基于似然比檢測進(jìn)行船舶檢測，修正后的重建模型提高了船舶檢測的精度。

4.2 基于簡縮極化分解的船舶目標(biāo)檢測方法

基于簡縮極化分解的船舶檢測方法通過利用海洋背景和船舶目標(biāo)散射特性的差異實現(xiàn)船舶目標(biāo)檢測。殷君君[12]對CTLR模式下的簡縮極化數(shù)據(jù)分別進(jìn)行m-δ和m-χ分解，基于Radarsat-2實測數(shù)據(jù)對船舶檢測后發(fā)現(xiàn)只利用三分量進(jìn)行檢測能夠檢測出大部分目標(biāo)，但小目標(biāo)存在漏檢。Calgary大學(xué)的Allah[44]和Michael[45]分別用CTLR模式的簡縮極化SAR對海上船舶目標(biāo)檢測進(jìn)行了研究。Allah通過設(shè)定一個全局閾值篩選出候選目標(biāo)，利用CAFR和似然比檢測對候選目標(biāo)初步檢測，兩種方法檢測出的結(jié)果存在一定的虛警，最后用m-χ分解方法對分解得到的三分量PD,PV,PS進(jìn)行排列組合得到8種組合，由于散射機(jī)制不同，目標(biāo)、虛警和海洋背景分別對應(yīng)不同的組合，以此進(jìn)行虛警去除，取得較好的效果；Michael對入射角N模型進(jìn)行研究發(fā)現(xiàn)，該模型適用于海洋圖像的全極化信息重建，根據(jù)海洋和冰山目標(biāo)的Stokes矢量及其推導(dǎo)出的其他參數(shù)，基于概率分布函數(shù)提出了改進(jìn)的似然比檢測器，把m-χ分解得到的分量PV和入射角θ作為特征向量，利用SVM分類器來區(qū)分船舶和冰山，取得了較好的效果。

4.3 基于簡縮極化特征參數(shù)的船舶目標(biāo)檢測方法

簡縮極化SAR信息量豐富，從中提取的一些極化特征參數(shù)對船舶目標(biāo)與海洋背景都具有一定的區(qū)分度，從而可用于船舶目標(biāo)檢測。Shirvany等人[11,37]利用Stokes矩陣參數(shù)獲取到了簡縮極化數(shù)據(jù)的極化度P，對海上的船舶、浮標(biāo)和溢油目標(biāo)進(jìn)行檢測，由于不同的目標(biāo)在海洋地區(qū)的去極化度不同，通過對極化度或去極化度設(shè)置不同的閾值來區(qū)分船舶和浮標(biāo)。殷君君[43]基于X-Bragg模型推導(dǎo)了簡縮極化模式下的3個參數(shù)C,iB和r，用于海上溢油和船舶檢測，其中，C的取值表征不同的目標(biāo)，在海洋和溢油區(qū)域C＜0，而對于船舶和低風(fēng)速海洋區(qū)域則C＞0;iB用來表征目標(biāo)散射偏離布拉格散射的程度，r用來表征去極化效應(yīng)。從全極化數(shù)據(jù)模擬CTLR模式下的簡縮極化數(shù)據(jù)計算3個參數(shù)的近似值，實現(xiàn)了溢油和船舶的檢測。Lu[46]等提出了一種基于特征的簡縮極化SAR船舶檢測方法，實現(xiàn)了船舶的檢測。

綜上，3類簡縮極化SAR船舶目標(biāo)檢測方法各有優(yōu)缺點，參見表3。簡縮極化數(shù)據(jù)重建偽全極化信息進(jìn)行船舶檢測的優(yōu)勢在于全極化模式下船舶檢測研究較為成熟，可以使用全極化船舶檢測的方法，但是重建過程基于一定的假設(shè)條件，容易造成誤差，且計算迭代過程較為繁瑣，需要較大的計算量。基于簡縮極化數(shù)據(jù)分解的船舶檢測方法利用目標(biāo)和背景散射特性的差異進(jìn)行檢測，方法簡單，運(yùn)算量較小，但現(xiàn)有的簡縮極化分解方法存在體散射過量估計的問題，對船舶檢測準(zhǔn)確率有一定影響?；诤喛s極化模式下的極化特征參數(shù)進(jìn)行船舶檢測的方法，與重建方法和分解方法相比相對簡單，但其參數(shù)的取值范圍、物理意義等較全極化有所改變，如何對這些極化特征參數(shù)進(jìn)行有效地優(yōu)選組合以得到理想的船舶目標(biāo)檢測性能，還缺乏較為系統(tǒng)的理論支撐。

表3 3類檢測方法優(yōu)缺點比較Tab. 3 Comparison between three detection methods

5 星載簡縮極化SAR船舶目標(biāo)檢測部分研究結(jié)果

針對星載簡縮極化SAR船舶目標(biāo)檢測，作者所在研究小組在偽全極化信息重建、極化特征參數(shù)提取與分析以及船舶目標(biāo)檢測等方面進(jìn)行了研究，部分研究結(jié)果如下。

5.1 基于極化特征參數(shù)的星載簡縮極化SAR船舶目標(biāo)檢測

與全極化相比，由于收發(fā)通道減少，因此簡縮極化特征參數(shù)與全極化存在一定差別。針對星載簡縮極化SAR海上船舶目標(biāo)檢測，作者在全極化及簡縮極化SAR特征參數(shù)提取基礎(chǔ)上，重點分析了其對船舶目標(biāo)檢測性能的影響[47]。常用的極化特征參數(shù)如表4所示。

實驗基于直布羅陀海峽Radarsat-2全極化及其模擬的CTLR模式簡縮極化SAR圖像數(shù)據(jù)，其方位向和距離向距離均為8 m，人工判讀包含7個船舶目標(biāo)，如圖3所示。圖4、圖5分別給出了基于不同極化特征參數(shù)的全極化與簡縮極化SAR船舶目標(biāo)CFAR檢測結(jié)果，其中白色方框內(nèi)為檢測出的船舶目標(biāo)，圓形框內(nèi)為漏檢的船舶目標(biāo)。

表4 常用的極化特征參數(shù)Tab. 4 Conventional polarimetric features

圖3 直布羅陀海峽實驗區(qū)域Fig. 3 Experimental data acquired over the strait of Gibraltar

表5進(jìn)一步分別給出了全極化與簡縮極化各個極化特征參數(shù)的CFAR檢測結(jié)果統(tǒng)計。結(jié)合表5，對比圖4、圖5檢測結(jié)果與圖3的模板圖像可以看出，總體上對每種極化特征參數(shù)而言，簡縮極化的檢測性能接近于全極化，特別是對于極化總功率、共極化率、相似系數(shù)、極化度和極化熵等5個特征參數(shù)。另外，這里簡縮極化的檢測性能總體上接近于全極化，正是簡縮極化SAR系統(tǒng)優(yōu)點的充分體現(xiàn)。其次，每種極化特征參數(shù)的檢測結(jié)果各不相同，有的極化特征參數(shù)的檢測性能要優(yōu)于其他特征參數(shù)。其中，共極化系數(shù)、極化度和極化熵檢測結(jié)果相對較好，都能夠檢測出船舶目標(biāo)，目標(biāo)結(jié)構(gòu)相對完整，但是都不同程度地存在虛警；平均散射角檢測結(jié)果不存在虛警，但是存在漏檢，目標(biāo)形狀保持不夠完好；共極化率檢測結(jié)果無論是從檢測率還是品質(zhì)因數(shù)，效果最差，而且其中船舶目標(biāo)形狀保持不夠好。正是由于不同極化特征參數(shù)對船舶目標(biāo)與海洋背景散射機(jī)理區(qū)分能力的不同直接決定了其船舶目標(biāo)檢測性能的差異。最后，雖然有的極化特征參數(shù)的檢測性能要相對其他而言更好一些，但是沒有單獨的哪個極化特征參數(shù)可以得到理想的檢測結(jié)果。因此對具體的簡縮極化SAR船舶目標(biāo)檢測問題，還需對極化特征參數(shù)進(jìn)行優(yōu)選組合得到最優(yōu)的極化特征參數(shù)集，以得到理想的船舶目標(biāo)檢測性能。

5.2 基于加權(quán)SVM與m-χ分解的星載簡縮極化SAR船舶目標(biāo)檢測

由于單獨采用單個極化特征參數(shù)對船舶目標(biāo)進(jìn)行檢測無法得到理想的檢測結(jié)果，因此作者所在研究小組進(jìn)一步對多個極化特征參數(shù)進(jìn)行優(yōu)選，提出了一種基于加權(quán)SVM和m-χ分解的簡縮極化SAR船舶檢測方法[47]。該方法利用ReliefF算法對不同極化參數(shù)進(jìn)行選擇，構(gòu)建最優(yōu)特征向量，再利用SVM分類器進(jìn)行船舶目標(biāo)檢測，最后利用海洋和船舶不同散射機(jī)制強(qiáng)度的差異對虛警和模糊噪聲進(jìn)行去除。其算法流程如圖6所示。

圖4 全極化SAR極化特征參數(shù)CFAR檢測結(jié)果Fig. 4 CFAR detection results using Quad-Pol SAR features

圖5 簡縮極化SAR極化特征參數(shù)CFAR檢測結(jié)果Fig. 5 CFAR detection results using CP SAR features

表5 不同極化特征參數(shù)CFAR檢測結(jié)果統(tǒng)計Tab. 5 Summary of CFAR detection results by using different polarimetric features

圖6 基于加權(quán)SVM和m-χ分解的星載簡縮極化SAR船舶目標(biāo)檢測流程Fig. 6 Flowchart of the proposed CP SAR ship detection method based on weighted SVM and m-χdecomposition

分別采用NASA JPL AIRSAR機(jī)載全極化模式和加拿大Radarsat-2星載全極化模式等不同傳感器數(shù)據(jù)，模擬CTLR模式下的簡縮極化數(shù)據(jù)進(jìn)行實驗驗證，圖7分別為NASA JPL AIRSAR東京灣區(qū)域和Radarsat-2溫哥華海港區(qū)域的Pauli合成圖。圖8和圖9分別給出了NASA JPL AIRSAR東京灣區(qū)域和Radarsat-2溫哥華海港區(qū)域不同算法的船舶目標(biāo)檢測結(jié)果，圖中(a), (b), (c), (d)分別對應(yīng)HH通道CAFR(HH-CFAR)、SVM、本研究小組提出的加權(quán)SVM和m-χ分解以及基于全極化數(shù)據(jù)SVM(QPSVM)4種檢測方法。

圖7 實驗區(qū)域的Pauli合成圖Fig. 7 Pauli RGB image of the experimental area

圖8 NASA JPL AIRSAR東京灣區(qū)域不同算法船舶檢測結(jié)果Fig. 8 Comparison between results by different ship detection methods on Tokyo bay

由圖8和圖9可見，SVM方法和本研究小組提出的加權(quán)SVM方法都能夠檢測出船舶目標(biāo)，但是SVM方法孤立點較多且存在嚴(yán)重的背景雜波引起的虛警。此外，由圖8可以看出，SVM方法檢測結(jié)果目標(biāo)結(jié)構(gòu)不完整，船舶目標(biāo)容易出現(xiàn)斷裂的情況。與SVM方法相比，本研究小組加權(quán)SVM方法檢測結(jié)果中沒有虛警，并且船舶目標(biāo)結(jié)構(gòu)保持較完整，主要原因是該方法對特征向量進(jìn)行優(yōu)選，去除了相關(guān)性高和置信度小的特征向量，采用了優(yōu)化的特征向量。另外，本研究小組方法與全極化檢測結(jié)果相比，取得了與全極化數(shù)據(jù)相近的結(jié)果，簡縮極化SAR在收發(fā)通道減少，信息量沒有全極化SAR豐富的情況下，能夠取得與全極化近似的結(jié)果，進(jìn)一步驗證了本研究小組方法的有效性，同時再一次充分體現(xiàn)了簡縮極化系統(tǒng)在海洋遙感尤其是海上船舶目標(biāo)檢測中的優(yōu)勢和應(yīng)用潛力。

圖9 溫哥華海港實驗區(qū)域不同算法船舶檢測結(jié)果Fig. 9 Comparison between results by different ship detection methods on Vancouver harbor

6 結(jié)束語

作為一種新興的星載極化SAR系統(tǒng)，簡縮極化星載SAR因其能同時獲取目標(biāo)較豐富的極化信息和實現(xiàn)大幅寬觀測，在海洋觀測領(lǐng)域具有先天的優(yōu)勢?；诤喛s極化星載SAR的海上船舶目標(biāo)檢測是當(dāng)前海洋遙感領(lǐng)域中的研究熱點之一，具有巨大的發(fā)展?jié)摿蛷V闊的應(yīng)用前景。目前，雖然國內(nèi)外大量學(xué)者對星載簡縮極化SAR船舶目標(biāo)檢測進(jìn)行了積極的研究和探索，并取得了一些成果，但是關(guān)于星載簡縮極化SAR船舶目標(biāo)檢測需要進(jìn)一步深入研究的還有很多，主要包括以下幾個方面：

(1) 深入研究分析海上船舶目標(biāo)與海洋背景的極化散射機(jī)理。海上船舶目標(biāo)與海洋背景的極化散射機(jī)理的差異是實現(xiàn)星載雙極化、全極化以及簡縮極化海上船舶目標(biāo)檢測的物理基礎(chǔ)。受全極化特別是簡縮極化星載SAR系統(tǒng)發(fā)展的限制，目前對海上船舶目標(biāo)與海洋背景的全極化以及簡縮極化散射機(jī)理的認(rèn)知遠(yuǎn)遠(yuǎn)不夠。下一步急需緊密結(jié)合星載極化SAR系統(tǒng)發(fā)展，從理論和實驗兩個方面充分加強(qiáng)對海上船舶目標(biāo)與海洋背景的極化散射機(jī)理的研究分析與建模。

(2) 研究適用于海洋區(qū)域的偽全極化信息重建方法。現(xiàn)有的偽全極化信息重建方法是基于一定假設(shè)條件下的理論模型或者基于不同實驗數(shù)據(jù)得到的經(jīng)驗?zāi)Ｐ?，還很不完善，且不同重建方法的重建結(jié)果和性能各不相同，適用的地區(qū)和范圍也不同，直接影響后續(xù)船舶目標(biāo)檢測研究，因此需要專門研究適用于海洋區(qū)域的偽全極化信息重建方法，為進(jìn)一步實現(xiàn)海上船舶目標(biāo)檢測奠定基礎(chǔ)。

(3) 研究有效的簡縮極化特征參數(shù)提取與優(yōu)選方法。極化特征參數(shù)在簡縮極化SAR船舶目標(biāo)檢測中具有重要作用，合適的極化特征參數(shù)優(yōu)化方法選取將大大提高船舶目標(biāo)的檢測性能。對于簡縮極化SAR數(shù)據(jù)來講，極化特征參數(shù)越多，包含的信息量就越豐富，但是過多的極化特征參數(shù)會使計算復(fù)雜度急劇增加，同時，過多的極化特征參數(shù)并不一定會取得更好的分類效果，船舶目標(biāo)檢測性能也不一定會得到提升。因此，如何選取合適數(shù)量、合適類型的極化特征參數(shù)，采用哪種算法及選擇合適類型和數(shù)目的極化特征參數(shù)對于船舶目標(biāo)檢測顯得至關(guān)重要，只有合理選取特征參數(shù)才能取得較為理想的檢測結(jié)果。

[1]邢相薇, 計科峰, 康利鴻, 等. HRWS SAR圖像艦船目標(biāo)監(jiān)視技術(shù)研究綜述[J]. 雷達(dá)學(xué)報, 2015, 4(1): 107-121. Xing Xiang-wei, Ji Ke-feng, Kang Li-hong,et al.. Review of ship surveillance technologies based on high-resolution wideswath synthetic aperture radar imaging[J].Journal of Radars, 2015, 4(1): 107-121.

[2]郭睿. 極化 SAR 處理中若干問題的研究[D]. [博士論文]，西安電子科技大學(xué), 2012. Guo Rui. Study on several problems in polarimetric SAR processing[D]. [Ph.D. dissertation], Xidian University, 2012.

[3]楊汝良, 戴博偉, 李海英. 極化合成孔徑雷達(dá)極化層次和系統(tǒng)工作方式[J]. 雷達(dá)學(xué)報, 2016, 5(2): 132-142. Yang Ru-liang, Dai Bo-wei, and Li Hai-ying. Polarization hierarchy and system operating architecture for polarimetric synthetic aperture radar[J].Journal of Radars, 2016, 5(2): 132-142.

[4]張紅, 謝鐳, 王超, 等. 簡縮極化 SAR 數(shù)據(jù)信息提取與應(yīng)用[J].中國圖象圖形學(xué)報, 2013, 18(9): 1065-1073. Zhang Hong, Xie Lei, Wang Chao,et al.. Information extraction and application of compact polarimetric SAR data[J].Journal of Image and Graphics, 2013, 18(9): 1065-1073.

[5]Mascolo L, Lopez-Sanchez J M, Vicente-Guijalba F,et al..Retrieval of phenological stages of onion fields during the first year of growth by means of C-band polarimetric SAR measurements[J].International Journal of Remote Sensing, 2015, 36(12): 3077-3096.

[6]Sivasankar T, Srivastava H S, Sharma P K,et al.. Study of hybrid polarimetric parameters generated from Risat-1 SAR data for various land cover targets[J].International Journal of Advancement in Remote Sensing,GIS And Geography, 2015, 3(1): 32-42.

[7]Aghabalaei A, Ebadi H, and Maghsoudi Y. Forest cover classification using compact polarimetry data[J].Journal of Geomatics Science and Technology, 2016, 5(3): 1-14.

[8]Xie L, Zhang H, Li H,et al.. A unified framework for crop classification in southern China using fully polarimetric, dual polarimetric, and compact polarimetric SAR data[J].International Journal of Remote Sensing, 2015, 36(14): 3798-3818.

[9]Zhang X, Dierking W, Zhang J,et al.. Retrieval of the thickness of undeformed sea ice from C-band compact polarimetric SAR images[J].The Cryosphere, 2016. DOI:10.5194/tc-10-1529-2016.

[10]Collins M J, Denbina M, Minchew B,et al.. On the use of simulated airborne compact polarimetric SAR for characterizing oil-water mixing of the deepwater horizon oil spill[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, 8(3): 1062-1077.

[11]Shirvany R, Chabert M, and Tourneret J Y. Ship and oilspill detection using the degree of polarization in linear and hybrid/compact dual-pol SAR[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2012, 5(3): 885-892.

[12]Yin J and Yang J. Ship detection by using the M-Chi and M-Delta decompositions[C]. 2014 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Quebec City, Canada, 2014: 2738-2741.

[13]Atteia G and Collins M. Ship detection performance assessment for simulated RCM SAR data[C]. IGARSS 2014 IEEE International, Quebec City, Canada, 2014: 553-556.

[14]Yin J, Yang J, and Zhang X. On the ship detection performance with compact polarimetry[C]. IEEE Radar Conference (RADAR), Kansas City, MO, USA, 2011: 675-680.

[15]Li H, Perrie W, He Y,et al.. Target detection on the ocean with the relative phase of compact polarimetry SAR[J].IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(6): 3299-3305.

[16]Dabboor M and Geldsetzer T. On the classification of sea ice types using simulated radarsat constellation mission (RCM) compact polarimetric SAR parameters[C]. ASPRS Annual Conference, Louisville, Kentucky, USA, 2014.

[17]Yin J J, Yang J, and Zhou Z S. New parameters in compact polarimetry for ocean target detection[C]. 2013 IET International Radar Conference, Xi’an, China, 2013: 1-6.

[18]Souyris J C, Imbo P, Fj?rtoft R,et al.. Compact polarimetry based on symmetry properties of geophysical media: The π/4 mode[J].IEEE Transactions on Geoscience and Remote Sensing, 2005, 43(3): 634-646.

[19]Stacy N and Preiss M. Compact polarimetric analysis of X-band SAR data[C]. EUSAR 2006, Dresden, Germany, 2006: 1-4.

[20]Raney R K. Dual-polarized SAR and stokes parameters[J].IEEE Geoscience and Remote Sensing Letters, 2006, 3(3): 317-319.

[21]Raney R K. Hybrid-polarity SAR architecture[J].IEEE Transactions on Geoscience and Remote Sensing, 2007, 45(11): 3397-3404.

[22]Charbonneau F J, Brisco B, Raney R K,et al.. Compact polarimetry overview and applications assessment[J].Canadian Journal of Remote Sensing, 2010, 36(Sup.2): S298-S315.

[23]謝鐳. 簡縮極化SAR圖像分解及分類技術(shù)研究[D]. [碩士論文],中國科學(xué)院大學(xué), 2014. Xie Lei. Decomposition and classification for compact polarimetric SAR images[D]. [Master dissertation], University of Chinese Academy of Science.

[24]Spudis D B J, Butler B, Carter L,et al.. Result of the mini-SAR imaging RADAR, Chandrayyaan-1 mission to the Moon[C]. 41st Lunar and Planetary Science Conference, The Woodlands, TX, USA, 2010.

[25]Misra T, Rana S S, Bora V H,et al.. SAR Payload of Radar Imaging Satellite (RISAT) of ISRO[C]. EUSAR 2006, Dresden, Germany, 2006: 1-4.

[26]Rosenqvist A, Shimada M, Suzuki S,et al.. Operational performance of the ALOS global systematic acquisition strategy and observation plans for ALOS-2 PALSAR-2[J].Remote Sensing of Environment, 2014, 155(4): 3-12.

[27]Raney R K. DESDynI adopts hybrid polarity SAR architecture[C]. 2009 IEEE Radar Conference, Pasadena, CA, USA, 2009: 1-4.

[28]Nord M E, Ainsworth T L, Lee J S,et al.. Comparison of compact polarimetric synthetic aperture radar modes[J].IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(1): 174-188.

[29]Collins M J, Denbina M, and Atteia G. On the reconstruction of quad-pol SAR data from compact polarimetry data for ocean target detection[J].IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(1): 591-600.

[30]Li Y, Zhang Y, Chen J,et al.. Improved compact polarimetric SAR Quad-pol reconstruction algorithm for oil spill detection[J].IEEE Geoscience and Remote Sensing Letters, 2014, 11(6): 1139-1142.

[31]Reigber A, Neumann M, Ferro-Famil L,et al.. Multibaseline coherence optimisation in partial and compact polarimetric modes[C]. 2008 IEEE International Geoscience and Remote Sensing Symposium, Boston, MA, USA, 2008, 2: 597-600.

[32]Lee J S, Pottier E 著. 洪文, 李洋, 尹嬙, 等譯. 極化雷達(dá)成像基礎(chǔ)與應(yīng)用[M]. 北京: 電子工業(yè)出版社, 2013. Lee J S, Pottier E. Polarimetric Radar Imaging: From Basic to Applications[M]. Beijing: Publishing House of Electronics Industry, 2013.

[33]Raney R K, Cahill J T S, Patterson G W,et al.. Characterization of lunar craters using m-chi decompositions of mini-RF radar data[C]. 43rd Lunar and Planetary Science Conference, The Woodlands, TX, USA, 2012: 2676.

[34]Guo R, Liu Y B, Wu Y H,et al.. Applying H/a decomposition to compact polarimetric SAR[J].IET Radar,Sonar&Navigation, 2012, 6(2): 61-70.

[35]劉萌, 張紅, 王超. 基于簡縮極化數(shù)據(jù)的三分量分解模型[J]. 電波科學(xué)學(xué)報, 2012, 27(2): 365-371. Liu Meng, Zhang Hong, and Wang Chao. Three-component scattering model for compact ploarimetric SAR data[J].Chinese Journal of Radio Science, 2012, 27(2): 365-371.

[36]Cloude S R, Goodenough D G, and Chen H. Compact decomposition theory[J].IEEE Geoscience and Remote Sensing Letters, 2012, 9(1): 28-32.

[37]Shirvany R. Estimation of the degree of polarization in polarimetric SAR imagery: Principles and applications[D]. [Ph.D. dissertation], University of Toulouse, 2012.

[38]Denbina M and Collins M J．Iceberg detection using compact polarimetric synthetic aperture radar[J].Atmosphere-Ocean, 2012, 50(4): 437-446.

[39]Atteia G E and Collins M J. On the use of compact polarimetry SAR for ship detection[J].ISPRS Journal ofPhotogrammetry and Remote Sensing, 2013, 80: 1-9.

[40]Atteia G and Collins M. Ship detection performance using simulated dual-polarization RADARSAT constellation mission data[J].International Journal of Remote Sensing, 2015, 36(6): 1705-1727.

[41]Liu C and Meek A. Likelihood ratio test polarimetric SAR ship detection application[R]. Defence Research and Development Canada Ottawa (ONTARIO), 2005.

[42]Zhang B, Li X, Perrie W,et al.. Marine oil slick and platform detection by compact polarimetric synthetic aperture radar[C]. 2016 IEEE International IGARSS, Beijing, China, 2016: 4031-4034.

[43]Yin J, Yang J, Zhou Z S,et al.. The extended bragg scattering model-based method for ship and oil-spill observation using compact polarimetric SAR[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, 8(8): 3760-3772.

[44]Allah A and Mohamed G E. On the use of hybrid compact polarimetric SAR for ship detection[D]. Canada, University of Calgary, 2014.

[45]Michael Denbina. Iceberg detection using compact polarimetric synthetic aperture radar[D]. Canada, University of Calgary, 2014.

[46]Xu L, Zhang H, Wang C,et al.. A feature-based ship detection method for compact polarization SAR image[C]. Proceedings of EUSAR 2016: 11th European Conference on Synthetic Aperture Radar, Hamburg, Germany, 2016.

[47]王海波. 基于星載簡縮極化SAR的海上艦船目標(biāo)檢測方法研究[D]. [碩士論文], 國防科技大學(xué), 2016. Wang Haibo. Research on the methods of maritime ship detection based on spaceborne copmact polorimetric SAR imagery[D]. [Master dissertation], National University of Defense Technology, 2016.

計科峰(1974-)，男，陜西長武人，博士，國防科學(xué)技術(shù)大學(xué)副教授，碩士生導(dǎo)師，主要研究方向為SAR圖像處理、判讀解譯、目標(biāo)識別及海洋監(jiān)視應(yīng)用。

E-mail: jikefeng@nudt.edu.cn

王海波(1982-)，男，山東青州人，2016年畢業(yè)于國防科學(xué)技術(shù)大學(xué)電子與通信工程領(lǐng)域，獲得工程碩士學(xué)位，主要研究方向為遙感信息處理。

E-mail: wjmsn@qq.com

冷祥光(1991-)，男，江西修水人，2015年畢業(yè)于國防科學(xué)技術(shù)大學(xué)攝影測量與遙感專業(yè)，獲得工學(xué)碩士學(xué)位，現(xiàn)在攻讀博士學(xué)位，主要研究方向為遙感信息處理。

E-mail: luckight@163.com

Spaceborne Compact Polarimetric Synthetic Aperture Radar for Ship Detection

Ji Kefeng①Wang Haibo①②Leng Xiangguang①Xing Xiangwei③Kang Lihong③

①(College of Electronic Science and Engineering,National University of Defense Technology,Changsha410073,China)

②(The Armed Police Crops of Hubei No.1Team,Wuhan430071,China)

③(Beijing Institute of Remote Sensing Information,Beijing100092,China)

Spaceborne Compact Polarimetric Synthetic Aperture Radar (CP SAR) is a new form of SAR, which has intrinsic advantages in maritime surveillance because it can obtain relatively rich polarimetric information of targets with wide swath. First, the basic modes and the development of a spaceborne CP SAR system are introduced in this paper with respect to ship detection applications. Second, typical methods of spaceborne CP SAR information processing are reviewed. Third, the attributes of frequently used methods for spaceborne CP SAR ship detection are analyzed and compared in depth. Fourth, the results of our research on spaceborne CP SAR ship detection are given. Finally, suggestions for further research on spaceborne CP SAR ship detection are proposed.

SAR; Polarimetric SAR; Compact Polarimetric SAR; Spaceborne SAR; Ship detection

TN958

A

2095-283X(2016)06-0607-13

10.12000/JR16083

計科峰, 王海波, 冷祥光, 等. 星載簡縮極化SAR船舶目標(biāo)檢測技術(shù)研究[J]. 雷達(dá)學(xué)報, 2016, 5(6): 607-619.

10.12000/JR16083.

Reference format:Ji Kefeng, Wang Haibo, Leng Xiangguang,et al.. Spaceborne compact polarimetric synthetic aperture radar for ship detection[J].Journal of Radars, 2016, 5(6): 607-619. DOI: 10.12000/JR16083.

2016-07-01；改回日期：2016-11-01；

2016-11-30

*通信作者：計科峰 jikefeng@nudt.edu.cn

國家自然科學(xué)基金(61372163, 61331015, 61601035)

Foundation Items: The National Natural Science Foundation of China (61372163, 61331015, 61601035)