原則上，極化信息可以與各種雷達(dá)系統(tǒng)相結(jié)合，以提高雷達(dá)在探測(cè)、跟蹤、抗干擾和目標(biāo)識(shí)別方面的能力。極化信息處理技術(shù)的應(yīng)用領(lǐng)域包括極化濾波、極化識(shí)別、極化檢測(cè)、極化跟蹤和目標(biāo)極化識(shí)別。

極化目標(biāo)分類與識(shí)別

通過處理機(jī)載和星載全極化遙感雷達(dá)獲得的極化信息，能夠?qū)ψ匀荒繕?biāo)（如孔徑特征、地貌、森林和植被等）進(jìn)行分類和識(shí)別。根據(jù)特定的成像原理和成像環(huán)境的復(fù)雜性，提取盡可能多的目標(biāo)信息，其中有用的信息被進(jìn)一步提取或通過反演推算獲得。如此獲得的自然環(huán)境的準(zhǔn)確信息在自然環(huán)境的利用、估計(jì)、勘探、制圖和探測(cè)中是有用的。 對(duì)全極化多普勒氣象雷達(dá)獲取的極化信息進(jìn)行處理，可以獲得計(jì)量目標(biāo)(云、雨、霧、冰雹等)的極化參數(shù)，如正交極化波的反射率因子、交叉極化波的反射率因子、差分反射率因子、傳播的特定微分相移、零滯后相關(guān)系數(shù)和線性去極化率。各種計(jì)量目標(biāo)的物理屬性，如大小、密度、形狀、強(qiáng)度和厚度，可以通過參數(shù)反演獲得，為天氣預(yù)報(bào)和災(zāi)害預(yù)警提供高度準(zhǔn)確的標(biāo)準(zhǔn)信息。 戰(zhàn)場(chǎng)監(jiān)視全極化雷達(dá)能夠?qū)?zhàn)場(chǎng)環(huán)境中感興趣的各種人工軍事目標(biāo)進(jìn)行分類、識(shí)別和標(biāo)記。它們可以為選擇有利的軍事用地形式和路徑提供便利；也可以為部隊(duì)的順利移動(dòng)、戰(zhàn)略部署和快速攻擊提供保證；還可以為進(jìn)一步的軍事攻擊提供基礎(chǔ)。

目前在目標(biāo)分類和識(shí)別方法中的極化特征大致分為兩種:基于測(cè)量數(shù)據(jù)簡(jiǎn)單組合和轉(zhuǎn)換的極化特征識(shí)別方法，以及基于目標(biāo)分解的極化特征分類方法。第一種主要用于極化合成孔徑雷達(dá)圖像的分類，第二種用于散射特性的分類。 需要特別指出的是，目標(biāo)極化分解理論在極化合成孔徑雷達(dá)目標(biāo)分類識(shí)別中得到了廣泛的應(yīng)用。目標(biāo)極化分解的基本思想是將目標(biāo)極化散射分解成幾種基本散射原理的組合，這些組合可用于表征目標(biāo)散射特征或幾何信息，然后根據(jù)分類單元和基本散射原理之間的相似性，或者通過直接使用提取的新特征來實(shí)施分類。

該方法的優(yōu)點(diǎn)是分類結(jié)果能夠相對(duì)準(zhǔn)確地揭示孔徑特征的散射原理，這有助于我們理解圖像；而且分類時(shí)不需要訓(xùn)練數(shù)據(jù)，因此該理論可以廣泛應(yīng)用。極化目標(biāo)分解的方法大致可分為兩種：用于目標(biāo)散射矩陣的方法，以及用于極化協(xié)方差矩陣、極化相干矩陣、穆勒矩陣和Kennaugh矩陣的方法。 如果使用第一種類型，目標(biāo)散射特性應(yīng)是確定的(或穩(wěn)定的)，散射回波應(yīng)是相干的。因此這種類型也被稱為相干目標(biāo)分解(CTD)。相干目標(biāo)分解(CTD)的方法包括基于泡利基的分解、Cameron分解和SDH分解。

如果使用第二種類型，目標(biāo)散射可能是時(shí)變的，回波應(yīng)該是部分相干的。因此，這種類型的方法也被稱為部分相干目標(biāo)分解法(PCTD)。部分相干目標(biāo)分解(PCTD)的方法有Huynen分解、由弗里曼等人提出的“奇數(shù)階-偶數(shù)階-漫反射”、由Cloude等人提出的分解、Holm 和Barnes分解、以及基于Kennauth矩陣的最小二乘分解。

極化檢測(cè)

同一目標(biāo)在不同的姿態(tài)下對(duì)不同的極化波表現(xiàn)出不同程度的敏感性，這種極化差異可達(dá)10dB。因此，極化分集技術(shù)的使用可以顯著提高雷達(dá)系統(tǒng)的探測(cè)性能。從20世紀(jì)80年代末到90年代初，極化檢測(cè)技術(shù)受到了廣泛的關(guān)注，并有相當(dāng)一部分學(xué)者進(jìn)行了相關(guān)研究。 成績(jī)顯著的有在麻省理工學(xué)院的林肯實(shí)驗(yàn)室工作的L.M. Novak等學(xué)者。關(guān)于最佳極化檢測(cè)器的概念，他們進(jìn)行了比較系統(tǒng)的研究，還對(duì)適合工程應(yīng)用的準(zhǔn)最佳極化檢測(cè)器進(jìn)行了研究，例如，同一性似然比檢測(cè)器、極化白化濾波器、極化常數(shù)虛警檢測(cè)器、極化形成檢測(cè)器和功率最大化綜合檢測(cè)器。 在相干雷達(dá)系統(tǒng)中，目標(biāo)需要從雜波中檢測(cè)出來。而中低分辨率雷達(dá)的回波包含來自不同散射體散射回波的疊加。假定目標(biāo)回波矢量和雜波矢量都可以認(rèn)為近似服從零均值復(fù)高斯分布，對(duì)于未知雜波協(xié)方差矩陣的高斯雜波中的相干雷達(dá)檢測(cè)，E.Pottier在緩慢起伏的雜波環(huán)境中進(jìn)行了最佳極化檢測(cè)的研究，他提出了Stokes矢量估計(jì)極化檢測(cè)器。 Kelly提出了廣義似然比檢驗(yàn)(GLRT)算法，該檢測(cè)算法使用一系列與檢測(cè)單元具有相同雜波分布且不包含信號(hào)的輔助數(shù)據(jù)，測(cè)試檢測(cè)單元的似然比，該似然比具有與雜波協(xié)方差矩陣恒虛警的性質(zhì)。

針對(duì)非高斯噪聲和雜波環(huán)境下的目標(biāo)自適應(yīng)極化檢測(cè)，設(shè)計(jì)了相應(yīng)的恒虛警檢測(cè)器，而Park等學(xué)者針對(duì)未知目標(biāo)和雜波極化特性，提出了結(jié)合兩個(gè)極化通道的極化廣義似然比 (GLRT)算法。 ?

編輯：黃飛

?