极化相似度匹配下的极化相干矩阵散射能量分解方法
专利汇可以提供极化相似度匹配下的极化相干矩阵散射能量分解方法专利检索，专利查询，专利分析的服务。并且本 发明 属于雷达自动目标识别技术领域，公开了一种极化相似度匹配下的极化相干矩阵散射 能量 分解方法，基于雷达得到的观测相干矩阵T1，对其去取向 角 得到极化相干矩阵T，分别计算极化相干矩阵T与面散射机制、二面角散射机制、体散射机制对应的最大极化相似度，确定极化相干矩阵T的主导散射机制及主导散射机制对应的主散射相干矩阵Tmain1，对主散射Tmain1进行半正定约束下的优先分解，求得主导散射机制对应的能量及残余矩阵Trem1；去除主导散射机制后，对残余矩阵Trem1基于极化相似度的大小在能量非负的约束下来顺序提取其他散射机制对应的能量；对最终的残余矩阵，基于其与不同的散射机制对应的极化相似度大小，决定其对应的能量归属于哪种散射机制。最终得到各个散射机制对应的散射能量。，下面是极化相似度匹配下的极化相干矩阵散射能量分解方法专利的具体信息内容。
1.一种极化相似度匹配下的极化相干矩阵散射能量分解方法，其特征在于，包括以下具体步骤：
步骤1，根据全极化合成孔径雷达图像中每个像素点获得的观测相干矩阵T1，对其进行去取向角，得到极化相干矩阵T；
步骤2，分别计算极化相干矩阵T与面散射机制、二面角散射机制、体散射机制对应的第一面散射最大极化相似度rs、第一二面角散射最大极化相似度rd、第一体散射最大极化相似度rv，根据rs、rd、rv中的最大数，确定其对应的散射机制为极化相干矩阵T的主散射机制，并计算主散射机制对应的主散射相干矩阵Tmain1；
步骤3，根据极化相干矩阵T及主散射相干矩阵Tmain1，在主散射剩余矩阵Trem1特征值非负的约束下，计算主散射机制对应的主散射能量P1及主散射剩余矩阵Trem1；
步骤4，对极化相干矩阵T的主散射剩余矩阵Trem1，计算其与去除主散射机制后的剩余两种散射机制对应的两个第二最大极化相似度，根据两个第二最大极化相似度中的最大数，确定其对应的散射机制为极化相干矩阵T的次散射机制，并计算该次散射机制对应的次散射相干矩阵Tmain2，即主散射剩余矩阵Trem1的主散射机制及其主散射机制对应的主散射相干矩阵；根据两个第二最大极化相似度中的最小数，确定其对应的散射机制为极化相干矩阵T的末散射机制；
步骤5，根据极化相干矩阵T的主散射剩余矩阵Trem1及极化相干矩阵T的次散射相干矩阵Tmain2，在极化相干矩阵T的次散射剩余矩阵Trem2能量非负的约束下，计算极化相干矩阵T的次散射机制对应的极化相干矩阵T的次散射能量P2及次散射剩余矩阵Trem2；
步骤6，对极化相干矩阵T的次散射剩余矩阵Trem2，计算其与极化相干矩阵T的末散射机制对应的一个第三最大极化相似度，确定极化相干矩阵T的末散射机制对应的末散射相干矩阵Tmain3；
步骤7，由极化相干矩阵T的次散射剩余矩阵Trem2与极化相干矩阵T的末散射相干矩阵Tmain3计算二者的剩余矩阵，记为极化相干矩阵T的末散射剩余矩阵Trem3；在极化相干矩阵T的末散射剩余矩阵Trem3能量非负的约束下，计算极化相干矩阵T的末散射机制对应的末散射能量P3及末散射剩余矩阵Trem3；
步骤8，对极化相干矩阵T的末散射剩余矩阵Trem3，分别计算其与面散射机制、二面角散射机制、体散射机制对应的第四面散射最大极化相似度rs'、第四二面角散射最大极化相似度rd'、第四体散射最大极化相似度rv'，根据rs'、rd'、rv'中的最大数，确定其对应的散射机制为末散射剩余矩阵Trem3的主散射机制，计算末散射剩余矩阵Trem3对应的剩余能量P4，并将剩余能量P4修正增加到极化相干矩阵T的相同散射机制对应的散射能量中。
2.根据权利要求1所述的极化相似度匹配下的极化相干矩阵散射能量分解方法，其特征在于，
步骤1中，观测相干矩阵的形式为 对其进行去取向角，
其极化相干矩阵如下式所示：
T＝R(θ)T1R(θ)H (1)
其中，旋转矩阵 H表示共
轭转置。
3.根据权利要求1所述的极化相似度匹配下的极化相干矩阵散射能量分解方法，其特征在于，
步骤2中，具体计算方法如下：
2a)对于极化相干矩阵 通过向量算子vec(·)将其映射为一个9维
的实向量v，形式如下：
对实向量v进行l2范数归一化处理得归一化向量
其中，极化相干矩阵T对应的后向散射总能量TP＝T11+T22+T33,在反射对称的条件下T13＝T23＝T31＝T32＝0；
2b)根据极化相干矩阵T与标准面散射相干矩阵Ts、标准二面角散射相干矩阵Td、标准体散射相干矩阵Tv，求解第一面散射最大极化相似度rs、第一二面角散射最大极化相似度rd、第一体散射最大极化相似度rv；
1)极化相干矩阵T与标准面散射相干矩阵Ts的第一面散射最大极化相似度rs的求解如下：
标准面散射相干矩阵Ts的模型具有如下形式：
使得参数β的幅度取[0,1]之间等间隔的m个值，参数β的相位取[-π,π]之间等间隔的n个值，将离散化的幅度与相位组合，得到mn个复数参数值：β1,β2,…,βmn，对每一个βi，i∈{1,
2,...,mn}可确定一个基本的面散射机制Ts,i，通过向量算子vec(·)将Ts,i映射，得到向量vs,i，对向量vs,i进行l2范数归一化处理得归一化向量 可求得vs,i与v的极化相似度为：
则第一面散射最大极化相似度rs＝max{rs,1,rs,2,…,rs,mn}，同时得到第一面散射最大极化相似度rs对应的面散射机制参数βopt，此时面散射机制对应的最大相干矩阵
2)极化相干矩阵T与标准二面角散射相干矩阵Td的第一二面角散射最大极化相似度rd的求解方法：
标准二面角散射相干矩阵Td的模型具有如下形式：
使得参数α的幅度取[0,1]之间等间隔的m个值，参数α的相位取[-π,π]之间等间隔的n个值，将离散化的幅度与相位组合，得到mn个复数参数值：α1,α2,…,αmn，对每一个αi，i∈{1,
2,...,mn}可确定一个基本的面散射机制Td,i，通过向量算子vec(·)将Td,i映射，得到向量vd,i，对向量vd,i进行l2范数归一化处理得归一化向量 可求得vd,i与v的极化相似度为：
则第一二面角散射最大极化相似度rd＝max{rd,1,rd,2,…,rd,m*n}，同时得到第一二面角散射最大极化相似度rd对应的二面角散射机制参数αopt，此时二面角散射机制对应的最大相干矩阵
3)极化相干矩阵T与标准体散射相干矩阵Tv的第一体散射极化相似度rv的求解方法：
标准体散射相干矩阵Tv的模型具有如下形式：
通过向量算子vec(·)将Tv,1,Tv,2,Tv,3,Tv,4,Tv,5映射，得到vv,1,vv,2,vv,3,vv,4,vv,5，其对应的极化相似度分别为
则极化相干矩阵T与标准体散射相干矩阵Tv的最大极化相似度
rv＝max{rv,1,rv,2,rv,3,rv,4,rv,5}，同时得到体散射机制对应的最大相干矩阵Tv_opt；
2c)确定极化相干矩阵T的主散射机制及主散射机制对应的主散射相干矩阵Tmain1：
1)若rs＝max{rs,rd,rv}，主散射机制为面散射机制，主散射机制对应的主散射相干矩阵Tmain1＝Ts_opt；
2)若rd＝max{rs,rd,rv}，主散射机制为二面角散射机制，主散射机制对应的主散射相干矩阵Tmain1＝Td_opt；
3)若rv＝max{rs,rd,rv}，主散射机制为体散射机制，主散射机制对应的主散射相干矩阵Tmain1＝Tv_opt。
4.根据权利要求1所述的极化相似度匹配下的极化相干矩阵散射能量分解方法，其特征在于，
步骤3中，具体计算方法如下：
3a)若主散射相干矩阵Tmain1＝Ts_opt，面散射机制占主导，则极化相干矩阵T可以表示为即 其中，fs表示面散射机制对应的能量系
数，*表示取共轭，为保证Trem1半正定，需保证其对应的主子式非负，由一阶主子式非负可得由二阶主子式非负可得
满足条件的fs的最大值为fs＝min{fs1,fs2,fs3}，对应的主散射能量为P1＝fs(1+|βopt|2)；
3b)若主散射相干矩阵Tmain1＝Td_opt，二面角散射机制占主导，则极化相干矩阵T可以表示为
即 其中，fd表示二面角散射机制对应
的能量系数，为保证Trem1半正定，由一阶主子式非负可得
由二阶主子式非负可得 满足条件的fd的最大值为
fd＝min{fd1,fd2,fd3}，对应的主散射能量为P1＝fd*(1+|αopt|2)；
3c)若主散射相干矩阵 体散射机制占主导，则极化相干
矩阵T可以表示为
T＝fvTv_opt+Trem1 (8)
即 其中，fv表示体散射机制对
应 的 能 量 系 数 ，为 保 证 T r e m 1 半 正 定 ,由 一 阶 主 子 式 非 负 可 得由二阶主子式非负可得(Tv11Tv22-|Tv12|2)fv2-
[T11Tv22+Tv11T22-2Re(T12Tv21)]fv+T11T22-|T12|2≥ 0，若Tv11Tv22-|Tv12|2＝0，满足条件的fv最大值为fv＝min{fv1,fv2,fv3,fv4}；
若Tv11Tv22-|Tv12|2≠0，设上式取等号时的两个根分别为fv4,fv5，且fv4≤fv5，则有fv≤fv4，或fv≥fv5；若fv5≥min{fv1,fv2,fv3}，满足条件的fv的最大值为fv＝min{fv1,fv2,fv3,fv4}；若fv5≤min{fv1,fv2,fv3}，满足条件的fv的最大值为fv＝min{fv1,fv2,fv3}，对应的主散射能量为P1＝fv。
5.根据权利要求1所述的极化相似度匹配下的极化相干矩阵散射能量分解方法，其特征在于，
步骤5中，极化相干矩阵T的次散射机制对应的极化相干矩阵T的次散射相干矩阵Tmain2形式为
Trem1可以表示成如下形式
Trem1＝fm2Tmain2+Trem2 (10)
即
，
Trem2能量非负的即是要保证Trem2对角线上的元素非负，可求出一个满足条件的最大P2＝fm2(Tm11+Tm22+Tm33)。
6.根据权利要求1所述的极化相似度匹配下的极化相干矩阵散射能量分解方法，其特征在于，
步骤8中，末散射剩余矩阵Trem3对应的剩余能量P4的计算方法如下：
其中 则Trem3对应的能量为P4＝Trem3(1,1)+
Trem3(2,2)+Trem3(3,3)；
1)若rs'＝max{rs',rd',rv'}，末散射剩余矩阵Trem3的主散射机制为面散射机制，剩余能量P4作为面散射机制对应的能量的修正增加量；
2)若rd'＝max{rs',rd',rv'}，末散射剩余矩阵Trem3的主散射机制为二面角散射机制，剩余能量P4作为二面角散射机制对应的能量的修正增加量；
3)若rv'＝max{rs',rd',rv'}，末散射剩余矩阵Trem3的主散射机制为体散射机制，剩余能量P4作为体散射机制对应的能量的修正增加量。
极化相似度匹配下的极化相干矩阵散射能量分解方法
技术领域
背景技术
发明内容
满足条件的fs的最大值为fs=min{fs1,fs2,fs3}，对应的主散射能量为P1=fs(1+|βopt|2)；
由二阶主子式非负可得 满足条件的fd的最大值为fd
=min{fd1,fd2,fd3}，对应的主散射能量为P1=fd(1+|αopt|2)；
由二阶主子式非负可得(Tv11Tv22-|Tv12| )fv -
2 2
[T11Tv22+Tv11T22-2Re(T12Tv21)]fv+T11T22-|T12| ≥ 0，若Tv11Tv22-|Tv12| =0，满足条件的fv最大值为fv=min{fv1,fv2,fv3,fv4}；若
Tv11Tv22-|Tv12|2≠0，设上式取等号时的两个根分别为fv4,fv5，且fv4≤fv5，则有fv≤fv4，或fv≥fv5。若fv5≥min{fv1,fv2,fv3}，满足条件的fv的最大值为fv=min{fv1,fv2,fv3,fv4}；若fv5≤min{fv1,fv2,fv3}，满足条件的fv的最大值为fv=min{fv1,fv2,fv3}，对应的主散射能量为P1=fv。
具体实施方式
满足条件的fs的最大值为fs=min{fs1,fs2,fs3}，对应的主散射能量为P1=fs(1+|βopt|2)；
由二阶主子式非负可得 满足条件的fd的最大值为fd
=min{fd1,fd2,fd3}，对应的主散射能量为P1=fd(1+|αopt|2)；
[T11Tv22+Tv11T22-2Re(T12Tv21)]fv+T11T22-|T12|2≥ 0，若Tv11Tv22-|Tv12|2=0，满足条件的fv最大值为fv=min{fv1,fv2,fv3,fv4}；若
Tv11Tv22-|Tv12|2≠0，设上式取等号时的两个根分别为fv4,fv5，且fv4≤fv5，则有fv≤fv4，或fv≥fv5。若fv5≥min{fv1,fv2,fv3}，满足条件的fv的最大值为fv=min{fv1,fv2,fv3,fv4}；若fv5≤min{fv1,fv2,fv3}，满足条件的fv的最大值为fv=min{fv1,fv2,fv3}，对应的主散射能量为P1=fv。
中面散射机制对应的能量，二面角散射机制对应的能量，体散射机制对应的能量及对应的总的后向散射能量。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于跳频和多相交替码的非相干散射雷达信号处理方法 | 2020-05-12 | 25 |
| 具有斑点噪声消减器的相干光波导照明系统 | 2020-05-14 | 38 |
| 发光装置及其应用的投影系统 | 2020-05-13 | 709 |
| 检测离轨迹表面情况的数据输入设备和方法 | 2020-05-14 | 429 |
| 一种高速超分辨率MIMO阵列成像方法 | 2020-05-15 | 452 |
| 发光装置及其应用的投影系统 | 2020-05-13 | 809 |
| 具有斑点噪声消减器的相干光波导照明系统 | 2020-05-14 | 954 |
| 一种基于simulink的非相干散射雷达回波模拟方法及系统 | 2020-05-12 | 378 |
| 基于离子线谱三峰结构反演强扰动电离层参量的方法 | 2020-05-14 | 642 |
| 相控阵非相干散射雷达系统 | 2020-05-11 | 891 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
