干涉图统计建模研究

干涉图是多通道信息的一种主要表征方式，由于统计的方法能够达到信息提取理论上的Bayes最优解，因此干涉图的统计建模成为了多通道SAR的研究热点之一，在极化、干涉、动目标指示等方面均有广泛的应用前景，为多通道SAR解译与应用的共性基础研究课题，具有重要的学术和应用价值。本项目以复Wishart分布和乘积模型为基础，引入Frery等人的场景环境分类思想，利用对地物RCS幅度分量能够精确建模的逆方根Gamma分布和广义逆方根Gauss分布，构建新的干涉图幅度和相位联合分布模型族以及干涉图幅度边缘分布模型族，在此基础上，通过Mellin变换推导所提各分布模型参数的有效估计器，从而建立完备性较强、使用性较高的干涉图统计模型理论。

以复Wishart分布和乘积模型为基础，引入Frery等人的场景环境分类思想，利用对地物RCS幅度分量能够精确建模的逆方根Gamma分布和广义逆方根Gauss分布，推导出了干涉图幅度和相位联合分布模型族（包括I0_MP分布、I_MP分布和I1_MP分布）、干涉图实部和虚部联合分布模型族（包括R_I0分布、R_I分布和R_I1分布）和干涉图幅度分布模型族（包括E-Gamma分布、E-G0分布和E-G分布），并基于Mellin变换建立了各分布模型的准确、快速参数估计器（包括E-Gamma_MoLC、E-G0_MoLC、E-G_MoLC和E2-G0_MoLC），从而构建了完备性较强的干涉图统计分布模型理论。