高分辨率SAR成像要素影响与集成化处理平台

Object cognition from SAR images is a difficult problem worldwide. To solve this problem, it is required to have deep understanding of all the essential factors involved in the entire chain of SAR imaging and their effects on the object cognition. Moreover, an assemble processing platform is required to support the study. Nowadays, there are still some fundamental theoretical problems and some key technology challenges that are urgent to be solved as for the analyses of SAR imaging factors and the development of assemble processing platform..Towards object cognition from high-resolution SAR images, in this project, it is planned to detailedly consider several typical features of SAR imaging, such as strong scatters, shadows, phases, polarization of targets, etc, which are the basis of SAR image object cognition. Also, it is planned to study the imaging factors involved in the entire chain of SAR imaging and to analyze their effects on the typical features of SAR images. Based on this study, this project will bring forward some delicate data processing methods to achieve better SAR images for object cognition. Meanwhile, it is planned to develop assemble processing platform of SAR imaging, thus build up the platform of research on SAR object cognition. By this project, it is planned to deliver the technical and infrastructure support to advance the research on object cognition from high-resolution SAR images.

SAR图像目标认知是一个世界性的难题，其解决需要对SAR全链路成像要素及其影响有深入的把握，并需要一个集成化处理平台作为支撑。当前我国在SAR成像要素研究及集成化处理平台研制方面还存在若干基础理论问题与关键技术亟需解决。.本项目拟面向高分辨率SAR图像目标认知，具体针对目标认知所基于的几种典型特征（包括强散射中心，阴影，相位，极化等），开展其成像要素的全链路分析，研究成像要素与目标认知的影响关系，并提出面向目标认知特征的精细化成像处理方法；同时，研制面向SAR目标认知的集成化处理平台，基本形成SAR目标认知研究的基础平台环境。从而，为促进我国高分辨率SAR目标认知研究的进步提供技术与基础环境支撑。

由于微波与地物相互作用机理的复杂性、SAR系统成像过程的复杂性等原因，SAR图像目标认知长期以来是SAR领域的世界难题。本项目主要面向SAR图像目标认知的典型特征（强散射中心、阴影、相位、极化等）开展成像要素全链路分析，建立成像要素与目标特征之间的关系模型；并突破高分辨率体制下目标精确聚焦、精确保相、极化保真等精细化处理方法，提出有助于目标认知的光学与SAR融合方法；在此基础上研制面向SAR目标认知的集成化处理平台，为SAR目标认知研究提供优质数据基础和良好的支撑平台。.本项目建立了星载大合成孔径角、多通道、多极化等新体制下，点/线/体目标及其复杂运动下的单次/多次散射回波模型，并分析了成像后的强散射中心幅度分布、阴影、相位、极化特征与回波量化、系统通道延迟、通道幅相不平衡、天线特性、成像处理、大气传播等的关系，为目标认知提供了理论模型支撑。.在精细化处理方面，提出了可应对三维空变的时频混合变标CMBP算法，解决了星载亚米级分辨率SAR高精度聚焦难题，并提高了保相性；提出了高分辨率新体制下起伏、旋转等运动目标的信息提取和精细化处理方法，以及基于高度预测的阴影边缘聚焦增强方法，提升了聚焦效果；提出了基于全链路误差建模的全极化SAR高精度校正方法，应用于GF-3卫星并取得良好效果；提出了基于深度学习的SAR光学图像有效融合方法等。此外，面向项目群目标认知的共同目标，提出了多种小样本下的SAR目标检测识别方法、基于仿真匹配的建筑物三维信息提取方法等。.本项目研制了高分辨率SAR集成化处理平台，集成了300余个SAR处理与认知相关插件，并策划SAR目标认知相关题目和数据，支撑举办了2届高分软件大赛。组织了“高分辨率SAR目标认知”青年学术论坛，在雷达学报出版专刊，为该领域发展起到积极推动作用。.本项目共发表论文73篇，其中SCI收录43篇，EI收录13篇，申请专利16项，软件著作权11项，培养博士生12名，硕士生11名，达到了项目预期目标。