基于混合極化架構的極化SAR：原理與應用 (中英文)

洪 文

(微波成像技術國家重點實驗室 北京 100190)

(中國科學院電子學研究所 北京 100190)

(中國科學院大學 北京 100049)

基于混合極化架構的極化SAR：原理與應用 (中英文)

洪 文*

(微波成像技術國家重點實驗室 北京 100190)

(中國科學院電子學研究所 北京 100190)

(中國科學院大學 北京 100049)

合成孔徑雷達(Synthetic Aperture Radar, SAR)應用性能主要受限于同時獲取高分辨與寬測繪幅寬的雷達圖像的能力。而對于極化SAR(Polarimetric SAR, PolSAR)系統(tǒng)而言，其測繪幅寬更加受限。近年來，稱為混合極化(Hybrid-Polarity, HP)架構的新型極化SAR架構吸引了廣泛的注意。相比于傳統(tǒng)的線性極化SAR，基于混合極化架構的極化SAR具有兩點重要優(yōu)勢：更寬的測繪幅寬與更低的硬件要求。該文首先回顧了包括系統(tǒng)設計、系統(tǒng)模型與定標方法在內的混合極化架構相關原理。接著詳細闡述了混合極化架構在定標與發(fā)射配置兩個方面在工程實現(xiàn)中的難點并提出了一種改進型混合極化架構。與此同時，還介紹了以實驗驗證為目的而開發(fā)的原型實驗系統(tǒng)。該文的后半部分回顧了適用于基于混合極化架構的極化SAR的相關應用。由于基于混合極化架構的極化SAR系統(tǒng)產生的全極化數(shù)據(jù)可以直接轉換為傳統(tǒng)的線性全極化數(shù)據(jù)，因此這一部分內容主要集中在對應的雙極化應用，即簡縮極化(Compact Polarimetry, CP)應用上。

合成孔徑雷達；極化SAR；混合極化架構；簡縮極化；定標；分類；簡縮極化干涉SAR

1 引言

合成孔徑雷達(Synthetic Aperture Radar, SAR)是一種可以通過信號處理技術合成地球表面高分辨率微波圖像的主動成像雷達。它擁有全天時、全天候的成像能力。極化SAR(Polarimetric SAR, PolSAR)可以提供觀測場景的一系列極化信息并已被成功應用于眾多實際應用中[1,2]。目前，星載SAR系統(tǒng)的局限主要在于難以同時獲取具備高分辨率與寬測繪幅寬的雷達圖像。而對于可以獲取散射目標完備極化信息的全極化(quadraturepolarimetric, quad-pol)SAR系統(tǒng)而言，其可獲取的測繪幅寬相比一般的SAR系統(tǒng)更要小一倍以上。原因在于全極化SAR系統(tǒng)需要將脈沖重復頻率(Pulse Repetition Frequency, PRF)至少提高一倍以上以滿足交替發(fā)射兩種互相垂直的極化波的需要。

傳統(tǒng)的全極化SAR系統(tǒng)發(fā)射水平(Horizontal, H)與垂直(Vertical, V)線性極化波，同時使用H與V極化天線進行接收。這樣的設置將會在大入射角時在交叉極化(HV或VH)測量通道中產生嚴重的距離模糊問題，進而進一步限制有效測繪幅寬[3,4]。另外，由于自然目標的同極化(HH或VV)散射回波能量通常比交叉極化散射回波能量高6～10 dB，需要在實際全極化SAR系統(tǒng)中應用復雜的接收策略來處理不同的極化通道接收到的能量，以保證接收到的回波信號均處于模擬數(shù)字轉換器 (Analog to Digital, ADC) 模塊的有效動態(tài)范圍內[5,6]。針對以上問題，混合極化(Hybrid-Polarity, HP)架構于文獻[4,7,8]中提出?；旌蠘O化架構下的全極化SAR系統(tǒng)交替發(fā)射右旋圓極化(Right-Handed Circular, RHC)與左旋圓極化(Left-Handed Circular, LHC)波，并使用正交的線性極化天線進行接收。這樣，極化SAR系統(tǒng)中的發(fā)射極化波與接收極化波之間將不再存在同極化與交叉極化的關系，從而能夠改善前述的距離模糊問題[4]。另外，極化SAR系統(tǒng)接收到的信號的平均能量是相當?shù)?，因而不再需要應用復雜的接收策略。這樣，基于混合極化架構的全極化SAR系統(tǒng)相比傳統(tǒng)的線性全極化SAR系統(tǒng)將擁有更寬的測繪幅寬與更低的硬件需求[4]。

混合極化架構還能夠支持簡縮極化(Compact Polarimetry, CP)中的圓發(fā)線收(Circular Transmit Linear Receive, CTLR)模式[7]。簡縮極化是由不同特殊雙極化(dual-polarimetric, dual-pol)模式組成的一個集合概念。它要求雷達系統(tǒng)發(fā)射擁有相同H與V分量的極化波，如左旋、右旋圓極化波與±45°斜線極化波，并保留接收極化波間的相對相位信息[9-12]。由于簡縮極化具有雙極化諸如雙倍測繪幅寬、更低功耗與更簡易系統(tǒng)需求[7,9]的優(yōu)點，并在許多實際應用中能夠得到與全極化SAR相當?shù)臄?shù)據(jù)處理結果[12-61]，因而在過去的十年中廣受關注。

以上這一系列優(yōu)點使得混合極化架構成為未來完成極化SAR任務的潛在選擇。截至目前為止已有數(shù)個極化SAR任務采用了混合極化架構。它們包括：搭載在印度Chandrayaan-1探月任務與美國月球勘測軌道飛行器(Lunar Reconnaissance Orbiter, LRO)上的兩顆小型射頻(mini-Radio-Frequency, mini-RF)雷達[62]；搭載在印度遙感衛(wèi)星RISAT-1上的C波段SAR[63]；搭載在日本遙感衛(wèi)星ALOS-2上的L波段SAR(實驗模式)[64]。在未來，加拿大的C波段RADARSAT星座任務(RADARSAT Constellation Mission, RCM)[12,65,66]，美國探測形變、生態(tài)結構與冰層動力學(Deformation, Ecosystem Structure, and Dynamics of Ice, DESDynI)遙感任務的L波段干涉SAR(Interferometry SAR, InSAR)系統(tǒng)[67,68]與印度的第2次探月任務Chandrayaan-2[69]亦已確認將采用混合極化架構。

本文首先回顧了混合極化架構的基本原理，包括系統(tǒng)設計、系統(tǒng)模型與標定方法。然后重點討論了混合極化架構的兩點問題。其中最主要的一點是當雷達系統(tǒng)工作在雙極化模式下時，系統(tǒng)的發(fā)射失真即便被準確估計出來，也無法被標定。另外一點是在混合極化架構下，發(fā)射模式通常被設定為圓極化波。在這一設置下，極化SAR系統(tǒng)的雙極化模式即為CTLR模式。但是在簡縮極化中，除了CTLR模式以外，發(fā)射45°線性極化波的π/4模式在某些應用中同樣可以得到較好的結果，因而同樣值得關注。針對這兩點，本文將提出一種混合極化架構的改進。同時，本文也將介紹以實驗驗證為目的而開發(fā)的原型實驗系統(tǒng)。

本文在接下來的部分中將詳述適用于混合極化架構的極化SAR應用。由于基于混合極化架構的極化SAR系統(tǒng)提供的全極化數(shù)據(jù)可以直接轉化為傳統(tǒng)的線性極化基散射矩陣，因此這一部分的綜述主要集中在對應的雙極化應用，即簡縮極化應用上。首先這一部分將介紹4個常用的簡縮極化信息提取方法，即協(xié)方差矩陣擴展方法，基于Stokes矩陣的方法，特征值分解方法與基于散射模型方法。接下來再介紹由這些信息提取方法衍生出的一系列簡縮極化應用?？紤]到文章的篇幅，本文僅對使用簡縮極化數(shù)據(jù)的非監(jiān)督地物分類應用與極化干涉樹高反演應用進行詳細綜述。

本文的結構如下。第2節(jié)分別回顧了基于混合極化架構的雙、全極化SAR系統(tǒng)的系統(tǒng)設計與系統(tǒng)模型。第3節(jié)闡述了混合極化架構的自檢特性(selfchecking property)[7]以及有效標定技術。由于發(fā)射失真不能通過外定標方法進行標定，這一節(jié)還探討了對發(fā)射失真的評估問題。第4節(jié)提出了一種混合極化架構的改進方案。第5節(jié)展示了多個數(shù)據(jù)處理算法，包括由混合極化基轉換到線性極化基數(shù)據(jù)，及由全極化數(shù)據(jù)模擬簡縮極化數(shù)據(jù)的算法。這一節(jié)還介紹了4個主要的簡縮極化信息提取方法。第6節(jié)回顧了簡縮極化應用。最后，第7節(jié)對階段研究進行了總結。

2 混合極化架構

2.1 混合雙極化架構

混合極化首先于文獻[7]提出以支持簡縮極化中的CTLR模式。CTLR模式要求雷達系統(tǒng)發(fā)射一種圓極化波(右旋圓極化或左旋圓極化之一)并使用正交的線性極化基進行接收。由于簡縮極化實際上是由特殊雙極化模式構成的一個集合概念，因此本文將此混合極化架構稱作混合雙極化(Hybrid Dual-Pol, HP2)架構?；旌想p極化架構的系統(tǒng)框圖如圖1 (a)所示。為了生成發(fā)射所需的圓極化波，波形發(fā)生器產生的信號首先經功分器分為兩路功率相等的子信號，再將其中之一相移90°。兩路生成的子信號隨后被饋入雙線性極化天線的H與V饋電口。這一部分設計在圖中已使用虛線框標出。這一部分設計的簡化框圖如圖1(b)所示。圖中Si與So分別表示輸入與輸出端口輸入的信號，而At與Ar分別表示連接發(fā)射與接收天線的不同饋電端。如果發(fā)射與接收均使用同一雙線性極化天線，則

可以看到，混合雙極化架構中并沒有過多的射頻硬件。這意味著雷達系統(tǒng)中的損耗以及失真源將會更少。另外，由于兩路接收通道均不再需要接收交叉極化信號，因此其平均信號水平應相當。這也意味著雷達系統(tǒng)中出現(xiàn)較強極化信號污染較弱極化信號(即發(fā)生系統(tǒng)串擾)的概率變小了[4]。

圖1 混合雙極化架構的系統(tǒng)框圖 (Raney 2007, 文獻[7])Fig. 1 Block schematic of the HP2 architecture (Raney 2007, Ref. [7])

基于混合雙極化架構的星載極化SAR系統(tǒng)的系統(tǒng)模型為[70]:

其中M是測量散射矩陣，S是真實散射矩陣，RF代表單程法拉第旋轉(Faraday Rotation, FR)矩陣，RF中的Ω是法拉第旋轉角，R是接收失真矩陣，N是各測量值中的加性噪聲項。M中的下標表示右旋圓極化極化發(fā)射并使用H與V極化接收。R中包括了接收的串擾項δ1與δ2和通道失衡項f1。kRHC與kLHC分別是右旋圓極化與左旋圓極化的Jones矢量，而δ是右旋圓極化發(fā)射時的綜合串擾。實系數(shù)A代表受距離r與俯仰角φ影響的總增益項。復系數(shù)ejφ代表雙程相位延遲和與系統(tǒng)相關的相位影響。

照射到目標表面的電磁場Ei可以被進一步表示為：

可以看到，如果發(fā)射的圓極化波是完美的話，即δ=0, 則FR可在后續(xù)的處理中忽略。即使發(fā)射的極化波是非完美的，F(xiàn)R對基于混合雙極化架構的極化SAR系統(tǒng)產生的影響也應比傳統(tǒng)線性極化SAR系統(tǒng)小。

雖然發(fā)射失真可以如式(1)與式(2)一樣直接使用單一項δ綜合表示，它們同樣可以使用傳統(tǒng)發(fā)射失真矩陣T來表示[71]：

其中δ3,δ4, 與f2分別是發(fā)射通道串擾與通道失衡項。這些失真項與綜合串擾項之間的關系為[72]:

其中

發(fā)射失真的兩種表示方法均是有效的。但由式(1)可知，即便精確知道發(fā)射失真項的大小也無法通過右乘對應逆矩陣來得到目標的真實散射矩陣。因此使用綜合串擾項統(tǒng)一表示所有發(fā)射失真會更加簡潔明了，而精確的發(fā)射失真表示可以更詳細地分析不同失真源的影響。這一部分工作將在3.2節(jié)中進行回顧。

2.2 混合四極化架構

文獻[7]建議使用混合極化架構代替?zhèn)鹘y(tǒng)的線性全極化系統(tǒng)來構建全極化SAR系統(tǒng)。這樣的設置下，雷達系統(tǒng)將交替發(fā)射左右旋圓極化波，使用H, V極化基進行相干接收。這一想法在文獻[4]與[8]中被進一步詳細闡述。

圖2(a)中展示了混合四極化架構(Hybrid Quad-Pol, HP4)[8]的系統(tǒng)框圖。發(fā)射模塊中的移相器相較前述混合雙極化架構做了一點小的修改。為了分別發(fā)射右旋與左旋圓極化波，信號的相位分別相移+90°與-90°。這一部分設計同樣在圖2(a)中使用虛線標注出來了，并在圖2(b)中展示了其簡化框圖。如果移相器固定相移+90°或-90°，則得到的系統(tǒng)設計即為混合雙極化架構。因此CTLR模式可以視作基于混合四極化架構的極化SAR系統(tǒng)的對應雙極化模式。后文將使用混合極化架構一詞來指代本節(jié)介紹的混合四極化架構。

圖2 混合四極化架構的系統(tǒng)框圖 (Raney 2008, 文獻[8])Fig. 2 Block schematic of the HP4 architecture (Raney 2008, Ref. [8])

混合四極化架構同樣繼承了前文所述混合雙極化架構的各優(yōu)點。首先，發(fā)射與接收極化之間同樣不再存在同或交叉極化的關系。根據(jù)文獻[4]中的推導結果，這一特性可以有效減小距離模糊，從而使得基于混合極化架構的極化SAR系統(tǒng)擁有更寬的測繪幅寬。另外，由于接收通道的平均信號能量應是相同的，因此不再需要復雜的接收策略來調整不同回波信號的接收增益[5,6]。這樣，相比傳統(tǒng)的線性極化系統(tǒng)，基于混合極化架構的極化SAR系統(tǒng)的系統(tǒng)設計更簡單。這意味著通過混合極化架構，雷達的成本得以降低并且能夠更好地保證標定與測試的魯棒性。

由于不再需要根據(jù)不同的雷達回波改變接收機的接收增益，基于混合極化架構的星載極化SAR系統(tǒng)的系統(tǒng)模型與考慮了FR效應的標準極化系統(tǒng)模型相似[73]:

其中MHP4是2×2的測量矩陣，SHP4是一個包括了真實散射矩陣S元素的2×2矩陣。SHP4與S中的元素之間的關系為：

由基于混合極化架構的極化SAR系統(tǒng)獲得的測試數(shù)據(jù)同樣可以首先轉化為線性極化基，再直接應用標準極化系統(tǒng)模型進行后續(xù)的定標與數(shù)據(jù)處理。

3 失真的標定與評估

基于混合極化架構的極化SAR獲取的全極化數(shù)據(jù)可以直接轉化為傳統(tǒng)的線性極化基，因此可以直接應用標準的極化定標技術進行數(shù)據(jù)標定工作?；旌蠘O化架構在定標方面剩下的問題是如何標定獲取的雙極化數(shù)據(jù)，即簡縮極化數(shù)據(jù)的標定。

3.1 簡縮極化數(shù)據(jù)的標定

3.1.1 自檢定標方法基于混合極化架構的極化SAR系統(tǒng)的兩路接收通道的平均信號能量應是相等的，因此當回波信號的H與V分量相等時，相應的接收信號的1階與2階統(tǒng)計特性也應是相等的。在實踐中，當雷達垂直觀測地表時能夠滿足此條件。假設沒有發(fā)射失真，則不滿足此判定標準的誤差可被測量與補償[7,74].

對于月球探測而言，由于既無法在月球表面放置定標器，月球表面又沒有亞馬遜熱帶雨林，無法使用對地遙感中常用的定標方法。因此在mini-RF探月任務中使用了上述的混合極化架構定標方法[62,75]。在其在軌定標實驗中，航天器被人為調整使得雷達天線能夠對準月球的天底點。測得的VH通道間增益與相位差分別為-2.55 dB±0.25 dB與-138°。這一測試結果較好地吻合了端到端的系統(tǒng)測試得到的預期結果-2.14 dB±0.25 dB與-135.9°±1.5°。兩者存在細微差別的主要原因在于實際發(fā)射的極化波并非是完美的圓極化波，而是軸比(Axial, Ratio, AR)為2.46 dB±0.15 dB的橢圓極化波。

3.1.2 基于全極化系統(tǒng)的定標方法基于混合極化架構的極化SAR系統(tǒng)既可以工作在雙極化模式下，又可以工作在全極化模式下。因此雷達系統(tǒng)如果能夠如星載SAR一般，在整個數(shù)據(jù)獲取階段保證系統(tǒng)的穩(wěn)定性，則系統(tǒng)的誤差可以通過在各數(shù)據(jù)獲取階段的開始與(/或)結尾使用全極化模式來得到[70]。

3.1.3 法拉第旋轉角的標定方法對于工作在低頻段的星載極化SAR，還需要考慮FR效應的影響。除了使用電離層總電子含量(Total Electron Content, TEC)圖來估計FR角大小的方法外[76], FR角還可以通過理論上HH-VV相位差接近零的裸土后向散射估計[18]。 裸土的識別是通過不受FR影響的一致性系數(shù)μ來完成的：

對于裸土散射(即表面散射)而言，μ是正數(shù)且趨近于1。對于2次散射而言，μ是負數(shù)且趨近于-1，其中間值(零值附近)代表著體散射。體散射與表面散射之間的闕值估計為0.35，而體散射與2次散射之間的闕值估計為-0.2。通過識別出的裸土，F(xiàn)R角可通過以下公式計算得到：

3.1.4 基于定標器的標定方法在文獻[77]中，My-Linh等人首先針對CTLR模式提出了基于定標器的定標方法。由于發(fā)射失真無法被標定，雷達系統(tǒng)的發(fā)射被認為是完美的(即無誤差的)。該方法使用了包括兩個0°與45°的二面角與一個0°三面角的3個定標器來標定接收的通道失衡與通道串擾，F(xiàn)R角和系統(tǒng)增益。

文獻[78]中，Chen與Quegan研究了針對工作在CTLR模式下的低波段星載SAR系統(tǒng)基于定標器的定標方法。在其研究中共分析了6種包含由數(shù)量不等的主動與被動定標器組成的定標策略。首先可以確認的一點是，使用4個定標器的定標策略比僅使用3個定標器的定標策略準確性更高。但這會在實際部署中增加花費與復雜程度。另外一點結論是，在所有被動定標器中首選網格三面角(gridded trihedral)定標器。相比二面角與三面角定標器，它的平均極化噪聲(Average Polarimetric Noise, APN)更低且對瞄準精度不敏感。文獻[78]最終推薦的定標策略包括2個區(qū)分HH與VV通道的網格三面角定標器以及2個能夠區(qū)分HV與VH通道的主動定標器。

在文獻[79]中，陳琳等人提出來一項針對所有雙極化SAR系統(tǒng)的通用定標算法。該算法僅使用了1個三面角與2個0°與45°二面角。這一方法中未考慮FR的影響。經驗證，此通用定標算法對所有雙極化模式，包括傳統(tǒng)的線性雙極化模式以及簡縮極化中的CTLR模式與π/4模式均有效。最終該算法的有效性在配置了π/4模式與CTLR模式發(fā)射/接收設置的地基SAR系統(tǒng)上得以驗證[34]。

3.2 發(fā)射失真的評估

在上述章節(jié)中，本文已討論了混合極化架構在工程實現(xiàn)中的難點：雙極化模式下的發(fā)射失真并不能簡單通過乘上一對應逆矩陣消除。因此應當對發(fā)射失真產生的影響進行完整的評估。在文獻[71]中，Guo等人采用了最大歸一化誤差(Maximum Normalized Error, MNE)指標對發(fā)射失真做了定量評估。對于基于混合雙極化架構的極化SAR系統(tǒng)而言，MNE的定義為：

這一評估方法可以用來評估由FR、通道失衡以及通道串擾等多重誤差源綜合產生的影響。但是為了單獨評估各誤差源的影響，下文將分別仿真由各誤差源單獨引起的MNE變化。

3.2.1 法拉第旋轉角根據(jù)式(3)，當FR是發(fā)射中唯一的失真，即發(fā)射的是完美圓極化波時，F(xiàn)R角直接變?yōu)橐豁椏杀皇÷缘募有韵辔豁?。如果發(fā)射極化波是非完美的，則FR將會如式(3)所示，對綜合串擾δ產生影響。

3.2.2 通道失衡假設發(fā)射中唯一存在的失真為通道失衡，即圖3中展示了的由H與V通道增益與相對相位差引起的MNE變化輪廓線。為了維持MNE小于-20 dB，橢圓分界線大約為增益±1.2 dB，相位偏移±8°。

3.2.3通道串擾為了簡便，假設通道串擾滿足并且沒有其他失真源。實驗結果表明通道串擾的相位偏移對MNE沒有影響。因此僅評估通道串擾增益帶來的影響。評估結果如圖4所示。

圖3 由通道失衡引起的MNE變化Fig. 3 MNE evaluation due to channel imbalance

圖4 由通道串擾增益引起的MNE變化Fig. 4 MNE evaluation due to crosstalk gain

可以看到，MNE隨著通道串擾增益按比例以分貝級增長。為了維持MNE小于-20 dB，發(fā)射的通道串擾需要小于-20 dB。

3.2.4 入射角發(fā)射波的非圓性(non circularity)同樣會隨著入射角的變化而變化[65]。在文獻[65]中，Touzi與Charbonneau估計RCM發(fā)射極化波的AR的變化范圍會在1.4 dB(在0°波束掃描角50 km范圍內)到3 dB(ScanSAR模式下，350 km幅寬)之間。為了估計這一影響，發(fā)射Jones矢量被設置為[81]：

其中，φ∈[-/2;/2]是極化橢圓的橢圓方向角，而|τ|∈[0;/4]是極化橢圓的橢圓孔徑，也稱橢圓率角。

這里僅考慮橢圓率，因此方向角被設為φ=0。評估結果如圖5所示?？梢钥吹剑琈NE隨著橢圓角偏離理想值(45°)而增大。為了維持MNE小于-20 dB，橢圓孔徑的偏離值需在[-5°, 5°]范圍內。當橢圓孔徑小于Touzi與Charbonneau估計的最差值35°時，MNE大約為-15 dB。

圖5 由橢圓率引起的MNE變化Fig. 5 MNE evaluation due to the change in ellipticity

4 改進型混合極化架構

4.1 系統(tǒng)設計

如前所述，混合極化架構在工程實現(xiàn)中，定標方面的主要難點是：當工作在雙極化模式下時，即使能夠通過不同的外定標方法精確得到發(fā)射失真的大小，也無法對發(fā)射失真進行標定。因此在大部分的混合極化系統(tǒng)相關文章中，發(fā)射失真是被忽略的。但是正如3.3節(jié)所述，發(fā)射失真一定會對基于混合極化架構的極化SAR產生影響。

在3.3節(jié)中使用了用來測量極化系統(tǒng)極化純度的通用度量MNE來評估發(fā)射失真。與此同時，發(fā)射失真也可以通過它們所產生的結果，即發(fā)射極化波的失真大小來度量。在這一觀點下，可以使用AR來量化發(fā)射失真。對于完美圓極化而言AR=0 dB，而AR=+∞則表示的是線性極化波。據(jù)報道，兩顆探月小型射頻雷達的AR大約為2.5 dB[62]。而即將發(fā)射的RCM雷達系統(tǒng)在最壞情況下的AR約在1.5 dB到3.0 dB之間[65]。印度的第2次探月任務規(guī)劃其所使用的雷達系統(tǒng)AR小于2.0 dB[69]。據(jù)研究，AR與MNE在數(shù)值上并非是一一對應的。如要保證前述MNE-20dB標準，AR需小于1.8 dB。

為了克服上述問題，需要在基于混合極化架構的極化SAR系統(tǒng)中應用內定標技術。然而傳統(tǒng)的內定標回路將會增加雷達系統(tǒng)所需的射頻器件數(shù)量。這不僅會導致系統(tǒng)成本的增加，同時還將增加系統(tǒng)中潛在的失真源的數(shù)量。因此本文采取另一種方案，僅修改混合極化架構中的發(fā)射模塊。修改后得到的改進型混合極化架構的系統(tǒng)框圖如圖6(a)所示。修改后的發(fā)射模塊同樣在圖6(a)中使用虛線標注出來了，并在圖6(b)中展示了其簡化框圖。對比圖1 (b)與圖2(b)中所示的系統(tǒng)設計，原始的±90°移相器由2個高精度可調衰減器與360°移相器代替。在圖6(b)中，這兩個器件分別被表示為“A”與“P”。

應用這一直觀的改進，可以使用預失真的方法來修正發(fā)射失真：首先，調節(jié)衰減器與移相器，使得兩路發(fā)射通道擁有相等的能量與期望的相位差(例如對于圓極化而言，90°或-90°)。接下來使用之前章節(jié)介紹的定標方法測定發(fā)射失真大小。然后，繼續(xù)調節(jié)衰減器與移相器以補償測定的失真。這樣，就可以將發(fā)射失真降低到一能夠被接受的水平上。

圖6 改進型混合極化架構的系統(tǒng)框圖Fig. 6 Block schematic of the improved HP architecture

利用這兩個高精度可調衰減器與移相器，基于改進型混合極化架構的極化SAR系統(tǒng)同時還可以產生任意的發(fā)射極化波。考慮到降低FR效應與消除觀測中的旋轉選擇性(rotational selectivity)，原始的基于混合極化架構的極化SAR系統(tǒng)通常使用圓極化波作為發(fā)射極化波。然而其他發(fā)射設置同樣值得進一步的研究與應用。例如，文獻[29]發(fā)現(xiàn)π/4模式的數(shù)據(jù)可以應用基于模型的目標分解方法，從而獲得比CTLR模式更好的極化分解結果。類似的算法同樣可以應用到π/4模式下的簡縮極化干涉SAR(PolSAR interferometry, PolInSAR)數(shù)據(jù)處理中并且得到較好的目標分解結果[31]。

類似于最初的混合極化架構，改進型混合極化架構同樣能夠支持全極化模式。通過轉換衰減器與移相器，改進型混合極化架構可以交替產生互相正交的極化對。雖然基于改進混合極化架構的極化SAR理論上可以生成任意的極化對，但是為了保留擁有更寬測繪幅寬的優(yōu)勢，最終采用的發(fā)射極化基需與接收極化基(即H與V極化基)不同[4]。

4.2 系統(tǒng)模型

2.1節(jié)與2.2節(jié)中介紹的系統(tǒng)模型同樣適用于基于改進型混合極化架構的極化SAR系統(tǒng)。但是需要注意的是，當工作在雙極化模式下時，式(1)與式(2)中發(fā)射極化波帶有綜合串擾項δ的Jones矢量需要相應做出調整。例如，若發(fā)射采用的是傳統(tǒng)的H與V極化波，或者前述的斜線性極化波，則該項需調整為[79]：

而對于全極化模式，式(7)中的2×2矩陣SHPA需要根據(jù)采用的發(fā)射與接收極化基做出相應的調整。

4.3 原型系統(tǒng)

圖7展示的是包含發(fā)射與接收模塊的改進混合極化架構原型系統(tǒng)。矢量網絡分析儀(Vector Network Analyzer, VNA)被用于測量原型系統(tǒng)各通道的幅度與相位特征。通過相應的控制程序可以實現(xiàn)對原型系統(tǒng)中的不同器件的控制。該程序還可以通過網絡與VNA進行通信實現(xiàn)數(shù)據(jù)的自動采集。最后，該程序集成了前述的預失真功能。據(jù)估算，利用預失真方法可以將理想雙極化天線產生的圓極化波的AR控制在1 dB以內。

另一個需要探討的問題是不同天線的使用問題。最初的混合極化架構建議利用同一個雙線性極化天線來發(fā)射和接收極化波。但是同樣可以使用兩個互相垂直的單極化天線來代替雙線性極化天線。如果不使用相同的天線進行發(fā)射與接收，則需要多達4個單極化天線。在后續(xù)的研究中，擬采用這一包含4個單極化天線的天線設置方案。這樣的設置方案主要擁有成本低與隔離度高這兩項點優(yōu)點。但是與此同時，這樣的設置會因為采用兩個不同天線同時發(fā)射或者接收，而產生視差問題(parallax problem)。具體問題仍需進一步研究。

圖7 使用VNA測試的改進混合極化架構的原型系統(tǒng)Fig. 7 Prototype system of the improved HP architecture measured by a VNA

利用這一原型系統(tǒng)，可以首先驗證預失真方法，并開展更多不同簡縮極化模式的相關實驗、分析發(fā)射失真對雷達觀測產生的實際影響。改進混合極化架構的數(shù)據(jù)分析問題可以采用Sabry與Vanchon[82]針對一般簡縮極化與全極化SAR研發(fā)的數(shù)據(jù)分析框架。

5 數(shù)據(jù)處理方法

根據(jù)雷達極化的基本理論[81]，任意全極化數(shù)據(jù)均可以直接轉換成其他發(fā)射/接收設置下的極化數(shù)據(jù)，包括雙極化模式數(shù)據(jù)。因此通過基于混合極化架構的極化SAR系統(tǒng)采集到的全極化數(shù)據(jù)可以直接轉化為傳統(tǒng)的線性全極化數(shù)據(jù)。這樣便可以直接應用為傳統(tǒng)極化SAR研發(fā)的一系列數(shù)據(jù)分析方法。

混合極化架構對應的雙極化模式，即簡縮極化模式是最近十年才提出的。其數(shù)據(jù)處理方法以及應用仍值得回顧。由于前文介紹的改進型混合極化架構同時可以產生CTLR模式以及π/4模式的數(shù)據(jù)，因此在接下來的兩節(jié)中將主要介紹它們對應的數(shù)據(jù)處理方法以及應用。

5.1 簡縮極化數(shù)據(jù)仿真

截至目前為止，僅有印度的RISAT-1與日本的ALOS-2衛(wèi)星有能力提供實際的簡縮極化數(shù)據(jù)。其中，后者以實驗模式進行的簡縮極化模式數(shù)據(jù)獲取并未公開。因此目前絕大部分簡縮極化研究仍是基于所謂的模擬(simulated)簡縮極化數(shù)據(jù)展開的。模擬簡縮極化數(shù)據(jù)指的是前文所述由全極化數(shù)據(jù)直接轉化得到的相應雙極化數(shù)據(jù)。文獻[7]中的附錄部分列舉了由線性全極化數(shù)據(jù)轉化模擬CTLR模式數(shù)據(jù)的方法。該方法利用的是傳統(tǒng)線性全極化數(shù)據(jù)的協(xié)方差矩陣C3。類似地，也可使用相干矩陣T3模擬簡縮極化數(shù)據(jù)[83]。文獻[11]中展示了所有3種主要簡縮極化模式由2×2散射矩陣元素構成的散射矢量與協(xié)方差矩陣。這一轉化過程同樣可以直接使用最新的PolSAR Pro 5.0軟件[84]來完成。

需要注意的一點是，雖然本文將這種轉化得到的數(shù)據(jù)稱為模擬數(shù)據(jù)，但是由于使用的數(shù)據(jù)是真實數(shù)據(jù)，轉化得到的數(shù)據(jù)同樣也是真實數(shù)據(jù)。另外，由于轉化得到的簡縮極化數(shù)據(jù)與全極化數(shù)據(jù)本質上使用的是同一組數(shù)據(jù)，因此基于這兩組數(shù)據(jù)之間的對比是可重復的。

5.2 基本數(shù)據(jù)產品

簡縮極化數(shù)據(jù)的基本數(shù)據(jù)產品包括2×2協(xié)方差矩陣C2與Stokes矢量

其中〈·〉函數(shù)表示的是空間平均，kCP是不同簡縮極化模式的散射矢量，而*T則表示共軛轉置。根據(jù)一系列基于蒙特卡羅(Monte Carlo)仿真的研究[38,40,71]，公式(19)中的空間平均至少需要49視(一7×7 矩形濾波或擁有相等視數(shù)的其他濾波器)以保證后續(xù)處理得到的子參數(shù)是可靠的。這些數(shù)據(jù)產品可以使用下文介紹的方法進行后續(xù)處理。

5.3 簡縮極化信息提取方法

5.3.1 協(xié)方差矩陣擴展方法根據(jù)文獻[11]，3種主要簡縮極化模式的協(xié)方差矩陣均由以下3項相加構成：第1項包含的是僅與SHH和SVV有關的元素，第2項包含|SHH|2元素，而最后一項包含的是交叉極化相關項?；诨ヒ准僭OSVH=SHV與反射對稱假設中的未知數(shù)可被簡化到僅剩5個標量，即|SHH|2, |SHV|2, |SVV|2和的實部與虛部。如果還能進一步找到這5個標量間的限制條件，則C2可被擴展為傳統(tǒng)的3×3協(xié)方差矩陣C3。擴展得到的協(xié)方差矩陣也被稱為偽全極化數(shù)據(jù)。文獻[9]中假設的限制條件為：

利用這些限制條件，可以通過迭代解出|SHV|2這樣，偽全極化數(shù)據(jù)中的其他未知項便可通過計算得到。除此方法之外，還有基于散射分解模型[48,85]或C2的特征值或極化度(Degree of Polarization, DoP)的重建算法[86,87]。文獻[87]中詳細對比、評估了這些算法。

這一類信息提取方法的優(yōu)點在于一旦得到了偽全極化數(shù)據(jù)，則可以直接應用傳統(tǒng)全極化SAR的數(shù)據(jù)分析方法。但是極化SAR中大部分的應用需要的是得到觀測場景的散射特性，而不是事先對它們做出一定的假設。因此這一類方法的應用實際上是非常受限的。

5.3.2 基于Stokes矢量的方法簡縮極化數(shù)種的極化信息還可以從SV中直接進行提取。通過SV可以進一步得到一系列包含不同極化特性的子參數(shù)[7,62,88]：

前文所述的極化度DoP：

線性極化度mL：

線性極化比：μL

圓極化度mC：

圓極化比(Circular Polarization Ratio, CPR)μC：

后向散射場的兩個線性電矢量間的相對相位δ

除去這6個子參數(shù)，SV中還能提取另外兩個非常重要的參量：從簡縮地表隨機體散射(Random Volume over Ground, RVoG)散射模型中提取出的目標參數(shù)αs[84]與龐加萊(Poincaré)橢圓率參數(shù)χ[89,90]。

在文獻[84]中，簡縮RVoG散射模型的形式如下：

其中上下標分別代表左旋圓極化與右旋圓極化發(fā)射。對應的目標參數(shù)為：

可以看到，在簡縮極化RVoG散射模型中，SV被分解為兩個獨立項，一個代表隨機體散射，而另一個代表極化表面散射或地表成分。

根據(jù)著名的Born-Wolf電磁波分解式[82]，SV同樣可以被分解為一個完全極化分量與一個完全去極化分量。其中完全極化項可以進一步寫成由龐加萊參數(shù)，即方向角ψ與橢圓率角χ構成的形式：

對比式(30)與式(33)所表示的分解模型，可以發(fā)現(xiàn)φ=ψ, 而αs與橢圓率之間的關系為：

這兩個參數(shù)與前文提及的相對相位δ通常被用作表面散射與2次散射之間的指示器。但是由于δ會受方向角ψ影響，因而簡縮極化分解與分類算法中更常使用αs與χ。

5.3.3 基于特征值分解的方法與著名的H/alpha分解算法類似,C2同樣可以直接使用特征值分解算法進行分解[40,84,91]:

其中，λi與i分別是的特征值與單位特征矢量。進一步得到電磁波熵Hw與散射角α：

Hw/α平面的邊界曲線可以通過設為：

得到。文獻[40]結合了數(shù)個星載與機載平臺的極化數(shù)據(jù)，得到了不同極化散射機制(Polarimetric Scattering Mechanism, PSM)間的最佳邊界。具體的邊界條件將在后文分類應用部分給出。

已確認的是，本方法僅對簡縮極化中的雙圓極化(Dual Circular Polarization, DCP或CC)模式有效。該模式要求雷達系統(tǒng)發(fā)射正交的圓極化波，并使用正交的圓極化基進行接收[10]。但是由于CTLR模式與CC模式間的散射矢量存在以下關系[91]：

其中，kCL與kCC分別是CTLR與CC模式的散射矢量。因此針對CTLR模式得到的數(shù)據(jù)，可以先將其轉化為CC模式數(shù)據(jù)，再應用本方法。

5.3.4 基于散射模型的方法通過著名的Freeman-Durden分解算法可以將全極化數(shù)據(jù)分解為3種基于物理散射模型的理想散射分量[92]：

其中，fv,fd, 與fs分別代表體散射、2次散射與表面散射分量，|α|?1代表2次散射分量HH與VV項之間的共軛，而|β|＜1是表面散射分量HH與VV項之間的共軛。

類似地，協(xié)方差矩陣同樣可以表示為這3種散射分量的和[93,94]：

6 簡縮極化應用

6.1 地物的非監(jiān)督分類

雷達極化中最重要的應用之一是地物的分類與監(jiān)測。簡縮極化所帶來的寬測繪幅寬優(yōu)勢可以提升星載極化SAR系統(tǒng)的這一能力。與此同時，這一項優(yōu)勢還可以降低星載極化SAR系統(tǒng)獲取同一場景相干時序雷達圖像所需的時間間隔。但是由于通過簡縮極化獲取的極化信息本就是非完備的，因此簡縮極化數(shù)據(jù)處理的研究目標是在同一個后向散射分類策略下獲得與全極化SAR類似的數(shù)據(jù)處理結果。

6.1.1 基于Stokes矢量的分類算法利用前文所述的m與δ參數(shù)，Charbonneau等人提出了利用三角函數(shù)將總功率(g0)分解成2次散射、體散射與表面散射的分解算法[12]。分解得到的各散射類的功率為：

其中，D,V,S分別代表2次散射、體散射與表面散射，而式中的上下標與前文一致，對應不同的發(fā)射設置。通過式(45)得到的各PSM的功率不僅可以用來構成極化SAR圖像的色彩基，還可以用來對圖像中的像素作分類。需要注意的是，如用作色彩基，需使用幅度形式，即功率的開方。一種非常直接的分類方法是按照各像素中功率占優(yōu)的PSM進行分類[36]。

類似地，各散射類的能量還可以通過基于m-χ或m-αs參數(shù)的分解算法得到：由于χ與αs參數(shù)的定義是對發(fā)射模式自適應的，因此公式(46)對CTLR模式的所有發(fā)射模式(左旋或右旋圓極化發(fā)射)均成立。

圖8中展示了這些算法得到的分類結果。這里使用的數(shù)據(jù)是四視舊金山NASA/JPL AIRSAR L波段的全極化數(shù)據(jù)。對應的模擬左旋圓極化CTLR模式數(shù)據(jù)是通過歐空局(European Space Agency, ESA)PolSAR Pro 5.0軟件轉化得到的。由于數(shù)據(jù)本身已經是四視的，因此空間平均步驟僅使用了5×5矩形窗濾波器進行濾波?？梢钥吹?，兩幅分類圖近乎相同。而且所有分類圖中，體散射類均明顯被高估了。根據(jù)Cloude等人[63]的研究結果，這可能是簡縮極化固有的特點。其原因在于簡縮極化模式下，森林地區(qū)的散射熵會比全極化模式高。

圖8 基于不同分解算法的分類圖Fig. 8 Classification maps with different decomposition algorithms

6.1.2 簡縮H-alpha分類算法另一類非監(jiān)督分類方法是利用前述特征值分解算法(或簡縮H/alpha分解算法)得到的簡縮極化信息。文獻[40]中建議不同PSM間的最佳邊界值為：

低熵與中熵區(qū)域間的邊界值為H=0.65，而中熵與高熵區(qū)域間的邊界值為H=0.96。

在低熵區(qū)域內，多次散射類與偶極子散射類間的邊界值為α=42°，而偶極子散射類與表面散射類間的邊界值為α=48°。

在中熵區(qū)域內，多次散射類與植被散射類間的邊界值大約為α=40°，而植被散射類與表面散射類間的邊界值為α=51°。

在高熵區(qū)域內，幾乎所有PSM均為植被散射類。多次散射類與植被散射類間的邊界值為α=34.5°，而植被散射類與表面散射類間的邊界值為α=51°。

圖9中展示的是對前文使用的數(shù)據(jù)的分類結果。

6.1.3 基于Wishart分類器的分類算法由于不可缺少的空間平均步驟，前兩小節(jié)得到的分類結果均難以保證圖像的細節(jié)與紋理特征。為了提升分類結果，需要進一步利用CTLR模式數(shù)據(jù)的統(tǒng)計特性。與全極化SAR的散射矢量相同，CTLR模式的散射矢量服從復高斯分布[39]。因此，同樣可以在CTLR模式數(shù)據(jù)中應用Wishart分類器。

文獻[33,39]與文獻[38]結合了Wishart分類器與簡縮極化H/alpha分解算法和基于Stokes參數(shù)的分解算法。圖10中展示的是利用Zhang等人[40]建議的H/alpha平面邊界值得到的分類結果。可以看到，引入了Wishart分類器后，圖像的細節(jié)與紋理特征均較好地得以保留。

對于第2種分類方法，我們增加了兩步提純步驟，即排除沒有明確PSM的像素與利用總功率(span)的聚類步驟，以保證初始Wishart類的可靠性[38]。分類結果如圖11所示。

6.2 簡縮極化干涉SAR

簡縮極化干涉SAR技術是目前簡縮極化領域的一個研究熱點。簡縮極化干涉SAR系統(tǒng)通過一次單基線干涉或者重軌干涉可以獲得目標場景中每個分辨單元的2個目標散射矢量?；€兩端獲得的簡縮極化目標散射矢量分別用表示。通過將2個目標散射矢量順序組合，可以獲得一個4維的復散射矢量，因此簡縮極化干涉SAR的極化與干涉信息可以用一個4×4矩陣表示：

圖9 縮極化H/alpha分類結果Fig. 9 CompactH/alpha classification results

圖10 簡縮H/alpha/Wishart分類算法的分類結果Fig. 10 The classification maps of the compactH/alpha/Wishart algorithm with the same color labels as in Fig. 9(a).

其中，矩陣J11和J22是基線兩端的簡縮極化自相關矩陣，J12是干涉互相關矩陣。

簡縮極化干涉SAR數(shù)據(jù)處理方法主要有兩種，一是將簡縮極化干涉SAR數(shù)據(jù)重建成偽全極化干涉SAR數(shù)據(jù)[24,25]，重建思想與第5.3.1節(jié)相似，一旦重建得到偽全極化干涉SAR數(shù)據(jù)，傳統(tǒng)的全極化干涉SAR數(shù)據(jù)處理方法都可以使用；另外一個非常重要也是經典的數(shù)據(jù)處理方法是，不進行信息重建，直接對簡縮極化干涉SAR數(shù)據(jù)進行處理。本節(jié)僅回顧了第2種數(shù)據(jù)處理方法中兩個經典的簡縮極化干涉SAR應用。

圖11 m/chi/Wishart分類算法的分類結果Fig. 11 Classification results of the m/chi/Wishart algorithm

6.2.1 森林樹高反演樹高反演是簡縮極化干涉SAR技術的一個典型的應用。大多數(shù)的樹高反演方法都是基于RVoG模型的。該模型是一種能夠表征不同極化狀態(tài)的復干涉相干系數(shù)隨垂直結構參數(shù)變化規(guī)律的二層結構模型。這二層包括一個地表層和一個均勻體散射層。樹高反演過程包括：根據(jù)相干系數(shù)擬合直線、根據(jù)擬合直線與單位圓的交點計算地表相位、計算代表樹高信息的體散射去相干等。樹高反演過程中，最重要的步驟便是直線的擬合及體散射去相干的正確估計。無論哪種樹反演方法，都是基于簡縮極化干涉SAR的復相干系數(shù)做處理。復相干系數(shù)為：

其中，ω1與ω2代表基線兩端接收極化狀態(tài)。

在參考文獻[21,22]中，是通過求得接收天線在所有極化狀態(tài)下的復相干來計算簡縮極化干涉復相干的軌跡?；谇蟮玫膹拖喔绍壽E擬合出一條直線，然后再運用三階段反演方法進行樹高估計。詳細步驟如下：

(1) 變換接收天線的極化狀態(tài)(式(48)中ω1,ω2)，計算不同極化狀態(tài)下的復相干，并根據(jù)復相干分布擬合直線。

(2) 計算擬合直線與單位圓的兩個交點，正確選擇其中一個表示地表相位的交點。

(3) 選擇距離地表相位最遠的復相干系數(shù)表示樹高的體散射相干系數(shù)去掉地表相位影響并求得僅由體散射引起的復相干γv。

(4) 應用查表法(Look-Up Table, LUT)技術最終求得森林的樹高以及森林消光系數(shù)。

參考文獻[26]中的樹高反演方法不同于參考文獻[21,22]。在文獻[26]中，不計算簡縮極化干涉復相干軌跡，而是通過計算幾個復相干進行直線擬合，用于直線擬合的復相干包括：兩個接收通道的各自復相干，無約束最優(yōu)相干和最大相位分離復相干。最大相位分離復相干用于估計地表相位及初步估計體散射去相干，然后通過計算簡縮極化干涉相干區(qū)域的邊界來修正體散射去相干，獲得了精確的地表相位及體散射去相干后，采用查表法進行樹高及消光系數(shù)的估計。

6.2.2 簡縮極化干涉SAR目標分解參考文獻[28]與文獻[30]提出了基于簡縮極化干涉SAR數(shù)據(jù)的目標分解方法。該方法將全極化中 Freeman-Durden三分量目標分解方法應用到簡縮極化干涉SAR數(shù)據(jù)中[25]。類似于5.3.4節(jié)的內容，該方法將簡縮極化干涉SAR的協(xié)方差矩陣J2分解為對應表面散射、2次散射與體散射的3個矩陣之和。

注意，這里的fcv,fcs,fcd均為包含功率與相位中心高度信息的復系數(shù)。

該算法的驗證使用的是由PolSARProSim軟件生成的仿真數(shù)據(jù)。根據(jù)10 m的森林樹高，生成了仿真L波段全極化干涉SAR數(shù)據(jù)。仿真場景的Pauli圖如圖12(a)所示。途中紅線代表下文分析所取的一條方位線數(shù)據(jù)。將仿真的全極化SAR數(shù)據(jù)轉換成簡縮極化SAR數(shù)據(jù)，獲得簡縮極化干涉互相關矩陣J2。分解結果如圖12(c)所示。圖中Odd, DBL與VOL分別代表奇次散射類、2次散射類與體散射類，VC與HC分別表示發(fā)射圓極化并使用V或H線性極化接收。通過對簡縮極化干涉SAR數(shù)據(jù)進行目標分解，各散射機制的功率信息及散射相位中心高度信息都能被獲得，此外該目標分解結果與全極化干涉目標分解結果[95]非常吻合，這也驗證了簡縮極化干涉SAR在目標分解方面的應用潛能。

6.3 其他應用

除了前文介紹的這兩類主要簡縮極化應用以外，還有一些受益于寬測繪幅寬優(yōu)勢的簡縮極化應用，包括土壤濕度估計[17-20]，冰山[43-45]、溢油[46-53]與船舶檢測[42,45,52-55]，農作物分類[56-61]與海冰監(jiān)測[12-14,85,86]等。調研結果表明，可以在這些應用領域內通過簡縮極化數(shù)據(jù)得到與全極化數(shù)據(jù)性能相似的數(shù)據(jù)處理結果。

7 結束語

本文全面地回顧了基于混合極化架構的極化SAR的原理與應用?；旌蠘O化架構實際上首先是一種強調使用兩路信號通道合成發(fā)射極化波的極化SAR系統(tǒng)設計方案。雷達系統(tǒng)理論上可以產生任意極化波，包括簡縮極化所需的圓極化波與斜線性極化波(即±45°極化波)。也就是說，這一特性使得基于混合極化架構的極化SAR系統(tǒng)可以工作在不同的簡縮極化模式下。而簡縮極化模式相比傳統(tǒng)線性雙極化模式，可以得到更好的分類結果。另外，如果最終采用的發(fā)射極化波擁有相等的H與V分量，則極化SAR系統(tǒng)可以額外擁有獨特的自我檢測標定特性。這一系統(tǒng)設計方案還強調接收極化基需與發(fā)射極化不同。這樣，極化SAR系統(tǒng)的距離模糊問題可以得到改善，進而進一步增加雷達系統(tǒng)在全極化模式下的測繪幅寬大小。這一系統(tǒng)設計方案所需求的射頻器件也較少，因而能夠保證保證系統(tǒng)的成本更低、魯棒性更好。最后，得益于更寬的測繪幅寬，基于混合極化架構的極化SAR系統(tǒng)可以在更短的時間間隔內獲取同一目標場景的相干雷達圖像。

圖12 仿真數(shù)據(jù)的Pauli分解圖Fig. 12 Simulated dataset Pauli decomposition image

本文同時指出了混合極化架構在工程實現(xiàn)中的難點，即工作在雙極化模式時，發(fā)射失真無法被標定。另外，混合極化架構所采用的發(fā)射極化總是圓極化的。但是在某些應用中，使用其他極化波進行發(fā)射能夠得到更好的結果。為了克服這些難點，本文提出了一個混合極化架構的改進版本。在改進型混合極化架構下，可以應用預失真技術修正發(fā)射失真。相比擁有額外內定標回路的雷達系統(tǒng)，本文提出的改進型混合極化架構需要的射頻器件更少。另外，基于改進型混合極化架構的極化SAR系統(tǒng)可以發(fā)射任意極化波，從而可以進一步支持π/4模式以及使用其他互相正交的發(fā)射極化基的全極化模式。本文最后展示了基于此改進型混合極化架構的原型系統(tǒng)。原型系統(tǒng)的相關實驗驗證與測試工作仍在進行中。

致謝對混合極化架構研究項目作出重要貢獻的有：洪文教授組織規(guī)劃了整個項目；李洋博士、張晶晶參與了最初的系統(tǒng)設計工作；陳琳博士、張晶晶參與了簡縮極化定標算法的設計工作；陳琳博士、郭勝龍博士與陳詩強參與了簡縮極化應用研究工作；陳詩強、郭勝龍博士與尹嬙博士參與改進型混合極化架構原型機的集成及后續(xù)實驗驗證工作。

TN958

A

2095-283X(2016)06-0559-37

10.12000/JR16074

洪文. 基于混合極化架構的極化SAR：原理與應用[J]. 雷達學報, 2016, 5(6): 559-595.

10.12000/JR16074.

Reference format:Hong Wen. Hybrid-polarity architecture based polarimetric SAR: Principles and applications[J]. Journal of Radars, 2016, 5(6): 559-595. DOI: 10.12000/JR16074.

2016-05-17；改回日期：2016-08-12；

2016-09-26

*通信作者： 洪文 whong@mail.ie.ac.cn

國家自然科學基金(61431018)

Foundation Item: The National Natural Science Foundation of China (61431018)