项目名称: X波段全极化SAR/InSAR地物散射特性分析与数据处理技术

项目编号: No.61471276

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 李真芳

作者单位: 西安电子科技大学

项目金额: 80万元

中文摘要: 目前,国内外利用全极化SAR/InSAR数据在地物分类、植被参数提取等方面开展了广泛的研究,但大部分研究工作针对穿透性较好的L、C等频段,有关X波段的研究较少。虽然X波段穿透性相对较差,其在高植被密集覆盖区的应用具有一定的局限性,但其波长较短,其极化信息能更有效地反映地物的形状、指向及介电常数等参数。此外,X波段SAR系统可实现更高的空间分辨率,能对地物进行更精细的描述。因此,X波段全极化SAR/InSAR在地物全极化散射特性、数据处理等方面与L、C等波段有所不同,且其在低矮植被覆盖区参数反演、地物分类等方面具有独到的优势。由于国内外针对X波段全极化SAR/InSAR在地物散射特性、地物分类、低矮植被区域地物参数估计等方面尚未开展有效的研究,本项目将利用课题组研制的国内外首部车载X波段全极化多基线InSAR系统对上述技术进行研究。

中文关键词: 极化干涉;极化干涉处理;目标极化特性分析;X波段

英文摘要: At present, fully polarimetric SAR/InSAR image classification and vegetation parameter extraction etc. have been widely studied in the world. Most works, however, are based on L-band and C-band etc. which have fine penetrability. The research based on X-band is little. Although the application in high and dense forest areas is limited by its penetrability, the polarimetric information of X-band can indicate the parameters more effectively, such as shape, direction and dielectric constant etc. owing to its short wavelength. Moreover, X-band SAR system can achieve a higher resolution and give a more detailed description of the scene. X-band fully polarimetric SAR/InSAR,therefore,are different from that of L-band and C-band etc. in polarimetric scattering characteristic and data processing etc. Furthermore,they have a great advantage in parameter estimation and classification. However, the scattering characteristic, terrain classification and parameter estimation of low vegetated areas based on X-band fully polarimetric SAR/InSAR have not been investigated efficiently at home and abroad, the vehicle-based X-band fully polarimetric multi-baseline InSAR system,which is the first one in the world, will be utilized for the research.

英文关键词: PolInSAR;PolInSAR Processing;Polarimetric Characteristic of Target;X-band

成为VIP会员查看完整内容
0

相关内容

「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
【经典书】概率图模型:原理与技术,1270页pdf
专知会员服务
131+阅读 · 2022年2月13日
超图学习综述: 算法分类与应用分析
专知会员服务
31+阅读 · 2022年2月1日
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
专知会员服务
85+阅读 · 2021年8月8日
【MIT】反偏差对比学习,Debiased Contrastive Learning
专知会员服务
90+阅读 · 2020年7月4日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
「图像异常检测 」最新2022研究综述
专知
5+阅读 · 2022年4月16日
迎接元宇宙,驭光科技推出AR光波导新产品
机器之心
0+阅读 · 2022年4月11日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
Elasticsearch地理信息存储及查询之Geo_Point
Analysys易观
13+阅读 · 2018年12月29日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
13+阅读 · 2021年10月22日
Arxiv
64+阅读 · 2021年6月18日
小贴士
相关VIP内容
「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
【经典书】概率图模型:原理与技术,1270页pdf
专知会员服务
131+阅读 · 2022年2月13日
超图学习综述: 算法分类与应用分析
专知会员服务
31+阅读 · 2022年2月1日
监控视频的异常检测与建模综述
专知会员服务
48+阅读 · 2021年12月27日
专知会员服务
85+阅读 · 2021年8月8日
【MIT】反偏差对比学习,Debiased Contrastive Learning
专知会员服务
90+阅读 · 2020年7月4日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
相关资讯
「图像异常检测 」最新2022研究综述
专知
5+阅读 · 2022年4月16日
迎接元宇宙,驭光科技推出AR光波导新产品
机器之心
0+阅读 · 2022年4月11日
空间数据智能:概念、技术与挑战
专知
8+阅读 · 2022年2月4日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
Elasticsearch地理信息存储及查询之Geo_Point
Analysys易观
13+阅读 · 2018年12月29日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
微信扫码咨询专知VIP会员