《基于偏振ISAR图像和多视点三维ISAR图像的自动目标识别（ATR）》77页技术总结报告

根据项目工作计划，本进度报告概述了项目第二年开展的技术活动。更具体地说，它包括

• 回顾全偏振三维InISAR 算法及其通过伪代码的实现。

• 3D InISAR 算法的性能分析。在这方面，提出并比较了两种不同的方法，即基于相干的方法和基于跨度的方法。利用模拟数据和真实数据强调了这两种方法的优缺点。事实上，模拟数据可以对三维重建精度进行数值量化，但也有一定的局限性，因为模拟数据无法忠实再现不同角度下的偏振目标散射机制。另一方面，真实数据是真实的（即使是在受控几何条件下获取的），但不能用于对重建精度进行数值量化。

• 两种 ATR 算法的设计和初步实施（用于初步验证），将在项目的第三年进行全面测试。

图 2.1： 使用基于 Pol-InISAR 的拟议方法进行三维目标形成的总体框图。

该项目正在按照工作计划进行。提出并比较了利用全偏振数据估算目标高度的两种方法。通过定义合适的指标，对已实施的方法进行了仔细深入的分析。结果表明，与单偏振算法相比，在形成三维 InISAR 图像时使用偏振信息非常有效。这些算法在模拟数据和真实数据上都进行了测试。通过模拟数据，我们可以对所建议方法的准确性进行数值量化。真实数据证明了算法在真实数据上的有效性，并证明了基于 SPAN 的算法相对于基于相干性的算法的局限性。最后，我们提出并初步实施了两种 ATR 算法，以验证其可行性。其中一个属于模板匹配方法的分支，第二个属于机器学习的分支。这项工作将继续进行，最终实施和完善分类算法及其性能评估。