科研之友
微信
新浪微博
Facebook
分享链接
摘要
为更准确地描述高分辨极化合成孔径雷达(Synthetic Aperture Radar,SAR)图像的尖峰和长拖尾等统计分布特性,提出了基于Fisher分布的极化图像多变量乘积模型,并研究了其参数估计方法.首先给出了柯西分布相干斑噪声等效纹理分量的概率密度函数及其低阶矩特征;然后利用散射因子服从F分布的等效纹理变量与高斯散斑变量相乘形成的多变量乘积统计模型,得到了Fisher分布模型的概率密度函数,并推导了其多视协方差矩阵的概率密度函数和矩阵行列式值的低阶矩特征;最后提出了基于矩阵行列式值的矩估计和基于Mellin变换的对数累积量估计等两种参数估计方法,并进行了对比,同时通过仿真数据和实测数据验证了理论模型和新参数估计方法的有效性.这为高分辨极化SAR图像建模、目标检测和识别等领域的理论研究和工程实现提供了新途径.
-
单位中国人民解放军海军工程大学; 电子工程学院
