下载掌阅APP，畅读海量书库
立即打开
有效的特征提取是目标精确识别的前提条件。从前文可知，SAR是一种相干成像传感器，信号的相干性是SAR能够提高图像分辨率的关键。如图3-1所示的目标，它的一个雷达分辨单元是由大量的散射单元组成的。在理想情况下，这些散射单元的回波为球面波，在球面上的幅度处处相等。由于这些散射单元出自同一雷达分辨单元，SAR是无法将它们区分的。SAR接收到的信号是这些散射单元回波的矢量和。这使实际具有均匀散射系数的区域，在SAR图像中并不具有均匀的灰度，仍然呈现很强的噪声表现，称为相干斑（Speckle）。与普通光学图像不同的是，相干斑在本质上是一种乘性噪声，因此SAR图像数据可视为两个独立的随机变量的乘积。
图3-1 相干斑产生原理示意图
在图3-1中， ρ r 表示雷达成像的距离向分辨率， ρ a 表示雷达成像的方位向分辨率。
通常，可以采用如下乘性模型对一幅给定的SAR图像 y i ∈ℜ D （ i= 1，2，…， N ， N 为训练样本数）进行建模：
式中， y i 为观测到的信号； R i 为地表反射系数矩阵（Radar Cross Section，RCS）； ε i 为相干斑。