非反射对称NNED在Freeman分解中的新应用

"一种新的基于非反射对称NNED的Freeman分解" 这篇研究论文主要探讨的是在极化合成孔径雷达（PolSAR）数据处理中的一个新方法，即一种基于非反射对称非负特征值分解（Non-negative Eigenvalue Decomposition, NNED）的Freeman分解。Freeman分解是一种广泛应用于极化SAR数据分析的技术，用于分解雷达回波信号，以揭示地表目标的不同散射特性，如体散射（volume scattering）、二面角散射（dihedral scattering）和表面散射（surface scattering）。 在传统的Freeman分解中，通常假设数据满足反射对称性，即某些非对角线元素被假定为零。然而，这种假设并不总是成立，尤其是在实际的非反射对称场景中。刘高峰等人首次提出了非反射对称NNED的概念，这是一个全新的分析解法，能够处理非反射对称条件下的数据。这种方法能够更准确地提取体散射功率，并且通过调整各散射成分，确保余项协方差矩阵没有负特征值，从而提高分解的稳定性和准确性。 非反射对称NNED的应用使得Freeman分解能更好地利用那些在反射对称假设下被忽略的非对角线元素，这对于理解复杂地表结构如城市区域的散射特性尤其重要。实验结果表明，采用这种新方法可以显著增强城区二面角散射功率的识别，同时减少体散射功率的估计，这有助于提升城市环境中的目标识别和解析能力。 关键词：极化合成孔径雷达，极化目标分解，Freeman分解，非负特征值分解，非反射对称。 这篇论文属于电子与信息学报的第35卷第2期，发表于2013年2月，文献标识码为A，中图分类号为TN957.52，文章编号1009-5896(2013)02-0368-08，DOI为10.3724/SP.J.1146.2012.00897。作者包括刘高峰、李明、王亚军和张鹏，他们来自西安电子科技大学的雷达信号处理国家重点实验室。