混合极化SAR（HP-SAR）作为一种新型极化体制，核心采用椭圆极化（主流为圆极化）发射、正交线极化（H/V）接收的架构，在大幅降低系统复杂度、数据量与硬件成本的同时，可保留绝大多数全极化散射信息，完美适配机载平台尤其是中小型无人机载平台的应用需求。自21世纪初理论体系奠基以来，混合极化技术历经二十余年的发展，已在系统架构设计、极化信息重建、目标解译算法、行业应用落地等方面取得突破性进展，成为机载极化SAR领域的研究热点与重要发展方向。本文系统梳理
机载混合极化SAR的基础理论、技术演进、核心研究突破、典型应用场景，分析当前技术瓶颈，并展望未来发展趋势，为该技术的工程化落地与学术研究提供参考。
一、混合极化SAR的基础理论与核心优势
1. 基础理论与极化表征
混合极化SAR的核心架构区别于传统极化体制：全极化SAR采用“线极化分时发射、正交线极化同步接收”，紧凑型极化SAR（CP-SAR）多采用“单一固定线极化发射、正交线极化接收”，而混合极化SAR作为紧凑型极化体制的核心分支，采用圆极化（左旋/右旋）发射、水平与垂直正交线极化同时接收的模式，仅需1套发射链路与2套同步接收链路，无需极化切换开关，从硬件层面实现了架构简化。
从极化表征来看，混合极化SAR无法直接获取全极化的散射矩阵，其原始测量数据通过斯托克斯（Stokes）矢量表征，4个斯托克斯参数可完整描述混合极化回波的极化状态，涵盖了回波的幅度、相位与极化相关性信息。基于斯托克斯矢量，可通过极化重建算法反演得到地物目标的极化协方差矩阵与穆勒（Mueller）矩阵，进而适配传统全极化SAR的目标分解、特征提取与地物解译流程。
混合极化技术的核心理论基石是极化散射对称性假设与重建算法。早期研究中，Freeman与Ainsworth提出基于自然地物反射对称性的核心假设，实现了从混合极化斯托克斯矢量到全极化协方差矩阵的高精度重建，为该技术的发展奠定了理论基础。后续研究通过弱化散射假设、优化重建模型，逐步突破了复杂场景下的重建精度瓶颈，完善了混合极化的理论体系。
2. 机载场景下的核心优势
相较于传统全极化、双极化SAR，混合极化SAR在机载平台应用中具备不可替代的核心优势：
（1）硬件架构极简，适配机载SWaP约束：无需双极化发射链路与高速极化切换开关，射频通道数量减少50%，系统体积、重量、功耗与硬件成本大幅降低，可集成于重量不足5kg的小型无人
机载SAR载荷，突破了全极化SAR仅能适配大型有人机载平台的局限。
（2）数据量显著降低，处理效率大幅提升：原始数据量仅为全极化SAR的1/2，对PRF的设计要求更低，可实现更广的测绘幅宽，同时大幅降低数据存储、传输与处理的算力需求，适配机载平台在轨实时处理、常态化广域测绘的应用需求。
（3）极化信息高保真，解译性能接近全极化：通过成熟的重建算法，混合极化SAR可保留全极化SAR 90%以上的极化散射信息，在地物分类、目标检测、参数反演等核心应用中，性能与全极化SAR的差距可控制在5%以内，远优于传统双极化SAR。
（4）抗干扰与鲁棒性更强：圆极化发射模式对目标姿态、地物朝向的敏感度更低，在植被覆盖、复杂地形、高海况等场景下，回波信号的稳定性优于线极化体制；同时额外的极化维度可实现极化域滤波，有效抑制射频干扰与杂波，提升机载SAR在复杂电磁环境下的成像性能。
二、机载混合极化技术的研究演进历程
机载混合极化技术的发展可划分为三个核心阶段，逐步完成了从理论奠基到工程化落地的全链条突破。
第一阶段为理论奠基与概念验证期（2000-2008年）。这一阶段的核心成果是完成了混合极化体制的理论框架搭建，核心是加拿大遥感学者R.K. Raney提出的紧凑型极化理论体系，为混合极化架构的提出奠定了基础。2004年，Freeman与Ainsworth首次提出基于反射对称性的混合极化数据重建算法，证明了混合极化体制可有效反演全极化散射信息，解决了该技术的核心理论难题。同期，NASA喷气推进实验室（JPL）、加拿大MDA公司通过机载全极化SAR数据仿真验证了混合极化体制的可行性，证实了其在机载场景下的应用潜力，国内中科院电子所、西安电子科技大学等机构也同步开展了理论研究，完成了技术积累。
第二阶段为系统原型与算法发展期（2009-2015年）。这一阶段的核心突破是机载混合极化SAR原型系统的研制与飞行验证，同时完成了重建算法、目标解译算法的迭代优化。国外方面，德国宇航中心（DLR）基于E-SAR机载平台完成了混合极化体制的飞行试验，首次获取了真实机载混合极化SAR数据，验证了系统的可行性；美国JPL基于UAVSAR机载平台开展了混合极化模式的测绘试验，证实了其在植被遥感、地质勘探中的应用性能。国内方面，中科院电子所、电子科技大学、国防科技大学等机构先后研制了机载混合极化SAR原型机，完成了有人机与无人机平台的飞行试验，突破了宽带圆极化天线设计、通道幅相校准、极化重建等核心关键技术，同步提出了一系列弱化散射假设的高精度重建算法，解决了城市、复杂地形场景下的重建误差问题。
第三阶段为工程化成熟与规模化应用期（2016年至今）。这一阶段的核心特征是小型化无人机载混合极化SAR载荷的规模化落地，算法体系逐步完善，行业应用场景持续拓展。随着无人机技术的快速发展，国内多家科研机构与企业研制了重量2-10kg的小型化无人机载混合极化SAR载荷，实现了高分辨率、常态化的极化遥感测绘，适配农业、林业、应急、海事等多个行业的应用需求。算法层面，基于深度学习、稀疏表示的端到端信息提取技术逐步成熟，突破了传统重建算法的场景限制；同时混合极化与干涉SAR（InSAR）、地面动目标检测（GMTI）技术的融合，拓展了其在地形测绘、动目标监视领域的应用。目前，机载混合极化SAR已从实验室原型走向工程化应用，成为中小型机载极化遥感载荷的主流体制之一。
三、机载混合极化技术的核心研究突破
1. 系统架构优化与机载平台适配技术
机载平台的SWaP约束是混合极化系统设计的核心考量，相关研究突破主要集中在三个方向：一是小型化轻量化系统架构设计，通过采用高度集成的射频SOC芯片、模块化设计，将混合极化SAR载荷的重量从早期的几十公斤降至2-5kg，可集成于多旋翼、固定翼中小型无人机平台，同时实现了厘米级高分辨率成像；二是高性能极化天线设计，突破了宽带圆极化天线的低轴比、高隔离度、小型化设计难题，解决了传统圆极化天线带宽窄、轴比性能差的问题，实现了宽带成像场景下的极化性能稳定；三是低功耗收发链路设计，通过优化射频架构，消除了极化切换开关带来的插入损耗与系统复杂度，提升了发射效率与接收灵敏度，适配无人机平台的低功耗供电约束。
目前，国内已实现全自主可控的小型化无人机载混合极化SAR载荷的量产，最高分辨率可达0.1m，续航时间覆盖1-8小时，可满足常态化航空遥感的应用需求，技术水平已跻身国际前列。
2. 极化信息高精度重建算法
极化重建是混合极化技术的核心环节，其精度直接决定了后续地物解译的性能，相关研究历经三代算法迭代，实现了全场景下的高精度重建。第一代算法为基于反射对称性的模型驱动重建算法，以Freeman-Ainsworth算法为核心，依托自然地物的反射对称性假设，实现了植被、农田等均匀场景下的高精度重建，但在城市、山区等各向异性强的复杂场景下，散射对称性假设不成立，重建误差显著增大。第二代算法为弱假设/无假设的数据驱动重建算法，通过引入最小二乘估计、稀疏表示、最大似然估计等方法，弱化或消除了散射对称性假设，大幅提升了复杂场景下的重建精度，其中中科院空天院提出的基于稀疏先验的重建算法，在城市场景下的重建精度较传统算法提升了30%以上。第三代算法为基于深度学习的智能重建算法，通过构建卷积神经网络、Transformer等模型，实现了从混合极化原始数据到全极化协方差矩阵的端到端重建，可自适应适配不同场景的散射特性，重建精度与鲁棒性实现了质的飞跃，同时可兼顾重建效率，适配机载在轨实时处理需求。
3. 极化目标分解与地物解译技术
针对混合极化数据的特征提取与地物解译，相关研究形成了两条核心技术路线：一是重建后适配全极化解译算法，将重建后的协方差矩阵直接适配传统全极化的目标分解算法，包括Pauli分解、Freeman-Durden分解、Cloude-Pottier分解等，实现了极化特征的快速提取，充分复用了全极化SAR成熟的解译体系；二是直接基于混合极化数据的原生解译算法，针对斯托克斯矢量与穆勒矩阵，提出了专属的目标分解、特征提取算法，避免了重建过程带来的误差累积，例如基于混合极化穆勒矩阵的Huynen分解、基于斯托克斯矢量的极化特征参数提取算法，可直接从原始数据中提取地物散射特性，在舰船检测、地物分类等场景中展现了更优的性能。
目前，混合极化SAR已实现了地物分类精度与全极化SAR的基本持平，在农作物分类、森林类型识别、城市地物解译等场景中，总体分类精度差距可控制在2%以内，同时数据处理效率提升了50%以上，完全满足行业应用的精度需求。
4. 系统误差校准与抗干扰技术
机载平台的运动误差、通道幅相误差、天线交叉极化隔离度误差、电磁干扰等因素，会严重影响混合极化数据的质量，相关研究突破主要集中在两个方向：一是全链路误差校准技术，针对混合极化架构的特点，提出了专用的内定标+外定标结合的校准方案，实现了通道幅相误差、天线交叉极化误差、圆极化轴比误差的高精度校准；同时结合机载GPS/IMU数据，实现了运动误差与极化相位误差的联合补偿，解决了无人机平台振动、姿态变化带来的极化相位失真问题。二是极化域抗干扰技术，依托混合极化的多极化维度信息，提出了基于极化滤波的射频干扰抑制算法、杂波抑制算法，可有效分离目标回波与干扰信号，在复杂电磁环境下，成像信杂比提升了15dB以上，解决了
机载SAR在城市、工业区域面临的强干扰难题。
四、机载混合极化SAR的典型应用进展
依托轻量化、高性能的核心优势，机载混合极化SAR已在多个行业实现规模化应用，核心应用场景包括四大类。
1. 国土资源与生态环境监测
在农业遥感领域，无人机载混合极化SAR可实现全天时全天候的农作物分类、长势监测、产量预估，其极化信息对农作物的株高、冠层结构、含水量高度敏感，可有效区分小麦、水稻、玉米等不同作物类型，分类精度可达90%以上，同时可反演农作物的生物量、叶面积指数等参数，为精准农业提供数据支撑。在林业遥感领域，机载混合极化SAR可穿透植被冠层，反演森林生物量、树高、郁闭度等参数，实现森林资源普查、病虫害监测、森林防火隐患排查，相较于光学遥感，可在多云雾、阴雨天气下实现常态化监测。在城市遥感领域，可实现城市地物精细分类、违法建筑监测、城市绿地普查，其极化信息可有效区分建筑、道路、水体、植被，解决了光学遥感在城市阴影区域的信息缺失问题。
2. 海洋目标监测与海事监管
机载混合极化SAR在海洋遥感领域具备显著优势，其圆极化发射模式可有效抑制海杂波，提升小目标检测性能。在舰船检测领域，可在高海况下实现对小型渔船、隐形舰船的高精度检测，检测概率较单极化SAR提升30%以上，虚警率降低60%，可适配海上走私、非法捕捞、海上维权等海事监管需求。在海洋环境监测领域，可有效区分海上溢油与生物油膜、风浪区等“相似特征”，实现溢油范围的精准提取，同时可监测海浪、海流、海面风场等海洋动力参数，为海洋环境预报、防灾减灾提供数据支撑。
3. 应急减灾与灾害评估
SAR的全天时全天候特性使其成为应急减灾的核心遥感手段，混合极化SAR的轻量化优势可实现无人机快速部署，在地震、滑坡、泥石流、洪水等自然灾害发生后，第一时间获取灾区影像。在洪水监测中，混合极化SAR可精准提取水体淹没范围，区分淹没区与非淹没区，解决了光学遥感在阴雨、多云天气下无法成像的难题；在地震、滑坡灾害中，可通过极化散射特性的变化，区分倒塌建筑与完好建筑、识别滑坡体范围与滑动方向，为灾害救援、损失评估、灾后重建提供精准的数据支撑。近年来，国内多次自然灾害应急处置中，无人机载混合极化SAR均发挥了核心作用，展现了极强的工程应用价值。
4. 军事侦察与战场感知
混合极化SAR的轻量化、低功耗、高隐蔽性特点，完美适配军事侦察的应用需求，小型无人机载混合极化SAR可实现单兵携带、前沿部署，完成战场前沿的全天候侦察监视。其极化信息可有效识别伪装目标、隐蔽工事，区分真实军事目标与伪装诱饵，解决了传统单极化SAR难以识别伪装目标的难题；同时结合GMTI技术，可实现战场地面动目标的实时检测与跟踪，适配战场态势感知、边境巡逻、反恐侦察等军事应用场景，已成为国内外战术级侦察SAR载荷的核心发展方向。
混合极化机载SAR技术通过创新的极化收发架构，完美平衡了全极化SAR的信息优势与传统单/双极化SAR的系统复杂度，精准适配了机载平台尤其是中小型无人机平台的SWaP约束，为机载极化遥感提供了低成本、高性能的解决方案。历经二十余年的发展，该技术已在系统设计、极化重建、解译算法、工程化应用等方面取得了全面突破，在国土资源监测、海事监管、应急减灾、军事侦察等领域展现了巨大的应用价值。
MiniSAR聚焦于微型合成孔径雷达（SAR）制造研发，为用户提供定制化机载SAR、轻型MiniSAR、无人机载MiniSAR、SAR数据采集服务、SAR飞行服务等。如您有相关业务需求，欢迎联系！
150-110-63408