系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2013年
12期
2489-2494
,共6页
刘中杰%曹云峰%庄丽葵%丁萌%王西超
劉中傑%曹雲峰%莊麗葵%丁萌%王西超
류중걸%조운봉%장려규%정맹%왕서초
目标识别%压缩感知%稀疏表示%核主成分分析%合成孔径雷达图像
目標識彆%壓縮感知%稀疏錶示%覈主成分分析%閤成孔徑雷達圖像
목표식별%압축감지%희소표시%핵주성분분석%합성공경뢰체도상
target recognition%compressed sensing%sparse representation%kernel principal component analysis (KPCA)%synthetic aperture radar (SAR) image
现有合成孔径雷达图像的目标识别方法通常要进行预处理,预处理对于识别率影响较大.但是,针对不同的合成孔径雷达目标图像,预处理算法的自适应性很难得到保证.将基于核的主成分分析与稀疏表示相结合,只需很少的观测数据就能得到高识别率的目标识别结果,节省了数据存储量和计算量.首先,阐述了压缩感知的基本理论;其次,提出了基于核主成分分析和稀疏表示的合成孔径雷达图像目标识别算法;最后,选取MSTAR数据库中的5类目标进行实验.仿真结果表明,在没有方位角预测的情况下,该算法仍能有效地识别目标,与其他识别算法相比,在同等噪声污染的图像下,具有较高的识别率.
現有閤成孔徑雷達圖像的目標識彆方法通常要進行預處理,預處理對于識彆率影響較大.但是,針對不同的閤成孔徑雷達目標圖像,預處理算法的自適應性很難得到保證.將基于覈的主成分分析與稀疏錶示相結閤,隻需很少的觀測數據就能得到高識彆率的目標識彆結果,節省瞭數據存儲量和計算量.首先,闡述瞭壓縮感知的基本理論;其次,提齣瞭基于覈主成分分析和稀疏錶示的閤成孔徑雷達圖像目標識彆算法;最後,選取MSTAR數據庫中的5類目標進行實驗.倣真結果錶明,在沒有方位角預測的情況下,該算法仍能有效地識彆目標,與其他識彆算法相比,在同等譟聲汙染的圖像下,具有較高的識彆率.
현유합성공경뢰체도상적목표식별방법통상요진행예처리,예처리대우식별솔영향교대.단시,침대불동적합성공경뢰체목표도상,예처리산법적자괄응성흔난득도보증.장기우핵적주성분분석여희소표시상결합,지수흔소적관측수거취능득도고식별솔적목표식별결과,절성료수거존저량화계산량.수선,천술료압축감지적기본이론;기차,제출료기우핵주성분분석화희소표시적합성공경뢰체도상목표식별산법;최후,선취MSTAR수거고중적5류목표진행실험.방진결과표명,재몰유방위각예측적정황하,해산법잉능유효지식별목표,여기타식별산법상비,재동등조성오염적도상하,구유교고적식별솔.