系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2015年
6期
1280-1287
,共8页
齐会娇%王英华%丁军%刘宏伟
齊會嬌%王英華%丁軍%劉宏偉
제회교%왕영화%정군%류굉위
合成孔径雷达%目标识别%字典学习%联合动态稀疏表示
閤成孔徑雷達%目標識彆%字典學習%聯閤動態稀疏錶示
합성공경뢰체%목표식별%자전학습%연합동태희소표시
synthetic aperture radar (SAR)%target recognition%dictionary learning%joint dynamic sparse representation
为了提高合成孔径雷达(synthetic aperture radar,SAR)图像中目标变体的识别性能,在鉴别字典学习及联合动态稀疏表示模型的基础上,提出一种基于多信息字典学习及稀疏表示的SAR目标识别方法.在训练阶段,采用鉴别字典学习LC-KSVD方法分别对目标图像域幅度信息及目标频域幅度信息进行字典学习.在测试阶段,结合训练阶段学到的2种信息的字典及测试目标的2种信息,采用联合动态稀疏表示模型求解2种信息下的稀疏表示系数.最后,根据2种信息下的重构误差实现对测试目标的识别.使用MSTAR数据集对算法进行验证,结果表明,新方法相对于现有的方法能够达到更好的识别性能.
為瞭提高閤成孔徑雷達(synthetic aperture radar,SAR)圖像中目標變體的識彆性能,在鑒彆字典學習及聯閤動態稀疏錶示模型的基礎上,提齣一種基于多信息字典學習及稀疏錶示的SAR目標識彆方法.在訓練階段,採用鑒彆字典學習LC-KSVD方法分彆對目標圖像域幅度信息及目標頻域幅度信息進行字典學習.在測試階段,結閤訓練階段學到的2種信息的字典及測試目標的2種信息,採用聯閤動態稀疏錶示模型求解2種信息下的稀疏錶示繫數.最後,根據2種信息下的重構誤差實現對測試目標的識彆.使用MSTAR數據集對算法進行驗證,結果錶明,新方法相對于現有的方法能夠達到更好的識彆性能.
위료제고합성공경뢰체(synthetic aperture radar,SAR)도상중목표변체적식별성능,재감별자전학습급연합동태희소표시모형적기출상,제출일충기우다신식자전학습급희소표시적SAR목표식별방법.재훈련계단,채용감별자전학습LC-KSVD방법분별대목표도상역폭도신식급목표빈역폭도신식진행자전학습.재측시계단,결합훈련계단학도적2충신식적자전급측시목표적2충신식,채용연합동태희소표시모형구해2충신식하적희소표시계수.최후,근거2충신식하적중구오차실현대측시목표적식별.사용MSTAR수거집대산법진행험증,결과표명,신방법상대우현유적방법능구체도경호적식별성능.
