结合KPCA和稀疏表示的SAR目标识别方法研究

结合KPCA和稀疏表示的SAR目标识别方法研究

韩萍;王欢

【期刊名称】《信号处理》

【年(卷),期】2013(029)012

【摘要】提出了一种结合KPCA(Kernel Principal Component Analysis)和稀疏表示的合成孔径雷达(Synthetic Aperture Rader,SAR)目标识别方法.该方法首先利用KPCA方法提取样本特征,然后在特征空间内构造稀疏表示模型,通过梯度投影法(Gradient Projection for Sparse Reconstruction,GPSR)求得测试样本的稀疏系数,最后根据稀疏系数的能量特征实现分类识别.利用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)实测SAR数据进行实验,实验结果表明该方法在方位角未知的情况下平均识别率达到96.78％,能够明显地提高目标的识别结果,是一种有效的SAR目标识别方法.

【总页数】6页(1696-1701)

【关键词】目标识别;合成孔径雷达;核主成分分析;稀疏表示;梯度投影法

【作者】韩萍;王欢

【作者单位】中国民航大学智能信号与图像处理天津市重点实验室,天津300300;中国民航大学智能信号与图像处理天津市重点实验室,天津300300【正文语种】中文

【中图分类】TP753

【相关文献】

1.结合KPCA和稀疏表示的SAR目标识别方法研究[C], HAN Ping; 韩萍;