结合KPCA和稀疏表示的SAR目标识别方法研究

• 作者: 王欢 韩萍
• 来源期刊: 信号处理
• 学科: 工学
• 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
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 应用
• 页码范围: 1696-1701
• 页数: 6页
• 分类号: TP753
• 字数: 4158字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩萍	中国民航大学智能信号与图像处理天津市重点实验室	67	469	10.0	19.0
2	王欢	中国民航大学智能信号与图像处理天津市重点实验室	4	24	2.0	4.0