基于Randomfaces与稀疏表示的SAR目标识别

• 作者: 刘振 姜晖 王粒宾
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: SAR 目标识别 稀疏表示 e1范数最优化
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 工程实践
• 页码范围: 149-153
• 页数: 5页
• 分类号: TP391|TN951
• 字数: 4833字
• 语种: 中文

摘要

为了准确地进行SAR图像目标识别,提出一种基于Randomfaces与稀疏表示的SAR目标识别方法,该方法首先利用Randomfaces进行训练样本的降维处理,然后利用降维后的训练样本构建稀疏线性模型,通过e1范数最优化求解测试样本的稀疏系数解x,最后利用系数的稀疏性分布进行目标的分类识别.基于MSTAR数据进行了仿真验证,实验证明:基于Randomfaces与稀疏表示的SAR目标识别方法,在目标方位角未知的情况下识别率仍可达到98％以上,且Randomfaces的降维方式降低了在特征提取过程中对训练样本的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜晖		10	24	3.0	4.0
2	刘振		5	11	2.0	3.0