基于结构划分字典学习的雷达目标识别

• 作者: 李琦 李辉 段沛沛
• 来源期刊: 西北工业大学学报
• 学科: 工学
• 关键词: 计算机仿真 MATLAB 分类算法 字典学习 改进的遗传匹配追踪算法 雷达目标识别 高分辨距离像 稀疏表示 冗余字典
• 年，卷（期）: 2015,（4）
• 页码范围: 672-676
• 页数: 5页
• 分类号: TN959.1+7
• 字数: 3802字
• 语种: 中文

摘要

在使用高分辨距离像进行雷达目标识别时，有时必须面对大样本问题，可实际上雷达在某一时刻观测到的物理过程是很少的，传统的方法在识别过程中从未考虑过距离像信号的稀疏性。为此，文中提出了一种基于结构划分冗余字典完成雷达一维距离像稀疏表示，进而实现目标识别的算法。该算法首先依据字典原子的结构特点划分冗余字典，简化字典表述的同时减少原子数据存储量；随后，采用改进的遗传匹配追踪算法（IGAMP）对一维距离像训练样本进行稀疏分解以获得各类目标的类别字典；最后，根据类别字典分析测试样本的重构误差实现目标识别。仿真实验证明，文中算法简捷、识别率高，即便受到噪声干扰依然能稳健地识别目标。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李辉	西北工业大学电子信息学院	173	1257	17.0	28.0
2	段沛沛	西北工业大学电子信息学院	16	53	5.0	6.0
4	李琦	西安电子科技大学电子工程学院	19	155	6.0	12.0