基于加权SVM和m-χ分解的简缩极化SAR图像舰船检测

• 作者: 吴永辉 王海波 王涵宁 计科峰 赵妍琛
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 简缩极化SAR m-χ分解 支持向量机 舰船检测
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 探测制导、测控通信与电子对抗
• 页码范围: 554-561
• 页数: 8页
• 分类号: TN958|TN957.52
• 字数: 5194字
• 语种: 中文
• DOI: 10.11805/TKYDA201604.0554

摘要

与全极化相比，简缩极化合成孔径雷达(SAR)因其更宽的幅宽，在海洋监视方面具有先天的优势。针对海上舰船目标检测，提出一种基于加权支持向量机(SVM)和m-χ分解的简缩极化SAR图像舰船检测方法。该方法首先对简缩极化的极化参数进行提取，构造加权特征向量，然后基于加权 SVM分类器对简缩极化 SAR图像舰船目标进行检测，最后利用m-χ分解后3个分量对应不同散射机制的差异进行虚警去除。基于NASA/JPL AIRSAR机载以及Radarsat-2星载全极化实测数据模拟的圆极化发射线极化接收(CTLR)模式的简缩极化数据实验结果表明，该方法能在舰船目标检测的同时，有效去除虚警和模糊噪声。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	计科峰	国防科学技术大学电子科学与工程学院	35	323	11.0	16.0
2	王海波	国防科学技术大学电子科学与工程学院	3	7	2.0	2.0
3	赵妍琛		1	2	1.0	1.0
4	王涵宁	国防科学技术大学电子科学与工程学院	1	2	1.0	1.0
5	吴永辉		1	2	1.0	1.0