融合压缩感知和SVM的SAR变形目标识别算法

• 作者: 张琴 徐英 谷雨
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 合成孔径雷达 变形目标识别 压缩感知 支持向量机 决策级融合
• 年，卷（期）: 2016,（4）
• 页码范围: 754-760
• 页数: 7页
• 分类号: TP753
• 字数: 4396字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.04.013

摘要

为降低合成孔径雷达（Synthetic aperture radar ，SAR）图像目标识别中目标方位角的影响，并提高对SAR变形目标的识别率，本文提出了一种基于压缩感知和支持向量机决策级融合的目标识别算法。该算法首先基于稀疏表征理论将SAR目标识别问题描述为压缩感知的稀疏信号恢复问题，然后基于稀疏系数分别进行目标类别判别与方位角估计。对样本进行姿态校正后，利用支持向量机分别对经过姿态校正和未经姿态校正的样本进行目标分类。最后采用投票表决法对3种算法的分类结果进行决策级融合。实验结果表明，基于压缩感知结果进行目标方位角估计有效，且随着训练样本数的增加，提出的决策级融合算法提高了SAR变形目标的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谷雨	杭州电子科技大学通信信息传输与融合技术国防重点学科实验室	42	201	7.0	12.0
2	徐英	杭州电子科技大学生命信息与仪器工程学院	13	55	5.0	7.0
3	张琴	杭州电子科技大学通信信息传输与融合技术国防重点学科实验室	3	12	2.0	3.0