结合BM3 D去噪与极限学习机的SAR目标分类方法

• 作者: 刘志超 屈百达
• 来源期刊: 电光与控制
• 关键词: 合成孔径雷达 目标分类 BM3D去噪 极限学习机
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 学术研究|Academic Research
• 页码范围: 29-32
• 页数: 4页
• 分类号: TP753
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2021.06.007

摘要

合成孔径雷达(SAR)目标分类一般通过特征提取和分类决策具体实施.采用3维块匹配滤波(BM3D)去噪算法对SAR图像进行处理,减轻噪声干扰的影响.在此基础上,采用极限学习机(ELM)对去噪后的图像进行决策分类.ELM具有很高的分类效率和分类精度,其对噪声的敏感性可通过BEMD去噪算法克服.因此,通过结合BM3D以及ELM的优势可提高目标分类的整体性能.基于MSTAR数据集对提出方法进行测试,结果表明了所提方法的有效性和稳健性.