结合多源特征与高斯过程模型的SAR图像目标识别

• 作者: 辛海燕 童有为
• 来源期刊: 电讯技术
• 关键词: 合成孔径雷达(SAR) 目标识别 主成分分析(PCA) 非负矩阵分解(NMF) 单演信号 高斯过程模型
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 电子与信息工程|Electronics and Information Engineering
• 页码范围: 454-460
• 页数: 7页
• 分类号: TN957
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2021.04.011

摘要

针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标识别问题,提出结合多源特征和高斯过程模型的方法.分别利用主成分分析(Principal Component Analysis,PCA)、非负矩阵分解(Non-negative Matrix Factorization,NMF)以及单演信号提取SAR图像的特征矢量,并将它们串接为单一矢量.三类特征从不同角度描述SAR图像目标特性,从而为目标识别提供更为有效的信息.决策分类过程采用高斯过程模型进行多元分类,基于融合特征矢量获得概率意义上的最佳决策.实验中,采用MSTAR数据集设置3类目标、10类目标、型号差异以及俯仰角差异识别问题,结果验证了提出方法的优越性能.