基于距离像时频图非负稀疏编码的SAR目标识别方法
专利类型：发明专利
语 言：中文
申 请 号：CN201410116391.3
申 请 日：20140326
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20170322
公 开 号：CN104021399B
代 理 人：李明
代理机构：重庆博凯知识产权代理有限公司 50212
摘 要：本发明提供了一种基于距离像时频图非负稀疏编码的SAR目标识别方法，该方法采用非负稀疏编码，整个识别过程中，均不需要对SAR图像目标进行方位角估计，因此降低了识别复杂程度，也避免了识别准确性对目标方位角估计的依赖，有助于提高目标识别率，同时基于距离像时频图的非负稀疏编码技术进行雷达目标识别在噪声环境下也具有良好的识别性能，不仅不会在目标运动导致散焦或者信噪比等因素造成图像质量不高时影响识别效果，还能够帮助提升雷达目标识别的鲁棒性能。
主 权 项：基于距离像时频图非负稀疏编码的SAR目标识别方法，其特征在于，包括如下步骤：A）将SAR图像转换为SAR的距离像；B）采用自适应高斯基表示方法，利用高斯基函数对SAR的距离像进行迭代分解表示，进而计算得到SAR的距离像的时频矩阵；C）针对多类不同的已知雷达目标，分别采集多个已知雷达目标的SAR图像作为训练样本，并按照步骤A～B分别处理得到各个类别中各个训练样本的时频矩阵；再将每个训练样本的时频矩阵中的所有非负像素排列形成一个列向量，从而由各个训练样本的时频矩阵构成的列向量排列形成一个训练样本矩阵Z；采用非负稀疏编码学习算法将训练样本矩阵Z分解为非负字典矩阵D和非负稀疏系数矩阵H的乘积：Z=DH；D）利用训练样本矩阵分解得到的非负字典矩阵，根据各个训练样本的时频矩阵计算得到各个训练样本各自的非负稀疏编码特征向量，从而得到各类已知雷达目标的非负稀疏编码总特征向量；E）针对待测雷达目标，采集待测雷达目标的SAR图像，按照步骤A～B处理得到待测雷达目标的时频矩阵；利用训练样本矩阵分解得到的非负字典矩阵，根据待测雷达目标的时频矩阵计算得到待测雷达目标的非负稀疏编码特征向量；F）以各类已知雷达目标的非负稀疏编码总特征向量作为识别基准，利用支撑向量机识别算法，对待测雷达目标的非负稀疏编码特征向量进行分类识别，得到待测雷达目标的识别结果。
关 键 词：
法律状态：公开
IPC专利分类号：G06K9/66