本文選題：合成孔徑雷達　切入點：自動目標識別　出處：《系統(tǒng)工程與電子技術》2014年10期 　論文類型：期刊論文

【摘要】：提出了一種基于目標高分辨距離像時頻域非負稀疏編碼的合成孔徑雷達(synthetic aperture radar,SAR)目標識別方法。首先,將目標的SAR復圖像轉(zhuǎn)換為高分辨距離像。然后,采用自適應高斯基表示方法計算每個距離像的非負時頻矩陣。其次,對訓練目標所有距離像的時頻矩陣采用非負稀疏編碼方法學習時頻字典。在目標識別中,通過將每個距離像的時頻矩陣投影到低維的時頻字典上來提取特征矢量。最后,在提取特征矢量的基礎上,通過支撐向量機目標識別決策實現(xiàn)目標識別。采用美國"運動和靜止目標獲取與識別計劃"公開發(fā)布的SAR圖像數(shù)據(jù)庫進行算法驗證實驗。實驗結(jié)果說明了提出方法的有效性。
[Abstract]:A method of SAR synthetic aperture radar target recognition based on high resolution range image in time-frequency domain is proposed. Firstly, the SAR complex image of the target is converted to high resolution range image. The non-negative time-frequency matrix of each range image is calculated by adaptive Gauss representation. Secondly, the non-negative sparse coding method is used to study the time-frequency dictionary for all range images of the training target. The feature vector is extracted by projecting the time-frequency matrix of each range image onto a low-dimensional time-frequency dictionary. Finally, on the basis of extracting the feature vector, Target recognition is realized by support vector machine (SVM) target recognition decision. The SAR image database published publicly by the United States "moving and still Target acquisition and recognition Plan" is used to verify the algorithm. The experimental results show the effectiveness of the proposed method.
【作者單位】： 重慶大學通信工程學院;中國航天科工集團科技委;
【基金】：國家自然科學基金(61301224) 中央高校基本科研業(yè)務費專項資金(CDJZR12160014,CDJRC11160003) 重慶市自然科學基金(cstcjjA40018,cstc2012jjA40001)資助課題
【分類號】：TN957.52

【參考文獻】

相關期刊論文 前2條

1 高貴;匡綱要;李德仁;;高分辨率SAR圖像分割及目標特征提取[J];宇航學報;2006年02期

2 張新征;劉書君;黃培康;;基于時頻矩陣非負分解特征的多視角SAR目標識別[J];宇航學報;2012年09期

【共引文獻】

相關期刊論文 前10條

1 竇建方;陳鷹;;基于數(shù)學形態(tài)學和相位編組SAR影像道路自動提取[J];測繪科學;2009年02期

2 安成錦;牛照東;李志軍;陳曾平;;典型Otsu算法閾值比較及其SAR圖像水域分割性能分析[J];電子與信息學報;2010年09期

3 陳東海;;城市空間三維數(shù)據(jù)快速提取與更新研究[J];北京測繪;2012年04期

4 董剛剛;張磊;劉清;;一種SAR圖像分割新方法[J];燕山大學學報;2013年06期

5 李翊;張靜;吳凌華;楊迎化;;一種基于改進核主成分分析的SAR圖像識別方法研究[J];海軍航空工程學院學報;2009年03期

6 張靜;楊智勇;王國宏;于紅蕓;;模式識別中冪變換正態(tài)性的研究[J];海軍航空工程學院學報;2009年06期

7 謝鋒;陳映鷹;林怡;;一種新的SAR影像中目標準確提取方法[J];計算機應用;2007年S2期

8 謝鋒;林怡;陳映鷹;;基于小波紋理與改進FCM的SAR機場類目標提取[J];同濟大學學報(自然科學版);2009年01期

9 竇建方;陳鷹;;基于數(shù)學形態(tài)學和相位編組SAR影像道路自動提取[J];遙感信息;2008年05期

10 張靜;王國宏;楊智勇;;基于局部特征核主成分分析的SAR圖像識別方法[J];宇航學報;2008年03期

相關博士學位論文 前1條

1 陳琪;SAR圖像港口目標提取方法研究[D];國防科學技術大學;2011年

相關碩士學位論文 前10條

1 趙帥;單波束掃描成像聲吶的數(shù)據(jù)處理及其DSP實現(xiàn)[D];中國海洋大學;2010年

2 陶司光;基于數(shù)碼相片單木圖象分割及測樹因子提取方法的研究[D];東北林業(yè)大學;2011年

3 陳靜;復雜背景下器件多余物成像檢測的若干關鍵技術研究[D];華中科技大學;2010年

4 李富裕;非均勻性映射變換技術在景象匹配相關器研究中的應用[D];西北工業(yè)大學;2007年

5 王洪;基于遙感圖像的月球表面特征分析[D];吉林大學;2007年

6 郭煒煒;SAR圖像目標分割與特征提取[D];國防科學技術大學;2007年

7 詹新光;基于支持向量機的SAR圖像目標識別[D];西安科技大學;2008年

8 王鶴智;內(nèi)蒙古烏蘭布和沙漠遙感影像圖像分割技術研究[D];東北林業(yè)大學;2009年

9 王一童;前視掃描聲納的成像與目標特征提取[D];中國海洋大學;2009年

10 劉進立;SAR圖像分割與特征提取方法研究[D];遼寧大學;2013年

【二級參考文獻】

相關期刊論文 前3條

1 韓萍,吳仁彪,王兆華,王蘊紅;基于KPCA準則的SAR目標特征提取與識別[J];電子與信息學報;2003年10期

2 酈蘇丹,張翠,王正志;SAR圖像的最優(yōu)分割方法[J];遙感技術與應用;2001年03期

3 高貴;匡綱要;李德仁;;高分辨率SAR圖像分割及目標特征提取[J];宇航學報;2006年02期

相關碩士學位論文 前1條

1 高貴;高分辨率SAR圖像目標特征提取研究[D];國防科學技術大學;2003年

【相似文獻】

相關期刊論文 前10條

1 孫俊,王文淵,卓晴;基于稀疏編碼的提取人臉整體特征算法[J];清華大學學報(自然科學版);2002年03期

2 陳鐵軍;張勝軍;王曉輝;趙雪萍;;稀疏編碼在圖像紋理分割中的應用研究[J];微計算機信息;2009年09期

3 范羚,吳小培,龍飛,張道信,郭曉靜;基于獨立分量分析的圖像特征提取及去噪[J];計算機工程與應用;2003年09期

4 杜軍;;基于稀疏編碼和ICA的帶噪混疊語音盲分離[J];山東師范大學學報(自然科學版);2008年04期

5 陳紅艷;李磊民;;基于ICA的極化SAR圖像相干斑抑制[J];電子科技大學學報;2006年04期

6 梁天一;宋國新;虞慧群;;基于稀疏編碼的圖像語義分類器模型[J];華東理工大學學報(自然科學版);2007年06期

7 莊永文;;關于稀疏編碼理論及其應用[J];現(xiàn)代電子技術;2008年07期

8 凌潔;劉琚;趙彩華;杜軍;;基于稀疏編碼的語音增強方法研究[J];電路與系統(tǒng)學報;2008年06期

9 杜軍;;基于稀疏編碼的語音增強方法[J];青島大學學報(自然科學版);2009年01期

10 尚麗;杜吉祥;翟傳敏;;稀疏編碼算法概述[J];蘇州市職業(yè)大學學報;2009年01期

相關會議論文 前10條

1 盧清;趙治棟;;基于稀疏編碼閾值的平移不變法心電信號去噪[A];浙江省信號處理學會2011學術年會論文集[C];2011年

2 尚麗;;使用正態(tài)可逆高斯密度模型的非負稀疏編碼收縮技術實現(xiàn)圖像消噪[A];蘇州市自然科學優(yōu)秀學術論文匯編(2008-2009)[C];2010年

3 朱巖;趙旭;劉允才;;基于稀疏編碼和局部時空特征的人體動作識別[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

4 錢樂樂;高雋;徐小紅;;非負性約束的圖像稀疏編碼[A];第七屆全國信息獲取與處理學術會議論文集[C];2009年

5 王曉偉;石林鎖;成浩;;基于獨立分量分析的圖像特征提取[A];第十七屆全國測控計量儀器儀表學術年會（MCMI'2007）論文集（上冊）[C];2007年

6 劉揚;程健;盧漢清;;基于目標局部特征的遷移式學習[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

7 鄒琪;羅四維;;模擬視覺系統(tǒng)的稀疏編碼神經(jīng)網(wǎng)絡模型[A];第十一屆全國信號處理學術年會（CCSP-2003）論文集[C];2003年

8 仝明磊;韓紅;;隨機字典的粒子濾波視頻跟蹤[A];第七屆和諧人機環(huán)境聯(lián)合學術會議（HHME2011)論文集【oral】[C];2011年

9 石自強;楊靜;鄭鐵然;韓紀慶;;基于錨空間的音頻場景識別[A];第十一屆全國人機語音通訊學術會議論文集（一）[C];2011年

10 張瑩瑩;梁培基;;視網(wǎng)膜神經(jīng)元的高效信息處理[A];第十一次中國生物物理學術大會暨第九屆全國會員代表大會摘要集[C];2009年

相關博士學位論文 前10條

1 季昊;稀疏編碼研究及其在模式識別中的應用[D];北京郵電大學;2012年

2 孫俊;人臉圖像分析和識別方法研究[D];清華大學;2001年

3 劉海寧;基于稀疏編碼的設備狀態(tài)識別及其重型軋輥磨床監(jiān)測應用[D];上海交通大學;2011年

4 嚴春滿;圖像稀疏編碼算法及應用研究[D];西安電子科技大學;2012年

5 徐小紅;圖像信息的基函數(shù)表示方法研究[D];合肥工業(yè)大學;2009年

6 廖靈芝;稀疏編碼算法中的自適應問題研究[D];北京交通大學;2008年

7 王長虎;互聯(lián)網(wǎng)環(huán)境下大規(guī)模圖像的內(nèi)容分析、檢索和自動標注的研究[D];中國科學技術大學;2009年

8 李清勇;視覺感知的稀疏編碼理論及其應用研究[D];中國科學院研究生院（計算技術研究所）;2006年

9 白文文;神經(jīng)元群體/集群電活動對行為任務的稀疏編碼機制研究[D];天津醫(yī)科大學;2012年

10 劉小白;圖像及視頻語義解析的關鍵技術研究[D];華中科技大學;2012年

相關碩士學位論文 前10條

1 潘婷婷;稀疏編碼算法改進及其在人臉識別中的應用[D];山東大學;2014年

2 齊曉銳;稀疏編碼的有效算法[D];西安電子科技大學;2013年

3 呂遠;基于稀疏編碼的極化SAR影像地物分類[D];西安電子科技大學;2014年

4 李鵬;面向自然場景分類的稀疏編碼研究與應用[D];哈爾濱工業(yè)大學;2010年

5 丁莉;稀疏編碼中詞典的監(jiān)督和非監(jiān)督學習方法及應用[D];華東師范大學;2014年

6 錢康;結(jié)合稀疏編碼的圖像生物視覺特征提取研究[D];上海交通大學;2012年

7 萬翠蘭;基于稀疏編碼的視覺藝術理解和風格分類[D];云南大學;2012年

8 楊浩;基于組稀疏編碼的人體行為識別[D];西安電子科技大學;2014年

9 陳漢英;基于稀疏編碼的半監(jiān)督圖像分類研究[D];中國科學技術大學;2014年

10 唐迅;基于稀疏編碼的群體異常行為檢測[D];哈爾濱工業(yè)大學;2013年

，

本文編號：1618659