【摘要】：基于字典學(xué)習(xí)算法的信號(hào)稀疏表示被廣泛應(yīng)用于信號(hào)處理領(lǐng)域。由于字典原子間存在冗余性,求解信號(hào)的稀疏表示會(huì)受到觀測(cè)信號(hào)中擾動(dòng)分量的影響,從而帶來表示的不確定性,不利于雷達(dá)高分辨距離像(HRRP)目標(biāo)識(shí)別任務(wù)。針對(duì)這一問題,該文提出一種穩(wěn)健字典學(xué)習(xí)(SDL)算法,通過邊緣化信號(hào)丟失,構(gòu)建穩(wěn)健損失函數(shù)用于學(xué)習(xí)自適應(yīng)字典。該算法利用距離像在散射點(diǎn)不發(fā)生越距離單元走動(dòng)的方位幀內(nèi)具有結(jié)構(gòu)相似性,約束臨近訓(xùn)練樣本間稀疏表示的非零元素位置相同,并通過結(jié)構(gòu)化稀疏約束選擇最優(yōu)子字典用于測(cè)試樣本的分類�；趯�(shí)測(cè)HRRP數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提算法的有效性。
[Abstract]:Signal sparse representation based on dictionary learning algorithm is widely used in signal processing. Because of the redundancy between dictionaries, the sparse representation of the signal will be affected by the disturbance component of the observed signal, which will bring uncertainty to the representation, which is not conducive to the radar high resolution range like (HRRP) target recognition task. In order to solve this problem, a robust dictionary learning (SDL) algorithm is proposed in this paper. A robust loss function is constructed for learning adaptive dictionaries through the loss of marginal signals. In this algorithm, the range profile has structural similarity in the azimuth frame in which the scattering point does not move over the distance unit, and the sparse representation of non-zero elements in the adjacent training samples is the same. The optimal subdictionary is selected by structured sparse constraint to classify the test samples. Experimental results based on measured HRRP data verify the effectiveness of the proposed algorithm.
【作者單位】： 西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61372132,61201292) 新世紀(jì)優(yōu)秀人才支持計(jì)劃(NCET-13-0945) 重點(diǎn)實(shí)驗(yàn)室基金 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助課題
【分類號(hào)】：TN957.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 馮博;杜蘭;張學(xué)峰;劉宏偉;;基于字典學(xué)習(xí)的雷達(dá)高分辨距離像目標(biāo)識(shí)別[J];電波科學(xué)學(xué)報(bào);2012年05期

2 潘勉;王鵬輝;杜蘭;劉宏偉;保錚;;基于TSB-HMM模型的雷達(dá)高分辨距離像目標(biāo)識(shí)別方法[J];電子與信息學(xué)報(bào);2013年07期

【共引文獻(xiàn)】

相關(guān)期刊論文 前6條

1 馮博;陳渤;王鵬輝;劉宏偉;;基于穩(wěn)健深層網(wǎng)絡(luò)的雷達(dá)高分辨距離像目標(biāo)特征提取算法[J];電子與信息學(xué)報(bào);2014年12期

2 張學(xué)峰;陳渤;王鵬輝;劉宏偉;;一種基于Dirichelt過程隱變量支撐向量機(jī)模型的目標(biāo)識(shí)別方法[J];電子與信息學(xué)報(bào);2015年01期

3 吳敏;張磊;邢孟道;段佳;徐剛;;基于分布式壓縮感知的全極化雷達(dá)超分辨成像[J];電波科學(xué)學(xué)報(bào);2015年01期

4 但波;姜永華;李敬軍;盧毅;;基于空時(shí)融合隱馬爾科夫模型的艦艇編隊(duì)目標(biāo)識(shí)別方法[J];電子與信息學(xué)報(bào);2015年04期

5 王彩云;孔一薈;;基于稀疏表示字典優(yōu)化的雷達(dá)高分辨距離像目標(biāo)識(shí)別[J];南京航空航天大學(xué)學(xué)報(bào);2013年06期

6 吳劍旗;田西蘭;;一種基于半監(jiān)督學(xué)習(xí)的窄帶雷達(dá)目標(biāo)識(shí)別系統(tǒng)[J];中國(guó)電子科學(xué)研究院學(xué)報(bào);2015年01期

相關(guān)碩士學(xué)位論文 前1條

1 吳克明;雷達(dá)目標(biāo)高分辨一維距離像識(shí)別方法研究[D];武漢理工大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 周代英,沈曉峰,楊萬(wàn)麟;雷達(dá)目標(biāo)一維距離像識(shí)別中的非訓(xùn)練目標(biāo)判別[J];電波科學(xué)學(xué)報(bào);2002年02期

2 周代英;雷達(dá)目標(biāo)一維距離像識(shí)別中的最優(yōu)子空間法[J];電波科學(xué)學(xué)報(bào);2004年06期

3 成萍;趙家群;張春杰;司錫才;;基于自適應(yīng)稀疏表示的被動(dòng)毫米波圖像恢復(fù)[J];電波科學(xué)學(xué)報(bào);2011年03期

4 劉宏偉,杜蘭,袁莉,保錚;雷達(dá)高分辨距離像目標(biāo)識(shí)別研究進(jìn)展[J];電子與信息學(xué)報(bào);2005年08期

5 艾小鋒;李永禎;趙鋒;肖順平;;基于多視角一維距離像序列的進(jìn)動(dòng)目標(biāo)特征提取[J];電子與信息學(xué)報(bào);2011年12期

6 張瑞;魏璽章;黎湘;;基于匹配度的閃爍HRRP譜特征分析[J];電子與信息學(xué)報(bào);2012年04期

相關(guān)博士學(xué)位論文 前2條

1 杜蘭;雷達(dá)高分辨距離像目標(biāo)識(shí)別方法研究[D];西安電子科技大學(xué);2007年

2 柴晶;雷達(dá)高分辨距離像目標(biāo)識(shí)別的拒判算法和特征提取技術(shù)研究[D];西安電子科技大學(xué);2010年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬建華;劉宏偉;保錚;;基于小波變換的雷達(dá)高分辨距離像識(shí)別[J];西安電子科技大學(xué)學(xué)報(bào);2005年06期

2 王濤;李士國(guó);王秀春;;一種基于高分辨距離像的目標(biāo)長(zhǎng)度特征提取算法[J];中國(guó)電子科學(xué)研究院學(xué)報(bào);2006年06期

3 張瑞;魏璽章;黎湘;劉振;;雷達(dá)高分辨距離像閃爍現(xiàn)象機(jī)理分析[J];中國(guó)科學(xué):技術(shù)科學(xué);2011年01期

4 彭勃;魏璽章;劉振;張瑞;黎湘;華宏虎;;中段目標(biāo)高分辨距離像姿態(tài)敏感性影響度量方法[J];宇航學(xué)報(bào);2013年06期

5 王彩云;孔一薈;;基于稀疏表示字典優(yōu)化的雷達(dá)高分辨距離像目標(biāo)識(shí)別[J];南京航空航天大學(xué)學(xué)報(bào);2013年06期

6 李瑩,任勇,山秀明;基于支持向量機(jī)的高分辨距離像分類法[J];系統(tǒng)工程與電子技術(shù);2002年11期

7 杜小勇;胡衛(wèi)東;郁文賢;;高分辨距離像稀疏表示的原子構(gòu)造與算法研究[J];信號(hào)處理;2006年02期

8 徐培;章毓晉;;基于支持向量機(jī)的高分辨距離像分類法[J];微計(jì)算機(jī)信息;2008年10期

9 陳建軍;王飛行;陳遠(yuǎn)征;付強(qiáng);;頻率步進(jìn)雷達(dá)高分辨距離像解模糊方法研究[J];國(guó)防科技大學(xué)學(xué)報(bào);2009年04期

10 彭勃;魏璽章;黎湘;;雷達(dá)高分辨距離像模板自動(dòng)生成算法[J];信號(hào)處理;2010年06期

相關(guān)會(huì)議論文 前4條

1 王彩云;毛士藝;;雷達(dá)高分辨距離像特征提取方法研究進(jìn)展[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

2 李斌;姚康澤;王巖;;基于高分辨距離像統(tǒng)計(jì)模型的雷達(dá)目標(biāo)識(shí)別[A];中國(guó)電子學(xué)會(huì)第十五屆信息論學(xué)術(shù)年會(huì)暨第一屆全國(guó)網(wǎng)絡(luò)編碼學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

3 梁美彥;曾邦澤;張存林;趙躍進(jìn);;頻率步進(jìn)太赫茲雷達(dá)的高分辨距離像[A];第十屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

4 王曉丹;王積勤;;基于SVM的雷達(dá)目標(biāo)高分辨距離像識(shí)別研究[A];第十一屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2003）論文集[C];2003年

相關(guān)博士學(xué)位論文 前10條

1 陳渤;基于核方法的雷達(dá)高分辨距離像目標(biāo)識(shí)別技術(shù)研究[D];西安電子科技大學(xué);2008年

2 王鵬輝;基于統(tǒng)計(jì)建模的雷達(dá)高分辨距離像目標(biāo)識(shí)別方法研究[D];西安電子科技大學(xué);2012年

3 潘勉;雷達(dá)高分辨距離像目標(biāo)識(shí)別技術(shù)研究[D];西安電子科技大學(xué);2013年

4 廖闊;基于高分辨距離像的雷達(dá)自動(dòng)目標(biāo)識(shí)別研究[D];電子科技大學(xué);2012年

5 柴晶;雷達(dá)高分辨距離像目標(biāo)識(shí)別的拒判算法和特征提取技術(shù)研究[D];西安電子科技大學(xué);2010年

6 杜蘭;雷達(dá)高分辨距離像目標(biāo)識(shí)別方法研究[D];西安電子科技大學(xué);2007年

7 袁莉;基于高分辨距離像的雷達(dá)目標(biāo)識(shí)別方法研究[D];西安電子科技大學(xué);2007年

8 劉華林;高分辨距離像雷達(dá)自動(dòng)目標(biāo)識(shí)別研究[D];電子科技大學(xué);2008年

9 侯慶禹;基于高分辨距離像的雷達(dá)自動(dòng)目標(biāo)識(shí)別方法研究[D];西安電子科技大學(xué);2009年

10 吳杰;基于高分辨距離像的雷達(dá)自動(dòng)目標(biāo)識(shí)別技術(shù)研究[D];南京航空航天大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 張奔;基于高分辨距離像的目標(biāo)識(shí)別算法和演示系統(tǒng)設(shè)計(jì)研究[D];西安電子科技大學(xué);2011年

2 白向輝;基于高分辨距離像的雷達(dá)目標(biāo)識(shí)別方法研究[D];西安電子科技大學(xué);2006年

3 周玉冰;毫米波雷達(dá)高分辨距離像成像算法研究[D];南京航空航天大學(xué);2012年

4 單凱晶;基于核聚類的高分辨距離像識(shí)別算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

5 李志鵬;基于特征融合和特征增強(qiáng)的雷達(dá)高分辨距離像穩(wěn)健識(shí)別方法研究[D];西安電子科技大學(xué);2013年

6 楊U，

本文編號(hào)：2415707