本文關鍵詞：基于多源數(shù)據(jù)融合的SAR圖像目標識別方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：基于合成孔徑雷達(Synthetic Aperture Radar,SAR)的自動目標識別(Automatic Target Recognition,ATR)算法已經成為近年來的研究熱點,其研究成果被廣泛應用于軍用和民用領域,例如國土安全、視頻監(jiān)控、智能家居等。SAR成像結果有對目標方位變化敏感、相對抽象等缺點,而多源數(shù)據(jù)融合方法可以通過對不同數(shù)據(jù)源數(shù)據(jù)進行融合處理,增加對目標信息的獲取量,從而提升對目標相應參數(shù)變化的魯棒性,提高目標識別正確率。因此,本文采用基于多源數(shù)據(jù)融合的目標識別算法,弱化SAR圖像的目標方位依賴特性對識別結果的影響,提高識別結果的穩(wěn)定性,更好的滿足戰(zhàn)場環(huán)境下對地物目標進行自動識別的要求。本文將來自不同方位的目標圖像進行融合,提升待識別目標的信息量。在傳統(tǒng)的聯(lián)合稀疏表示算法的基礎上,一種改進它的方法被提出,以控制方位角信息對識別結果的干擾。總體研究內容安排如下:1.研究適用于SAR圖像的特征提取方法。采用獨立同分布高斯隨機投影方法對圖像數(shù)據(jù)進行降維,并論證該降維方法的高效性和有效性。研究了稀疏表示方法、聯(lián)合稀疏表示方法進行特征提取的原理,以及如何將上述方法應用到SAR ATR領域中。2.結合SAR圖像的特點,分析傳統(tǒng)的稀疏表示算法直接應用在SAR圖像目標識別領域的不足之處,提出一種基于固定子字典的聯(lián)合稀疏表示算法,在融合多方位角信息的同時,控制方位信息對識別結果的干擾。通過設計實驗仿真,采用MSTAR數(shù)據(jù),論證了基于固定子字典的聯(lián)合稀疏表示方法可以提升目標識別的準確率。3.針對上述目標多方位信息融合算法的分析,固定子字典方法可以增加目標的信息量,同時很好的控制干擾信息量,但是其對數(shù)據(jù)庫有一定要求,需要數(shù)據(jù)庫分布有條理且數(shù)據(jù)類型種類數(shù)已知。針對上述問題,提出了一種基于局部自適應子字典的聯(lián)合稀疏表示算法,此方法在具有更高的適應性的同時,保留了上述算法的優(yōu)點。通過設計仿真實驗論證,基于自適應子字典的聯(lián)合稀疏表示的多方位目標圖像融合方法在識別率、魯棒性、以及收斂性上都達到了較好的效果。
【關鍵詞】：合成孔徑雷達 目標識別 多方位數(shù)據(jù)融合 稀疏表示 聯(lián)合稀疏表示
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN957.52

【共引文獻】

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 周超;曾大治;徐寅暉;蘇丹;劉志平;;基于System Generator的并行預失真復數(shù)濾波器[A];第八屆全國信號和智能信息處理與應用學術會議會刊[C];2014年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 李尚軒;脈沖多普勒雷達信號處理技術研究[D];西安電子科技大學;2013年

2 張裔東;雜波環(huán)境下MIMO雷達波形優(yōu)化研究[D];大連大學;2014年

  本文關鍵詞：基于多源數(shù)據(jù)融合的SAR圖像目標識別方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：457247