針對合成孔徑雷達(SAR)目標識別方法中分類決策存在的不足,提出基于增強字典稀疏表示分類的SAR目標識別方法。該方法通過對原始訓練樣本進行多信噪比、多分辨率樣本構(gòu)造,進而構(gòu)建描述能力更強、對于擴展操作條件更穩(wěn)健的增強字典進而采用稀疏表示分類器提高目標識別的整體性能�；贛STAR數(shù)據(jù)集的實驗結(jié)果表明,該方法在對于3類和10類目標的平均識別率可分別達到98.61%和98.12%,驗證其區(qū)分多類目標的能力;通過測試在不同信噪比、不同分辨率下的識別性能,驗證了該方法對于噪聲干擾、分辨率變化具有較強的穩(wěn)健性。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 稀疏表示分類器
2 字典增強及目標識別
    2.1 噪聲添加
    2.2 多分辨率表示
    2.3 目標識別流程
3 實驗與分析
    3.1 實驗數(shù)據(jù)集
    3.2 實驗結(jié)果
        1) 3類目標識別問題
        2) 10類目標識別問題
        3) 噪聲干擾
        4) 分辨率變化
4 結(jié)論



本文編號：3816779