本文關(guān)鍵詞：基于多源數(shù)據(jù)融合的SAR圖像目標(biāo)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(dá)(Synthetic Aperture Radar,SAR)的自動(dòng)目標(biāo)識別(Automatic Target Recognition,ATR)算法已經(jīng)成為近年來的研究熱點(diǎn),其研究成果被廣泛應(yīng)用于軍用和民用領(lǐng)域,例如國土安全、視頻監(jiān)控、智能家居等。SAR成像結(jié)果有對目標(biāo)方位變化敏感、相對抽象等缺點(diǎn),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(jìn)行融合處理,增加對目標(biāo)信息的獲取量,從而提升對目標(biāo)相應(yīng)參數(shù)變化的魯棒性,提高目標(biāo)識別正確率。因此,本文采用基于多源數(shù)據(jù)融合的目標(biāo)識別算法,弱化SAR圖像的目標(biāo)方位依賴特性對識別結(jié)果的影響,提高識別結(jié)果的穩(wěn)定性,更好的滿足戰(zhàn)場環(huán)境下對地物目標(biāo)進(jìn)行自動(dòng)識別的要求。本文將來自不同方位的目標(biāo)圖像進(jìn)行融合,提升待識別目標(biāo)的信息量。在傳統(tǒng)的聯(lián)合稀疏表示算法的基礎(chǔ)上,一種改進(jìn)它的方法被提出,以控制方位角信息對識別結(jié)果的干擾�？傮w研究內(nèi)容安排如下:1.研究適用于SAR圖像的特征提取方法。采用獨(dú)立同分布高斯隨機(jī)投影方法對圖像數(shù)據(jù)進(jìn)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(jìn)行特征提取的原理,以及如何將上述方法應(yīng)用到SAR ATR領(lǐng)域中。2.結(jié)合SAR圖像的特點(diǎn),分析傳統(tǒng)的稀疏表示算法直接應(yīng)用在SAR圖像目標(biāo)識別領(lǐng)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(shí),控制方位信息對識別結(jié)果的干擾。通過設(shè)計(jì)實(shí)驗(yàn)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(biāo)識別的準(zhǔn)確率。3.針對上述目標(biāo)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(biāo)的信息量,同時(shí)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(yīng)子字典的聯(lián)合稀疏表示算法,此方法在具有更高的適應(yīng)性的同時(shí),保留了上述算法的優(yōu)點(diǎn)。通過設(shè)計(jì)仿真實(shí)驗(yàn)論證,基于自適應(yīng)子字典的聯(lián)合稀疏表示的多方位目標(biāo)圖像融合方法在識別率、魯棒性、以及收斂性上都達(dá)到了較好的效果。
【關(guān)鍵詞】：合成孔徑雷達(dá) 目標(biāo)識別 多方位數(shù)據(jù)融合 稀疏表示 聯(lián)合稀疏表示
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN957.52

【共引文獻(xiàn)】

中國重要會(huì)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(yù)失真復(fù)數(shù)濾波器[A];第八屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議會(huì)刊[C];2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

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

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

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

，

本文編號：457247