基于稀疏表示的sar目标识别算法研究

基于稀疏表示的sar目标识别算法研究

ID:34119669

大小:4.76 MB

页数:79页

时间:2019-03-03

基于稀疏表示的sar目标识别算法研究_第1页
基于稀疏表示的sar目标识别算法研究_第2页
基于稀疏表示的sar目标识别算法研究_第3页
基于稀疏表示的sar目标识别算法研究_第4页
基于稀疏表示的sar目标识别算法研究_第5页
资源描述:

《基于稀疏表示的sar目标识别算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA硕士学位论文MASTERTHESIS(电子科技大学图标)论文题目基于稀疏表示的SAR目标识别算法研究学科专业信号与信息处理学号201121020542作者姓名黎兰指导教师程建副教授分类号密级注1UDC学位论文基于稀疏表示的SAR目标识别算法研究(题名和副题名)黎兰(作者姓名)指导教师程建副教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业信号与信息处理提交论文日期2014.03.31论文答辩日期2014.05.04学位授予单位和日期电子

2、科技大学2014年06月日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。RESEARCHONSARTARGETRECOGNITIONALGORITHMSBASEDONSPARSEREPRESENTATIONAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:LiLanAdvisor:ChengJianSchool:SchoolofElectronicEngineerin

3、g独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检

4、索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日摘要摘要合成孔径雷达(SyntheticApertureRadar,SAR)是一种具有高分辨力的成像雷达。由于全天时、全天候的成像优势,它在民用和军用领域被广泛应用。作为应用之一的SAR目标识别由于对国防预警的重要意义成为广大学者研究的热点之一。稀疏表示从过完备字典中选取尽量少的原子线性重构信号,应用于识别问题时,不仅有天然的识别信息包含在稀疏表示系数中还表现出优良的抗噪性,而SAR目标识别的一个难题就是斑点噪声,因此以稀疏表示理论为基

5、础的SAR目标识别具有广阔的研究前景。本文以稀疏表示为基础,结合SAR图像的特点,在SAR图像预处理、特征提取和目标识别方面展开研究,主要的研究内容如下:1.结合MSTAR数据库的SAR目标图像特点,研究了基于支持向量机(SupportVectorMachine,SVM)分类思想的SAR图像预处理方法,经过对数变换、基于SVM的稳定SAR图像分割、后处理的流程后得到的SAR图像既保留了目标的细节信息又大大减弱了斑点噪声的影响,为后续的识别提供了更清晰的SAR目标图像。2.针对稀疏邻域保留嵌入(SparseNeighborhoodPreservingEmbeddi

6、ng,SNPE)应用于SAR目标识别时在稀疏表示模型上的不足,提出改进的最大化稀疏重构间隙投影(MaximizeSparseReconstructionMarginProjections,MSRMP),新算法不仅提升了识别率,还表现出对分类策略的不敏感性,只要特征维数足够大时,在不同分类器上识别率都能保持稳定,而且新算法传承了稀疏表示的抗噪性,在噪声严重的数据上仍保持较高的识别率。3.针对单个SAR目标拥有多角度图像的情况,对联合稀疏表示(JointSparseRepresentation,JSR)模型探讨,提出改进的联合稀疏表示(ImprovedJointSp

7、arseRepresentation,IJSR)模型,通过1范数最小化和低秩矩阵恢复措施寻求同一SAR目标多角度图像的共有模式,利用共有模式提取信息实现分类识别,将改进的联合稀疏表示和联合稀疏表示分别应用于MSTAR数据库上,结合稀疏表示分类策略的实验显示改进的联合稀疏表示提高了识别率。关键词:合成孔径雷达,目标识别,稀疏表示,特征提取,联合稀疏表示IABSTRACTABSTRACTSyntheticApertureRadar(SAR)whichisonekindofhighresolutionimagingradariswidelyappliedincivil

8、ianandmilita

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。