基于隨機(jī)觀測(cè)向量與混合因子分析的SAR圖像目標(biāo)識(shí)別.pdf

1、SAR作為一種主動(dòng)式微波遙感裝備，可以全天時(shí)全天候成像，具有高分辨率等多種優(yōu)勢(shì)?；赟AR的目標(biāo)識(shí)別技術(shù)在國(guó)防領(lǐng)域具有重要的價(jià)值，成為軍事偵察方面的有力工具，但是SAR作為一種超寬帶通信應(yīng)用設(shè)備，受奈奎斯特采樣定理制約，面臨采樣率過(guò)高，數(shù)據(jù)量過(guò)大，用目前識(shí)別方法難以實(shí)現(xiàn)快速有效處理等問(wèn)題。而壓縮感知理論的出現(xiàn)為解決這一問(wèn)題提供了很好的理論依據(jù)，指出在降低采樣率的同時(shí)，可以高概率地將信號(hào)完全重構(gòu)出來(lái)。
　　 本文將壓縮感知理論應(yīng)用

2、于SAR目標(biāo)識(shí)別中，并根據(jù)MSTAR數(shù)據(jù)庫(kù)中的數(shù)據(jù)位于流形這一個(gè)特點(diǎn)，提出三個(gè)創(chuàng)新點(diǎn)：⑴采用混合因子分析對(duì)數(shù)據(jù)進(jìn)行流形建模，通過(guò)無(wú)參數(shù)的貝葉斯估計(jì)方法，從模型中學(xué)習(xí)出一個(gè)能夠很好表示目標(biāo)流形的字典，然后利用稀疏表示的框架進(jìn)行了目標(biāo)分類(lèi)，并且取得了很好的分類(lèi)效果。該算法并沒(méi)有對(duì)帶有方位角旋轉(zhuǎn)的MSTAR圖像進(jìn)行復(fù)雜的預(yù)處理，使得識(shí)別框架在一定程度上得到了簡(jiǎn)化，而且對(duì)噪聲有很強(qiáng)的魯棒性。⑵針對(duì)壓縮感知雷達(dá)系統(tǒng)，本文直接對(duì)其觀測(cè)向量進(jìn)行識(shí)別。

3、通過(guò)挖掘其結(jié)構(gòu)特征信息，并根據(jù)其結(jié)構(gòu)信息進(jìn)行建模，構(gòu)建出可以準(zhǔn)確描述各類(lèi)觀測(cè)向量特征的字典，使得待測(cè)的觀測(cè)向量能夠在該字典下稀疏表示，最后利用稀疏表示分類(lèi)器對(duì)目標(biāo)的觀測(cè)向量進(jìn)行識(shí)別，并取得了較好的識(shí)別效果。⑶為了滿足實(shí)際軍事需求，實(shí)現(xiàn)快速準(zhǔn)確識(shí)別目標(biāo)，在前文針對(duì)壓縮感知系統(tǒng)的算法基礎(chǔ)上，提出一種快速識(shí)別的方法，由于前一算法時(shí)間大部分消耗在重構(gòu)算法的優(yōu)化迭代過(guò)程，本文在字典滿足列滿秩的情況下，采用一種不迭代的重構(gòu)算法并結(jié)合QR分解來(lái)尋求問(wèn)