基于HRRP時頻域稀疏表示的SAR目標識別研究.pdf

1、合成孔徑雷達(Synthetic Aperture Radar,SAR)通過飛行載體的運動來形成雷達的巨大虛擬天線,是一種新型的微波成像雷達。它具有高分辨率和全天候、全天時、大測繪帶的數(shù)據(jù)獲取能力,在國民經(jīng)濟和國防建設(shè)中有著十分廣泛的應(yīng)用,已經(jīng)成為世界各國積極發(fā)展的高分辨率對地觀測傳感器。在航天偵察情報獲取、海洋目標監(jiān)視、戰(zhàn)場精確打擊效果評估等SAR數(shù)據(jù)應(yīng)用領(lǐng)域中,SAR自動目標識別(Automatic Target Recogniti

2、on,ATR)都是核心關(guān)鍵技術(shù)之一。
　　本文首先介紹了SAR目標識別的研究現(xiàn)狀,闡述了高分辨率SAR目標識別面臨著諸多挑戰(zhàn)和難點。其中之一是:由于低信噪比、非合作目標運動等多種因素導致的SAR圖像質(zhì)量下降、模糊、散焦甚至失真使得基于圖像域的SAR目標特征提取和識別面臨嚴峻的挑戰(zhàn)。基于SAR目標一維高分辨距離像(High Resolution Range Profile,HRRP)的目標識別可以克服 SAR圖像散焦或失真帶來的圖像

3、域識別困難。雖然SAR目標的電磁散射機理十分復(fù)雜,但是在時頻域中卻可以很好的揭示和提取SAR目標的復(fù)雜散射特征。本文將多種時頻分析方法進行對比分析發(fā)現(xiàn)基于 Gabor原子匹配追蹤的時頻分析法能夠自適應(yīng)表示目標距離像中的各種散射信息,并且具有較高的時頻分辨率、無交叉項干擾、抑制噪聲等優(yōu)點。研究發(fā)現(xiàn),基于匹配追蹤的目標距離像時頻圖具有稀疏性、局部性的特點。
　　鑒于距離像散射特征信息在時頻圖中具有稀疏分布特點,本文采用稀疏表示的原理建

4、模和表征SAR目標距離像時頻圖,闡述了稀疏表示目標識別的原理和字典學習算法,詳細分析了固定字典學習和自適應(yīng)字典學習兩類算法。深入研究了標簽一致的鑒別字典學習算法(Label Consistent K-SVD,LC-KSVD),并在此基礎(chǔ)上,提出了基于距離像時頻圖LC-KSVD的SAR目標識別新方法。最后采用美國國防部高級研究計劃局(Defense Advanced Research Projects Agency,DARPA)資助的運動