基于多源數(shù)據(jù)融合的SAR圖像目標(biāo)識(shí)別方法研究.pdf

1、基于合成孔徑雷達(dá)（Synthetic Aperture Radar, SAR)的自動(dòng)目標(biāo)識(shí)別（Automatic Target Recognition, ATR)算法已經(jīng)成為近年來(lái)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(guó)土安全、視頻監(jiān)控、智能家居等。SAR成像結(jié)果有對(duì)目標(biāo)方位變化敏感、相對(duì)抽象等缺點(diǎn)，而多源數(shù)據(jù)融合方法可以通過(guò)對(duì)不同數(shù)據(jù)源數(shù)據(jù)進(jìn)行融合處理，增加對(duì)目標(biāo)信息的獲取量，從而提升對(duì)目標(biāo)相應(yīng)參數(shù)變化的魯棒性，提高目

2、標(biāo)識(shí)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(shí)別算法，弱化SAR圖像的目標(biāo)方位依賴特性對(duì)識(shí)別結(jié)果的影響，提高識(shí)別結(jié)果的穩(wěn)定性，更好的滿足戰(zhàn)場(chǎng)環(huán)境下對(duì)地物目標(biāo)進(jìn)行自動(dòng)識(shí)別的要求。
　　本文將來(lái)自不同方位的目標(biāo)圖像進(jìn)行融合，提升待識(shí)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(duì)識(shí)別結(jié)果的干擾?？傮w研究?jī)?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

3、隨機(jī)投影方法對(duì)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(shí)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(duì)識(shí)別結(jié)果的干擾。通過(guò)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

4、示方法可以提升目標(biāo)識(shí)別的準(zhǔn)確率。
　　3.針對(duì)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(duì)數(shù)據(jù)庫(kù)有一定要求，需要數(shù)據(jù)庫(kù)分布有條理且數(shù)據(jù)類型種類數(shù)已知。針對(duì)上述問(wèn)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(guò)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(shí)別率、魯棒性、以及收斂性上