复数二维经验模态分解在SAR目标识别中的应用

作者：刘志超; 屈百达

来源：红外与激光工程, 2020, 1-8.

• 合成孔径雷达
• 目标识别
• 复数二维经验模态分解
• 联合稀疏表示 Synthetic aperture radar(SAR)
• target recognition
• complex bidimensional empirical mode decomposition(C-BEMD)
• joint sparse representation

提出基于复数二维经验模态分解（C-BEMD）的合成孔径雷达（SAR）图像目标识别。C-BEMD作为传统BEMD的复数域推广，能直接处理原始SAR图像（包含幅度和相位信息）。采用C-BEMD对原始SAR图像进行分解，获得多层次复数内蕴模函数（BIMF），反映目标时频二维特性。各层次BIMF既有独立描述能力，反映目标不同类型的特征；同时也具有内在关联性，即同一目标的固有属性。为此，分类算法基于联合稀疏表示设计，可利用内在关联性约束提高各层次BIMF的表征精度。利用MSTAR数据集中的多类目标SAR图像对方法进行测试验证，结果反映其在标准操作条件（SOC）和扩展操作条件（EOC）均可保持可靠的识别性...

• 单位
  江南大学; 无锡太湖学院