科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对合成孔径雷达(Synthetic Aperture Radar, SAR)目标识别问题，将二维变分模态分解(Bidimensional Variational Mode Decomposition, BVMD)用于特征提取进而进行分类决策。BVMD将原始SAR图像分解为若干模态，实现对目标特性的层次化细致描述。采用稀疏表示分类(Sparse Representation-based Classification, SRC)分别对各个模态进行分类进而根据输出的重构误差定义各个模态的分类置信度。通过门限法选取若干具有高置信度的模态进行决策融合从而判定测试样本的类别。实验中，在MSTAR数据集上对提出方法进行验证。通过在标准操作条件和扩展操作条件下与几类现有方法进行对比，结果证明该方法是有效和稳健的。
- 单位
