结合多源特征与高斯过程模型的SAR图像目标识别

作者：辛海燕; 童有为^*

来源：电讯技术, 2021, 61(04): 454-460.

• 合成孔径雷达(SAR)
• 目标识别
• 主成分分析(PCA)
• 非负矩阵分解(NMF)
• 单演信号
• 高斯过程模型

针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标识别问题,提出结合多源特征和高斯过程模型的方法。分别利用主成分分析(Principal Component Analysis,PCA)、非负矩阵分解(Non-negative Matrix Factorization,NMF)以及单演信号提取SAR图像的特征矢量,并将它们串接为单一矢量。三类特征从不同角度描述SAR图像目标特性,从而为目标识别提供更为有效的信息。决策分类过程采用高斯过程模型进行多元分类,基于融合特征矢量获得概率意义上的最佳决策。实验中,采用MSTAR数据集设置3类目标、10类目标、型号差异以及俯仰角差异识别问题,结果验证了提出方法的优越性能。

• 单位
  桂林电子科技大学; 桂林航天工业学院; 自动化学院