資源描述：
《基于稀疏表示的sar目標(biāo)識(shí)別算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、電子科技大學(xué)UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA碩士學(xué)位論文MASTERTHESIS（電子科技大學(xué)圖標(biāo)）論文題目基于稀疏表示的SAR目標(biāo)識(shí)別算法研究學(xué)科專業(yè)信號(hào)與信息處理學(xué)號(hào)201121020542作者姓名黎蘭指導(dǎo)教師程建副教授分類號(hào)密級(jí)注1UDC學(xué)位論文基于稀疏表示的SAR目標(biāo)識(shí)別算法研究（題名和副題名）黎蘭（作者姓名）指導(dǎo)教師程建副教授電子科技大學(xué)成都（姓名、職稱、單位名稱）申請(qǐng)學(xué)位級(jí)別碩士學(xué)科專業(yè)信號(hào)與信息處理提交論文日期2014.03.31論文答辯日期2014.05.04學(xué)位授予單位和日期電子
2、科技大學(xué)2014年06月日答辯委員會(huì)主席評(píng)閱人注1：注明《國際十進(jìn)分類法UDC》的類號(hào)。RESEARCHONSARTARGETRECOGNITIONALGORITHMSBASEDONSPARSEREPRESENTATIONAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:LiLanAdvisor:ChengJianSchool:SchoolofElectronicEngineerin
3、g獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。作者簽名：日期：年月日論文使用授權(quán)本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢
4、索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）作者簽名：導(dǎo)師簽名：日期：年月日摘要摘要合成孔徑雷達(dá)(SyntheticApertureRadar,SAR)是一種具有高分辨力的成像雷達(dá)。由于全天時(shí)、全天候的成像優(yōu)勢(shì)，它在民用和軍用領(lǐng)域被廣泛應(yīng)用。作為應(yīng)用之一的SAR目標(biāo)識(shí)別由于對(duì)國防預(yù)警的重要意義成為廣大學(xué)者研究的熱點(diǎn)之一。稀疏表示從過完備字典中選取盡量少的原子線性重構(gòu)信號(hào)，應(yīng)用于識(shí)別問題時(shí)，不僅有天然的識(shí)別信息包含在稀疏表示系數(shù)中還表現(xiàn)出優(yōu)良的抗噪性，而SAR目標(biāo)識(shí)別的一個(gè)難題就是斑點(diǎn)噪聲，因此以稀疏表示理論為基
5、礎(chǔ)的SAR目標(biāo)識(shí)別具有廣闊的研究前景。本文以稀疏表示為基礎(chǔ)，結(jié)合SAR圖像的特點(diǎn)，在SAR圖像預(yù)處理、特征提取和目標(biāo)識(shí)別方面展開研究，主要的研究內(nèi)容如下：1.結(jié)合MSTAR數(shù)據(jù)庫的SAR目標(biāo)圖像特點(diǎn)，研究了基于支持向量機(jī)(SupportVectorMachine,SVM)分類思想的SAR圖像預(yù)處理方法，經(jīng)過對(duì)數(shù)變換、基于SVM的穩(wěn)定SAR圖像分割、后處理的流程后得到的SAR圖像既保留了目標(biāo)的細(xì)節(jié)信息又大大減弱了斑點(diǎn)噪聲的影響，為后續(xù)的識(shí)別提供了更清晰的SAR目標(biāo)圖像。2.針對(duì)稀疏鄰域保留嵌入(SparseNeighborhoodPreservingEmbeddi
6、ng,SNPE)應(yīng)用于SAR目標(biāo)識(shí)別時(shí)在稀疏表示模型上的不足，提出改進(jìn)的最大化稀疏重構(gòu)間隙投影(MaximizeSparseReconstructionMarginProjections,MSRMP)，新算法不僅提升了識(shí)別率，還表現(xiàn)出對(duì)分類策略的不敏感性，只要特征維數(shù)足夠大時(shí)，在不同分類器上識(shí)別率都能保持穩(wěn)定，而且新算法傳承了稀疏表示的抗噪性，在噪聲嚴(yán)重的數(shù)據(jù)上仍保持較高的識(shí)別率。3.針對(duì)單個(gè)SAR目標(biāo)擁有多角度圖像的情況，對(duì)聯(lián)合稀疏表示(JointSparseRepresentation,JSR)模型探討，提出改進(jìn)的聯(lián)合稀疏表示(ImprovedJointSp
7、arseRepresentation,IJSR)模型，通過1范數(shù)最小化和低秩矩陣恢復(fù)措施尋求同一SAR目標(biāo)多角度圖像的共有模式，利用共有模式提取信息實(shí)現(xiàn)分類識(shí)別，將改進(jìn)的聯(lián)合稀疏表示和聯(lián)合稀疏表示分別應(yīng)用于MSTAR數(shù)據(jù)庫上，結(jié)合稀疏表示分類策略的實(shí)驗(yàn)顯示改進(jìn)的聯(lián)合稀疏表示提高了識(shí)別率。關(guān)鍵詞：合成孔徑雷達(dá)，目標(biāo)識(shí)別，稀疏表示，特征提取，聯(lián)合稀疏表示IABSTRACTABSTRACTSyntheticApertureRadar(SAR)whichisonekindofhighresolutionimagingradariswidelyappliedincivil
8、ianandmilita
