SAR自動(dòng)目標(biāo)識(shí)別及相關(guān)技術(shù)研究.pdf

1、基于合成孔徑雷達(dá)(Synthetic Aperture Radar,簡(jiǎn)稱(chēng)SAR)的自動(dòng)目標(biāo)識(shí)別(Automatic Target Recognition,簡(jiǎn)稱(chēng)ATR)技術(shù)在戰(zhàn)場(chǎng)感知方面非常重要,已成為國(guó)內(nèi)外研究的熱門(mén)課題.近些年來(lái),雷達(dá)目標(biāo)識(shí)別在特征提取、目標(biāo)模式分類(lèi)、目標(biāo)識(shí)別算法的實(shí)現(xiàn)等技術(shù)領(lǐng)域取得了不同程度的進(jìn)步,已成功應(yīng)用于星載和機(jī)載合成孔徑雷達(dá)地面?zhèn)刹?、精確制導(dǎo)等領(lǐng)域.該文綜述了自動(dòng)目標(biāo)識(shí)別技術(shù)的發(fā)展現(xiàn)狀,深入研究了基于SAR的

2、自動(dòng)目標(biāo)識(shí)別及其相關(guān)技術(shù),在此基礎(chǔ)上,提出了一些新方法,具體如下:1.提出了一種新的SAR圖像配準(zhǔn)新方法.這是一種基于非線(xiàn)性最小二乘的圖像配準(zhǔn)方法,除了有效地實(shí)現(xiàn)目標(biāo)圖像的位置對(duì)準(zhǔn)、幅度差異補(bǔ)償外,還能補(bǔ)償圖像間的平均偏差.該方法具有速度快、匹配精度高的特點(diǎn).2.提出了一種基于最佳線(xiàn)性變換的SAR目標(biāo)識(shí)別方法.它是將樣本的幅頻特性進(jìn)行最佳線(xiàn)性變換并與支持矢量機(jī)(Support Vector Machine,簡(jiǎn)稱(chēng)SVM)相結(jié)合,完成目標(biāo)識(shí)

3、別.該方法保證了目標(biāo)的平移不變性,有效地提高了識(shí)別率、訓(xùn)練速度和識(shí)別速度,降低了對(duì)目標(biāo)方位估計(jì)精度的要求.3.將幾種非線(xiàn)性特征提取技術(shù)首次應(yīng)用于SAR自動(dòng)目標(biāo)識(shí)別中.分別提出了基于KPCA(Kernel Principle Component Analysis,簡(jiǎn)稱(chēng)KPCA)和KFD(Kernel Fisher Discriminant,簡(jiǎn)稱(chēng)KFD)的SAR目標(biāo)特征提取與識(shí)別方法,這兩種方法都是在非線(xiàn)性空間內(nèi)提取樣本特征并與SVM相結(jié)合