利用稳健字典学习的雷达高分辨距离像目标识别算法
基于字典学习算法的信号稀疏表示被广泛应用于信号处理领域.由于字典原子间存在冗余性,求解信号的稀疏表示会受到观测信号中扰动分量的影响,从而带来表示的不确定性,不利于雷达高分辨距离像(HRRP)目标识别任务.针对这一问题,该文提出一种稳健字典学习(SDL)算法,通过边缘化信号丢失,构建稳健损失函数用于学习自适应字典.该算法利用距离像在散射点不发生越距离单元走动的方位帧内具有结构相似性,约束临近训练样本间稀疏表示的非零元素位置相同,并通过结构化稀疏约束选择最优子字典用于测试样本的分类.基于实测 HRRP数据的实验结果验证了所提算法的有效性.
雷达自动目标识别、高分辨距离像、稳健字典学习、边缘化信号丢失、稳健稀疏表示
37
TN959.1+7
国家自然科学基金61372132, 61201292;新世纪优秀人才支持计划NCET-13-0945;重点实验室基金和中央高校基本科研业务费专项资金资助课题
2015-08-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
1457-1462