论文部分内容阅读
提出一种基于压缩感知的合成孔径雷达图像目标识别方法，将目标识别问题转化为稀疏表示的近似求解问题。该方法利用测试样本在全体训练样本基下的稀疏性，实现样本间的近似稀疏表示。通过考察稀疏系数主要集中于样本真实类别之上的分布特性，研究了稀疏系数本身对目标类别具有的可区分能力，最后基于稀疏系数的分布特性设计分类算法完成目标识别。基于MSTAR数据中三类目标的实验证明，与目前已有的几种典型方法相比，该方法可以取得更高的识别率，是一种有效的合成孔径雷达图像目标识别方法。