| 复数二维经验模态分解在SAR目标识别中的应用 |
| |
| 引用本文： | 刘志超,屈百达.复数二维经验模态分解在SAR目标识别中的应用[J].红外与激光工程,2021,50(5):20200309-1-20200309-8. |
| |
| 作者姓名： | 刘志超 屈百达 |
| |
| 作者单位： | 1.江南大学 物联网工程学院，江苏 无锡 214122 |
| |
| 基金项目： | 江苏省自然科学基金（BK20161142）；江苏省高校自然科学面上项目（19KJB470033） |
| |
| 摘 要： | 提出基于复数二维经验模态分解（C-BEMD）的合成孔径雷达（SAR）图像目标识别。C-BEMD作为传统BEMD的复数域推广，能直接处理原始SAR图像（包含幅度和相位信息）。采用C-BEMD对原始SAR图像进行分解，获得多层次复数内蕴模函数（BIMF），反映目标时频二维特性。各层次BIMF既有独立描述能力，反映目标不同类型的特征；同时也具有内在关联性，即反映同一目标的固有属性。为此，分类算法基于联合稀疏表示设计，可利用内在关联性约束提高各层次BIMF的表征精度。利用MSTAR数据集中的多类目标SAR图像对方法进行测试验证，结果反映其在标准操作条件（SOC）和扩展操作条件（EOC）均可保持可靠的识别性能。
|
| 关 键 词： | 合成孔径雷达 目标识别 复数二维经验模态分解 联合稀疏表示 |
| 收稿时间： | 2020-12-02 |
Application of complex bidimensional empirical mode decomposition in SAR target recognition |
| |
| Affiliation: | 1.School of Internet of Things Engineering, Jiangnan University, Wuxi 214122, China2.School of Internet of Things Engineering, Wuxi Taihu University, Wuxi 214064, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《红外与激光工程》浏览原始摘要信息 |
|
点击此处可从《红外与激光工程》下载全文 |
