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. DOI: 10.3788/IRLA20200309 |
| |
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》下载免费的PDF全文 |