基于投影特征的SAR自动目标识别技术研究

摘要

随着合成孔径雷达(Synthetic Aperture Radar，简称SAR)技术的不断发展，基于合成孔径雷达的自动目标识别(Automatic Target Recognition，简称ATR)技术已成为国内外研究的热门课题。SAR的后向散射成像机制决定了SAR图像中存在相干斑噪声，这些相干斑噪声降低了图像质量，掩盖了图像的细节结构，因此SAR图像的特征提取是SAR ATR的关键技术之一。 本文深入研究了基于投影特征的SAR图像特征提取方法。首先分析了几种典型的投影特征提取方法，如线性判别分析(Linear Discriminant Analysis，简称LDA)，主分量分析(Primary Component Analysis，简称PCA)以及基于核函数的主分量分析(KernelPCA)。在此基础上重点研究了基于最大方差投影(Maximum Variance Proiections，简称MVP)方法，MVP方法是一种线性判别方法，该方法通过捕捉样本中流形的局部几何结构保留局部信息。以上这些特征提取方法都是在样本的值空间进行特征提取。本文给出的另一种特征提取方法，即基于样本正交子空间的方法，是利用样本值空间的正交空间构造投影空间，对于结构相似，只存在较小差异的SAR图像，该方法获得的投影特征可以实现对目标的有效分类与识别。最后利用美国DARPA提供的MSTAR(Movingand Stationary Target Acquisition and Recognition)实测SAR地面目标图像作为实验数据，对这两种方法的识别性能进行了分析，实验结果证明了这两种方法的有效性。

目录

文摘

英文文摘

声明

第一章合成孔径雷达自动目标识别概述

1.1课题研究背景及意义

1.2合成孔径雷达成像基础

1.2.1合成孔径雷达成像原理

1.2.2合成孔径雷达与真实孔径雷达的区别

1.2.3 SAR图像的基本特性

1.3合成孔径雷达自动目标识别

1.3.1 SAR ATR系统介绍

1.3.2国内外研究的历史和现状

1.4本文的主要研究工作

第二章几种常用的投影特征提取方法

2.1引言

2.2基于线性判别分析的投影特征提取

2.3基于主分量分析的投影特征提取

2.4基于核主分量分析的投影特征提取

第三章基于MVP的SAR目标特征提取与识别

3.1引言

3.2局部线性嵌入(LLE)

3.3最大方差投影(MVP)

3.4基于MVP的SAR目标特征提取与识别

3.4.1 MSTAR数据简介

3.4.2实验及结果

3.4.3改进的预处理方法

3.5 小结

第四章基于样本正交子空间投影的SAR自动目标识别

4.1引言

4.2基于样本正交子空间投影的特征提取方法

4.2.1问题描述

4.2.2基于样本正交子空间投影的特征提取方法

4.3实验及结果

4.3.1投影特征的可分性实验

4.3.2基于样本正交子空间投影的SAR自动目标识别

4.4小结

第五章总结

5.1本文工作总结

5.2未来工作展望

致谢

参考文献

攻读硕士期间发表论文

附录 MVP的进一步研究