基于单演信号多重集典型相关分析的SAR目标识别方法

摘要

提出了一种基于多层次单演信号特征的合成孔径雷达(SAR)图像目标识别方法。为了充分利用多层次单演信号特征的鉴别力,采用多重集典型相关分析(MCCA)分别对各个层次上的局部幅度、局部相位以及局部方位进行融合。融合得到的特征矢量包含了不同层次之间各类特征的内在相关性。在分类阶段,采用联合稀疏表示(JSR)对3类特征融合得到的特征矢量进行联合决策,进一步发掘不同特征之间的内在相关性。最后,根据联合稀疏表示输出的重构误差判定目标类别。基于MSTAR数据集对提出方法进行了性能测试,结果证明了其有效性。