基于Randomfaces与稀疏表示的SAR目标识别

摘要

为了准确地进行SAR图像目标识别,提出一种基于Randomfaces与稀疏表示的SAR目标识别方法,该方法首先利用Randomfaces进行训练样本的降维处理,然后利用降维后的训练样本构建稀疏线性模型,通过e1范数最优化求解测试样本的稀疏系数解x,最后利用系数的稀疏性分布进行目标的分类识别.基于MSTAR数据进行了仿真验证,实验证明:基于Randomfaces与稀疏表示的SAR目标识别方法,在目标方位角未知的情况下识别率仍可达到98％以上,且Randomfaces的降维方式降低了在特征提取过程中对训练样本的要求.