基于BVMD特征决策融合的SAR目标识别方法

作     者：莫海宁 钟友坤 MO Haining;ZHONG Youkun

作者机构：广西科技大学宏达威爱科技学院广西柳州545006 河池学院物理与机电工程学院广西宜州546300 

出 版 物：《电子信息对抗技术》 (Electronic Information Warfare Technology)

年 卷 期：2022年第37卷第5期

页      面：40-44,50页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

主　　题：合成孔径雷达 目标识别 二维变分模态分解 稀疏表示分类 决策融合 

摘      要：针对合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别问题,将二维变分模态分解(Bidimensional Variational Mode Decomposition,BVMD)用于特征提取进而进行分类决策。BVMD将原始SAR图像分解为若干模态,实现对目标特性的层次化细致描述。采用稀疏表示分类(Sparse Representation-based Classification,SRC)分别对各个模态进行分类进而根据输出的重构误差定义各个模态的分类置信度。通过门限法选取若干具有高置信度的模态进行决策融合从而判定测试样本的类别。实验中,在MSTAR数据集上对提出方法进行验证。通过在标准操作条件和扩展操作条件下与几类现有方法进行对比,结果证明该方法是有效和稳健的。