咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于压缩感知稀疏分解的一维距离像目标识别 收藏

基于压缩感知稀疏分解的一维距离像目标识别

Radar High Resolution Range Profile Target Recognition Based on Sparse Decomposition in Compressed Sensing

作     者:段沛沛 李辉 李彬 Duan Peipei;Li Hui;Li Bin

作者机构:西北工业大学电子信息学院陕西西安710029 西安石油大学计算机学院陕西西安710065 

出 版 物:《西北工业大学学报》 (Journal of Northwestern Polytechnical University)

年 卷 期:2016年第34卷第2期

页      面:256-261页

核心收录:

学科分类:0810[工学-信息与通信工程] 080904[工学-电磁场与微波技术] 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] 0805[工学-材料科学与工程(可授工学、理学学位)] 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] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(61571364)资助 

主  题:压缩感知 雷达目标识别 高分辨距离像 组合正交冗余字典 稀疏分解 信号压缩 

摘      要:近年来对压缩感知理论的研究,进一步证明了信号的稀疏表示方法在信号压缩、特征提取等方面的有效性及巨大的应用潜力。作为信号处理领域的典型应用之一,雷达目标识别已有许多成熟的算法,其中一些基于高分辨距离像进行识别,但是这些方法大多忽略了高分辨距离像信号自身的稀疏特点。为此提出了一种基于压缩感知稀疏分解实现高分辨一维距离像目标识别的算法。此算法首先构建组合正交冗余字典,在满足信号表示准确性的情况下,兼有正交字典运算快捷的特点;然后,通过改进的分组匹配稀疏分解算法,根据距离像训练样本快捷地求取其类别字典;最后,基于类别字典对测试样本进行分类实现目标识别。仿真实验证明该目标识别算法简捷、识别率较高、抗噪能力强。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分