基于压缩感知稀疏分解的一维距离像目标识别-西北工业大学学报导航页.pdfVIP

２０１６年４月 西 北 工 业 大 学 学 报 Ａｐｒ． ２０１６ 第３４卷第２期 Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｗｅｓｔｅｒｎ Ｐｏｌｙｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ Ｖｏｌ．３４ Ｎｏ．２ 基于压缩感知稀疏分解的一维距离像目标识别 １，２ １ １ 段沛沛 ，李辉 ，李彬 （１．西北工业大学 电子信息学院，陕西 西安　 ７１００２９；２．西安石油大学 计算机学院，陕西 西安　 ７１００６５） 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。 关　 键　 词：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 ＋ 中图分类号：ＴＮ９５９．１ ７ 　 　 　 文献标志码：Ａ　 　 　 文章编号：１０００⁃２７５８（２０１６）０２⁃０２５６⁃０６ 　 　 随着电子信息技术的进步，现代战争向着信息 文将基于压缩感知稀疏分解方法对高分辨一维距离 化演进，武器装备也在不断改进。 雷达作为获取目 像信号进行稀疏表示，并在此基础上讨论一种高效、 标信息的重要手段对于战争成败影响巨大。 在诸多 快速的高分辨距离像目标识别方法。 的雷达 目标识别方法中，雷达高分辨距离像 （ＨＲＲＰ）因其易于获取，且能提供精细的目标距离 １　 压缩感知稀疏分解 ［１⁃２］ 向几何结构信息而受到了广泛关注 。 实践当中，往往采用大带宽信号，通过脉冲压缩 １．１　 稀疏表示模型 技术来获取目标的高分辨距离像。 大信号带宽虽然 基于冗余字典的信号稀疏表示是从冗余字典中 能够改善分辨力，可是也会引起数据量的大幅增长。 选出少量的最优基函数（原子），并将其进行线性叠 为了使高分辨距离像目标识别技术更实用，必须对 ［６⁃７］ 加表示信号的过程 。 其样本数据进行合理压缩。 近年来广受关注的压缩 ＝ 假设冗余字典为Ｄ ｛ｇ ｝ （｜ Γ｜ ＞Ｎ），并且 γ γ ∈Γ 感知理论表明高分辨信号可以从远少于通常认为的 Ｎ ＝ Ｈｉｌｂｅｒｔ空间Ｒ ｓｐａｎ（Ｄ），向量ｇ 为原子。 对任 ［３］