结合多源特征与高斯过程模型的SAR图像目标识别

来源：电讯技术杂志2021年第4期北京时间：

作者：辛海燕,童有为

单位：(桂林航天工业学院 电子信息与自动化学院，广西 桂林 541004;桂林电子科技大学 信息与通信学院，广西 桂林 541004)

摘要：针对合成孔径雷达（Synthetic Aperture Radar，SAR）图像目标识别问题，提出结合多源特征和高斯过程模型的方法。分别利用主成分分析（Principal Component Analysis，PCA）、非负矩阵分解（Non-negative Matrix Factorization，NMF）以及单演信号提取SAR图像的特征矢量，并将它们串接为单一矢量。三类特征从不同角度描述SAR图像目标特性，从而为目标识别提供更为有效的信息。决策分类过程采用高斯过程模型进行多元分类，基于融合特征矢量获得概率意义上的最佳决策。实验中，采用MSTAR数据集设置3类目标、10类目标、型号差异以及俯仰角差异识别问题，结果验证了提出方法的优越性能。

关键词：合成孔径雷达(SAR)；目标识别；主成分分析(PCA)；非负矩阵分解(NMF)；单演信号；高斯过程模型；

基金资助：广西创新驱动发展专项项目（桂科AA18242030）