SAR图像车辆目标多模态联合协同表示分类方法

来源：信号处理杂志 2021年第5期北京时间：

作者：张楚笛, 唐涛, 计科峰

摘要：为提高合成孔径雷达图像车辆目标的识别性能,本文提出一种SAR图像车辆目标多模态联合协同表示分类(Joint Multimode Cooperative Representation Classification,JMCRC)方法。首先采用二维变分模态分解技术将SAR图像分解为分别表征全局信息和边缘信息的多个子模态分量,接着提取各子模态的二维双向主成分分析((2D)2PCA)特征;其次将协同表示分类扩展为多模态联合协同表示分类,联合原始图像和各子模态的特征完成分类任务。在MSTAR数据集和实测数据集上对所提方法进行了验证,结果表明该方法在标准操作条件(Standard Operating Condition,SOC)以及两种型号差异条件、俯仰角变化条件和样本不平衡条件中均取得更好的分类性能。

关键词：合成孔径雷达, 车辆目标分类, 二维变分模态分解, 协同表示