首页 > 论文 > 激光与光电子学进展 > 57卷 > 04期(pp:041004)

基于二维经验模态分解的SAR目标识别方法

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

提出基于二维经验模态分解(BEMD)的合成孔径雷达(SAR)目标识别方法。BEMD可以从原始SAR图像提取多层次的二维内蕴模函数(BIMF),它们可以更好地描述目标的细节信息。因此,联合原始SAR图像及其多层次BIMF可以为后续的分类决策提供更多有益信息。采用支持向量机(SVM)对原始SAR图像以及各个层次的BIMF进行决策。然后,基于Bayesian理论对各个SVM输出的结果进行有效融合从而获得更为稳健的识别结果。基于MSTAR数据集设置了几种典型的实验条件对本文方法进行了性能测试,结果验证了本文方法相比几类现有SAR目标识别方法的性能优势。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop57.041004

作者单位:

    邵阳学院
    湖南第一师范学院
    邵阳学院

引用该论文

柳小文,伍雁鹏,雷军. 基于二维经验模态分解的SAR目标识别方法[J].激光与光电子学进展,2020,57(04):041004.