基于核稀疏表示的SAR目标识别方法

摘要

本发明公开了一种基于核稀疏表示的SAR目标识别方法，主要解决现有技术的容错性低的问题。实现步骤为：(1)将训练样本矩阵和测试样本分别映射至核空间，将映射后的样本随机降维至所需要的维度，并对其进行归一化处理；(2)求解归一化后的测试样本与训练样本矩阵之间的重构系数向量；(3)求得各类别测试样本的重构系数的能量，并将其代入类别判定公式得到最终的识别结果。本发明与现有技术相比显著的提高了算法的容错性，使其在SAR目标识别应用中具有的高的识别精度和快的运算速度，同时也将应用范围推广至低维样本，具有更好的通用性。

主权项

1.一种基于核稀疏表示的SAR目标识别方法，包括如下步骤：(1)输入训练样本矩阵和测试样本通过高斯径向基核函数将训练样本矩阵和测试样本从原空间映射至高维核空间，得到映射后的训练样本矩阵和测试样本其中表示实数集，m表示原样本空间维数，n表示训练样本的个数；(2)构造一个随机矩阵然后将随机矩阵R分别与映射后的训练样本矩阵Z和测试样本l相乘进行降维处理，得到降维后的训练样本矩阵和测试样本并对该降维后的训练样本矩阵和测试样本进行归一化，，其中d表示降维后的样本维数，d＜＜n；(3)对归一化后的训练样本矩阵和测试样本，利用如下优化函数求解出第i类样本重构系数向量a_i：min||a_i||₁  subject to其中为归一化后的测试样本，为归一化后的第i类训练样本；(4)计算归一化后第i类样本重构系数的能量：其中i＝1，2，…，c，c为类别总数，j＝1，2，...，n_i为第i类测试样本的个数；(5)将上述得到的第i类样本重构系数能量E_i代入到类别判定公式：求得重构系数能量的最大值，并将该最大值所属的类别c作为最终的识别结果k。