[发明专利]一种目标识别方法

摘要

本发明实施例公开一种目标识别方法，应用于雷达目标识别领域，能够避免目标信息丢失以及方位角对识别结果的过大影响。该方法包括：利用独立同分布高斯随机矩阵，对训练样本和测试样本进行降维。将降维后的每一个训练样本称为一个原子，降维后的训练样本集称为字典。针对每一幅目标图像，降维后，从训练样本中挑选用于稀疏表示的原子，使其可以最大可能的重构目标图像原子。然后将不同方位角的目标图像作为一个整体，通过自适应方法，将稀疏表示每一幅图像的原子提取出来，构成局部自适应字典。通过联合稀疏表示方法，计算赋给局部自适应原子中的各原子的系数值，将目标图像集联合稀疏重构出来。最后，通过各个类别中参与联合稀疏表示的原子的贡献度，得到测试目标的类别。本发明的实施例应用于训练集相对完备，目标图像数量有限且方位角参数不确定的情况下。

主权项

1.一种目标识别方法，其特征在于，包括：选择训练样本，通过独立同分布高斯随机矩阵对训练样本和测试样本降维；针对每一个所述测试样本，采用所述独立同分布高斯随机矩阵进行降维，得到测试原子，当稀疏度一定时，从训练字典中选择最大程度稀疏重构出测试样本的训练原子集合；选取目标不同方位的图像合成测试样本集，使用自适应方法将与所述测试样本集中每一个样本对应的训练原子从训练字典中提取出来，并将所有提取出来的原子合并起来，构成局部自适应字典，利用所述局部自适应字典，获得目标图像集联合稀疏表示；根据最小重构错误准则，判断目标类别。