基于数值散射模拟与模型匹配的SAR自动目标识别研究

周雨 王海鹏 陈思喆

引用本文:
Citation:

基于数值散射模拟与模型匹配的SAR自动目标识别研究

    通讯作者: 王海鹏
  • 基金项目:

    国家自然科学基金(61571132, 61331020)

SAR Automatic Target Recognition Based on Numerical Scattering Simulation and Model-based Matching

    Corresponding author:
  • Fund Project: The National Natural Science Foundation of China (61571132, 61331020)

  • 摘要: 该文提出并实现了一种基于模型的SAR自动目标识别算法,该算法用实验室开发的BART进行离线电磁散射计算,系统参数设置和MSTAR数据库的参数完全一致,对待测图像和电磁散射数据所成的图像分别进行特征提取,然后进行搜索匹配。该文通过MSTAR 3类目标3种型号的实测数据和BART仿真数据分别验证了算法的可行性和准确性。该算法简单易实现,运行时间短,目标分类识别的效果较好。
  • [1] 张红, 王超, 张波, 等. 高分辨率SAR 图像目标识别[M]. 北 京:科学出版社, 2009: 4-7. Zhang Hong, Wang Chao, Zhang Bo, et al.. High-Resolution SAR Image Target Recognition[M]. Beijing: Science Press, 2009: 4-7.
    [2] Moreira A, Prats-Iraola P, Younis M, et al.. A tutorial on synthetic aperture radar[J]. IEEE Geoscience and Remote Sensing Magazine, 2013, 1(1): 6-43.
    [3] 程肖. 基于散射中心模型的 SAR 图像自动目标识别[D]. [硕士 论文], 国防科学技术大学, 2009. Cheng Xiao. SAR ATR algorithm based on the scattering center model[D]. [Master dissertation], National University of Defense Technology, 2009.
    [4] 裴季方. 基于邻域判别嵌入的SAR 自动目标识别研究[D]. [硕 士论文], 电子科技大学, 2013. Pei Ji-fang. SAR ATR research based on neighborhood judging embedded method[D]. [Master dissertation], University of Electronic Science and Technology of China, 2013.
    [5] Zhou J, Shi Z, Cheng X, et al.. Automatic target recognition of SAR images based on global scattering center model[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(10): 3713-3729.
    [6] 张锐, 洪峻, 明峰. 基于目标CSAR回波模型的SAR自动目标 识别算法[J]. 电子与信息学报, 2011, 33(1): 27-32. Zhang Rui, Hong Jun, and Ming Feng. SAR ATR algorithm based on the CSAR echo model[J]. Journal of Electronics Information Technology, 2011, 33(1): 27-32.
    [7] Chiang H C, Moses R L, and Potter L C. Model-based classification of radar images[J]. IEEE Transactions on Information Theory, 2000, 46(5): 1842-1854.
    [8] Jones G and Bhanu B. Recognition of articulated and occluded objects[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1999, 21(7): 603-613.
    [9] Boshra M and Bhanu B. Predicting performance of object recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(9): 956-969.
    [10] Xu F and Jin Y Q. Bidirectional analytic ray tracing for fast computation of composite scattering from electric-large target over a randomly rough surface[J]. IEEE Transactions on Antennas and Propagation, 2009, 57(5): 1495-1505.
    [11] Wissinger J, Ristroph R, Diemunsch J R, et al.. MSTARs extensible search engine and model-based inferencing toolkit[C]. Proceedings SPIE Algorithms for Synthetic Aperture Radar Imagery VI, 1999, 3721: 554-570.
    [12] Ross T D, Worrell S W, Velten V J, et al.. Standard SAR ATR evaluation experiments using the MSTAR public release data set[C]. Proceedings SPIE Algorithms for Synthetic Aperture Radar Imagery V, 1998, 3370: 566-573.
  • [1] 田壮壮占荣辉胡杰民张军 . 基于卷积神经网络的SAR图像目标识别研究. 雷达学报, 2016, 5(3): 320-325. doi: 10.12000/JR16037
    [2] 喻玲娟王亚东谢晓春林赟洪文 . 基于FCNN和ICAE的SAR图像目标识别方法. 雷达学报, 2018, 7(5): 622-631. doi: 10.12000/JR18066
    [3] 徐丰王海鹏金亚秋 . 深度学习在SAR目标识别与地物分类中的应用. 雷达学报, 2017, 6(2): 136-148. doi: 10.12000/JR16130
    [4] 韩萍王欢 . 基于改进的稀疏保持投影的SAR目标特征提取与识别. 雷达学报, 2015, 4(6): 674-680. doi: 10.12000/JR15068
    [5] 文贡坚朱国强殷红成邢孟道杨虎马聪慧闫华丁柏圆钟金荣 . 基于三维电磁散射参数化模型的SAR目标识别方法. 雷达学报, 2017, 6(2): 115-135. doi: 10.12000/JR17034
    [6] 金亚秋 . 多模式遥感智能信息与目标识别:微波视觉的物理智能. 雷达学报, 2019, 8(6): 710-716. doi: 10.12000/JR19083
    [7] 卫扬铠曾涛陈新亮丁泽刚范宇杰温育涵 . 典型线面目标合成孔径雷达参数化成像. 雷达学报, 2019, 8(): 1-11. doi: 10.12000/JR19077
    [8] 丁柏圆文贡坚余连生马聪慧 . 属性散射中心匹配及其在SAR目标识别中的应用. 雷达学报, 2017, 6(2): 157-166. doi: 10.12000/JR16104
    [9] 张新征谭志颖王亦坚 . 基于多特征-多表示融合的SAR图像目标识别. 雷达学报, 2017, 6(5): 492-502. doi: 10.12000/JR17078
    [10] 邢孟道林浩陈溅来孙光才严棒棒 . 多平台合成孔径雷达成像算法综述. 雷达学报, 2019, 8(6): 732-757. doi: 10.12000/JR19102
    [11] 金添 . 叶簇穿透合成孔径雷达增强成像方法. 雷达学报, 2015, 4(5): 503-508. doi: 10.12000/JR15114
    [12] 张增辉郁文贤 . 稀疏微波SAR图像特征分析与目标检测研究. 雷达学报, 2016, 5(1): 42-56. doi: 10.12000/JR15097
    [13] 赵晓辉姜义成朱同宇 . 基于表征转换机的SAR图像目标分割方法. 雷达学报, 2016, 5(4): 402-409. doi: 10.12000/JR16066
    [14] 程江华高贵库锡树孙即祥 . 高分辨率SAR 图像道路交叉口检测与识别新方法. 雷达学报, 2012, 1(1): 100-108. doi: 10.3724/SP.J.1300.2012.20024
    [15] 刘泽宇柳彬郭炜炜张增辉张波周月恒马高郁文贤 . 高分三号NSC模式SAR图像舰船目标检测初探. 雷达学报, 2017, 6(5): 473-482. doi: 10.12000/JR17059
    [16] 李强范怀涛 . 基于辅助数字高程模型的方位多通道SAR相位失配校正方法. 雷达学报, 2019, 8(5): 616-623. doi: 10.12000/JR19009
    [17] 任笑真杨汝良 . 一种基于幅度和相位迭代重建的四维合成孔径雷达成像方法. 雷达学报, 2016, 5(1): 65-71. doi: 10.12000/JR15135
    [18] 曾丽娜周德云李枭扬张堃 . 基于无训练单样本有效特征的SAR目标检测. 雷达学报, 2017, 6(2): 177-185. doi: 10.12000/JR16114
    [19] 张晶晶洪文尹嫱 . 基于球形截断协方差矩阵的极化SAR分布式目标稳健定标方法. 雷达学报, 2016, 5(6): 701-710. doi: 10.12000/JR16138
    [20] 窦方正刁文辉孙显张跃付琨 . 基于深度形状先验的高分辨率SAR飞机目标重建. 雷达学报, 2017, 6(5): 503-513. doi: 10.12000/JR17047
  • 加载中
计量
  • 文章访问数:  1066
  • HTML浏览量:  311
  • PDF下载量:  1364
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-06-29
  • 录用日期:  2015-10-14
  • 刊出日期:  2015-12-28

基于数值散射模拟与模型匹配的SAR自动目标识别研究

    通讯作者: 王海鹏
  • 1. (复旦大学电磁波信息科学教育部重点实验室, 上海 200433)
基金项目:  国家自然科学基金(61571132, 61331020)

摘要: 该文提出并实现了一种基于模型的SAR自动目标识别算法,该算法用实验室开发的BART进行离线电磁散射计算,系统参数设置和MSTAR数据库的参数完全一致,对待测图像和电磁散射数据所成的图像分别进行特征提取,然后进行搜索匹配。该文通过MSTAR 3类目标3种型号的实测数据和BART仿真数据分别验证了算法的可行性和准确性。该算法简单易实现,运行时间短,目标分类识别的效果较好。

English Abstract

参考文献 (12)

目录

    /

    返回文章
    返回