基于稀疏表示系数相关性的特征选择及SAR目标识别方法

针对多特征决策融合的合成孔径雷达(SAR)的问题,提出基于稀疏表示系数相关性的特征选取方法。采用稀疏表示分类(SRC)分别对各单一特征进行系数矢量的求解并定义两个系数矢量之间的相关性。以此为基础,通过构造互相关矩阵,求解非线性相关信息熵,获得最佳的特征组合。最后,采用联合稀疏表示考察选取的多特征之间的稳定内在关联。根据重构误差的大小判定测试样本的目标类别。基于MSTAR数据集在标准操作条件、型号差异和俯仰角差异的三种实验场景下对方法进行了测试,本文方法的平均识别率分别达到99.23%、96.86%、97.46%(30°俯仰角)和74.64%(45°俯仰角)。通过与现有的3类SAR目标识别方法进