论文部分内容阅读
提出一种基于自适应核字典学习的合成孔径雷达(synthetic aperture radar,SAR)目标识别方法.该方法首先将SAR图像的特征信息通过核函数映射到高维度的核空间中并进行字典学习;然后根据更新后的字典动态计算稀疏度;最后依据最小重构误差准则实现SAR目标识别.在公开数据集MSTAR上的仿真实验结果表明,该方法提取到的特征信息可分度高,对SAR目标的识别具有较好的性能.