基于目标分解与SVM的目标识别方法

摘要

由于目标分解理论有助于透过散射矩阵描绘散射体的本质物理结构和散射机理，提供充分利用散射矩阵极化信息的方法，常被用于低分辨率雷达目标和遥感目标识别，因此将目标分解理论推广应用于对高分辨雷达目标极化散射矩阵的分解，并推广和结合了高分辨距离像的求取方法，求得了目标的结构特征像；基于分解结果训练支持向量机（SVM）并对两实验目标进行分类识别，与SVM对单一距离像的分类识别结果相比，提高了正确分类识别率，且稳定性较好，证明了该方法的有效性。