基于非线性流形学习的ISAR目标识别研究

摘要

详细分析了逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)二维像的非线性流形结构特点,指出ISAR二维像可以看作是由位置、姿态和尺度等内在参数共同作用而张成的一个在高维图像空间中的非线性流形.在此基础上,论文将非线性流形学习的思想引入到ISAR目标识别领域,提出了一种基于局部保持投影(Locality Preserving Projections,LPP)算法和k近邻分类器的ISAR二维像特征提取和目标识别方法.该方法首先利用LPP算法对维数较高的ISAR二维像进行降维,然后采用具有拒识功能的k近邻分类器对四类飞机目标进行了分类识别.仿真实验结果表明,LPP算法能够发现嵌入在高维ISAR图像空间中的低维非线性流形,并且能够利用LPP算法降维后的特征获得较高的识别率.