基于加权L1范数最小化算法的地震数据重建方法研究 被引量：1

1

作者 梁爽 武召祺 彭清 《科学技术创新》 2022年第26期38-41,共4页

在地震勘探过程中,往往会因为某些不可抗拒的因素而造成地震数据不规则缺失,这将严重影响后续工作的处理,因此需要对缺失的地震数据进行重建。依据地震数据有效波具有连续性的特点,可采用加权L1范数最小化算法对缺失数据进行重建。实验... 在地震勘探过程中,往往会因为某些不可抗拒的因素而造成地震数据不规则缺失,这将严重影响后续工作的处理,因此需要对缺失的地震数据进行重建。依据地震数据有效波具有连续性的特点,可采用加权L1范数最小化算法对缺失数据进行重建。实验结果表明:加权L1范数最小化算法具有重建精度高,抗噪声能力强的特点,对于工业生产极具应用价值。 展开更多

关键词 地震数据重建 加权l1范数最小化算法 标准l1范数最小化算法

在线阅读 下载PDF 职称材料

基于加权l_1最小化的低复杂度波达方向估计算法 被引量：1

2

作者 段素馨 张颢 +1 位作者 孙秀志 郑春弟 《电波科学学报》 EI CSCD 北大核心 2015年第4期640-646,共7页

基于阵列协方差矩阵的稀疏表征和阵列响应矩阵的Khatri-Rao积,提出了一种低运算复杂度的波达方向估计算法.所提算法在减少未知数个数的同时,通过线性变换降低约束方程的维数,可有效减少优化问题的计算复杂度.为充分利用阵列协方差矩阵... 基于阵列协方差矩阵的稀疏表征和阵列响应矩阵的Khatri-Rao积,提出了一种低运算复杂度的波达方向估计算法.所提算法在减少未知数个数的同时,通过线性变换降低约束方程的维数,可有效减少优化问题的计算复杂度.为充分利用阵列协方差矩阵中蕴涵的信息,使用Capon谱的倒数作为权值构建出了加权l1最小化问题,这使得所提算法在降低运算量的同时能够获得较好的估计性能.仿真实验验证了所提算法的有效性. 展开更多

关键词 波达方向估计 加权l1最小化 稀疏恢复 等距线阵

在线阅读 下载PDF 职称材料

基于加权L_1范数的CS-DOA算法 被引量：5

3

作者 刘福来 彭泸 +1 位作者 汪晋宽 杜瑞燕 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2013年第5期654-657,共4页

针对基于L1范数约束的压缩感知理论的恢复算法出现虚假目标,恶化DOA估计性能的问题,提出了一种基于加权L1范数的CS-DOA估计算法.该算法利用噪声子空间与信号子空间的正交性,构造了一个加权矩阵,然后对L1范数约束模型进行加权.通过此加... 针对基于L1范数约束的压缩感知理论的恢复算法出现虚假目标,恶化DOA估计性能的问题,提出了一种基于加权L1范数的CS-DOA估计算法.该算法利用噪声子空间与信号子空间的正交性,构造了一个加权矩阵,然后对L1范数约束模型进行加权.通过此加权处理,该算法能够使恢复的系数向量具有更好的稀疏性,并能有效地抑制伪峰,从而获得更精确的DOA估计.仿真结果验证了算法的有效性. 展开更多

关键词 波达方向估计 压缩感知 奇异值分解 加权矩阵 l1 范数最小化

在线阅读 下载PDF 职称材料

基于L1范数正则化和最小二乘优化的冲击载荷识别研究 被引量：5

4

作者 陈辉 缪炳荣 +3 位作者 赵浪涛 张盈 蒋钏应 周凤 《噪声与振动控制》 CSCD 北大核心 2023年第1期62-67,99,共7页

为了改善冲击载荷识别问题的病态特性,最大限度提高识别精度,在时域内提出一种基于L1范数正则化和最小二乘优化的改进冲击载荷识别方法。采用L1范数正则化方法构建冲击载荷稀疏反卷积模型,使用截断牛顿内点法求解L1范数的最小二乘优化问... 为了改善冲击载荷识别问题的病态特性,最大限度提高识别精度,在时域内提出一种基于L1范数正则化和最小二乘优化的改进冲击载荷识别方法。采用L1范数正则化方法构建冲击载荷稀疏反卷积模型,使用截断牛顿内点法求解L1范数的最小二乘优化问题,同时根据预条件共轭梯度法确定最优搜索路径和计算方向。最后,考虑不同冲击工况、不同响应位置对识别结果的影响。通过对铝合金板进行冲击载荷识别试验进行验证,发现在铝板受单次冲击和多次冲击工况下所识别载荷与施加的实际载荷吻合良好。结果还表明,与Tikhonov正则化方法相比,该方法能够提高冲击载荷识别的准确性和稳定性。 展开更多

关键词 振动与波 冲击载荷识别 l1范数正则化 最小二乘优化 TIKHONOV正则化 正则化参数

在线阅读 下载PDF 职称材料

基于l_1范数最小化的水下圆柱壳振动声辐射预报 被引量：1

5

作者 叶珍霞 杜堃 +2 位作者 邱昌林 陈乐佳 谢坤 《中国舰船研究》 CSCD 北大核心 2015年第3期70-76,83,共8页

基于模态叠加理论,将圆柱壳结构在流体中的响应以真空中振动模态形式展开,通过测点振动速度和模态矩阵建立以模态参与系数为未知量的欠定方程组。利用结构中低频段振动对应的模态参与系数的稀疏特性,采用l1范数最小化法求解基于测点振... 基于模态叠加理论,将圆柱壳结构在流体中的响应以真空中振动模态形式展开,通过测点振动速度和模态矩阵建立以模态参与系数为未知量的欠定方程组。利用结构中低频段振动对应的模态参与系数的稀疏特性,采用l1范数最小化法求解基于测点振动所建立的欠定方程组,得到模态参与系数,从而重构结构振动速度场,最终采用边界元法进行声辐射预报。通过单层圆柱壳振动与声辐射实验结果和预报结果进行对比,验证了该预报方法的正确性。在此基础上,研究基于布置在内壳上的测点振动速度重构双层圆柱壳体结构振动和实现辐射噪声评估的可行性,并初步研究了测点数目和位置对预报精度的影响。 展开更多

关键词 模态叠加法 l1范数最小化 振动重构 声辐射预报 圆柱壳

在线阅读 下载PDF 职称材料

基于快速加权l_1范数最小化的FBG信号去噪方法

6

作者 刘磊 刘荣 《信息化研究》 2018年第3期11-17,共7页

光纤布拉格光栅(FBG)信号去噪是实际FBG传感系统的核心问题。现有的方法可以达到较高的信噪比,但不能保证较低的峰值位置漂移,这是FBG传感系统的关键。文章提出了一种基于快速加权l_1范数最小化的FBG信号去噪方法,该方法基于加速近端梯... 光纤布拉格光栅(FBG)信号去噪是实际FBG传感系统的核心问题。现有的方法可以达到较高的信噪比,但不能保证较低的峰值位置漂移,这是FBG传感系统的关键。文章提出了一种基于快速加权l_1范数最小化的FBG信号去噪方法,该方法基于加速近端梯度算法,具有低DPP的特点,去噪后峰值位置几乎不变。仿真结果表明,该算法具有快速高效的去噪效果,对参数选择具有较强的鲁棒性,而且文章算法只涉及基本运算操作,易于应用在实际处理系统中。 展开更多

关键词 光纤布拉格光栅 消噪 峰值位移 加权l1范数 加速近端梯度算法

在线阅读 下载PDF 职称材料

基于L1范数正则化的三维多震源最小二乘逆时偏移 被引量：9

7

作者 李庆洋 黄建平 +1 位作者 李振春 李娜 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第4期52-59,共8页

与常规偏移相比,最小二乘偏移在振幅保真性、提高分辨率、压制偏移噪音等方面具有较大优势。交错网格下基于一阶波动方程的最小二乘逆时偏移能够考虑介质密度的影响,且在压制数值频散方面有一定的优势,但该方法目前主要应用于二维介质... 与常规偏移相比,最小二乘偏移在振幅保真性、提高分辨率、压制偏移噪音等方面具有较大优势。交错网格下基于一阶波动方程的最小二乘逆时偏移能够考虑介质密度的影响,且在压制数值频散方面有一定的优势,但该方法目前主要应用于二维介质中。为了拓展方法的适用范围,将该算法推广到三维情形下。同时,考虑到多震源方法会引入串扰噪声,在目标泛函中引入L1范数的稀疏正则化约束,并给出一种快速有效的解法。结果表明,相位编码算法可显著降低计算量,提高计算效率,但会引入高频的串扰噪音,而L1范数正则化由于加入稀疏约束,可有效地压制成像结果中的低频和高频噪音,显著提升成像分辨率,较大程度地改善成像质量,且线性Bergman解法降低反演结果对参数的依赖度,适用于实际资料的处理。 展开更多

关键词 最小二乘逆时偏移 l1范数正则化 三维多震源 一阶速度-应力方程

在线阅读 下载PDF 职称材料

L1范数的图像超分辨率重建改进算法 被引量：3

8

作者 路庆春 胡访宇 《无线电工程》 2009年第9期13-15,共3页

介绍了超分辨率图像重建的数学模型和基于L1范数的超分辨率重建算法。针对在所观察到的低分辨率图像不足情况下的超分辨率重建,在L1范数重建算法框架下,提出了一种新的代价方程,在其中增加了关于丢失的低分辨率观察信息的保真度项和正... 介绍了超分辨率图像重建的数学模型和基于L1范数的超分辨率重建算法。针对在所观察到的低分辨率图像不足情况下的超分辨率重建,在L1范数重建算法框架下,提出了一种新的代价方程,在其中增加了关于丢失的低分辨率观察信息的保真度项和正则化项。该方法同时对高分辨率图像和丢失的观察信息进行迭代估计,并利用交替最小方法求解。实验结果表明,在获取低分辨率图像较少的情况下,提出的算法能够有效地改进重建的结果。 展开更多

关键词 超分辨率 l1范数 正则化 交替最小化

在线阅读 下载PDF 职称材料

基于近似观测的加权L1压缩感知SAR成像 被引量：3

9

作者 李博 刘发林 +2 位作者 周崇彬 王峥 韩浩 《微波学报》 CSCD 北大核心 2018年第6期62-67,共6页

近些年,压缩感知(CS)理论已经被应用于合成孔径雷达(SAR)成像。传统的CS—SAR成像需要消耗很高的计算机内存.为了减少计算机内存消耗,基于近似观测的CS-SAR成像模型被提出。已有的基于近似观测的CS-SAR成像模型使用Lq(0≤q≤1)正则化项... 近些年,压缩感知(CS)理论已经被应用于合成孔径雷达(SAR)成像。传统的CS—SAR成像需要消耗很高的计算机内存.为了减少计算机内存消耗,基于近似观测的CS-SAR成像模型被提出。已有的基于近似观测的CS-SAR成像模型使用Lq(0≤q≤1)正则化项来稀疏约束成像结果,当q越小时,得到的解越稀疏;但是当q=0时,该优化问题就变成了NP难问题。文中提出了基于近似观测的加权L1-CS-SAR成像模型,加权L1正则化既能够很好地逼近L0正则化,又能够避免NP难问题。进一步,我们针对该成像模型提出了相应的迭代加权阈值算法,仿真结果证明了所提出的成像算法的性能优于已存在的迭代阈值算法。 展开更多

关键词 压缩感知 合成孔径雷达 近似观测 加权l1正则化 迭代加权阈值算法

在线阅读 下载PDF 职称材料

位场数据重构的l_p范数稀疏约束正则化方法 被引量：1

10

作者 陈国新 陈生昌 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2014年第4期748-756,共9页

基于位场数据在离散余弦变换域的稀疏性,利用lp(0≤p<1)范数代替l1范数作为模型参数稀疏性的度量.引入lp范数稀疏约束正则化方法,借用迭代再加权最小二乘算法思想求解得到稀疏约束优化问题的解.分析不同p值的lp范数稀疏约束正则化方... 基于位场数据在离散余弦变换域的稀疏性,利用lp(0≤p<1)范数代替l1范数作为模型参数稀疏性的度量.引入lp范数稀疏约束正则化方法,借用迭代再加权最小二乘算法思想求解得到稀疏约束优化问题的解.分析不同p值的lp范数稀疏约束正则化方法的数据重构能力.将该算法应用于实际位场数据重构试验中获得了较理想的结果,通过边界外延加大计算区域的方法减少了边界数据的重构误差,提高了数据重构质量. 展开更多

关键词 位场数据重构 lP范数 稀疏约束正则化方法 迭代再加权最小二乘算法

在线阅读 下载PDF 职称材料

变遗忘因子稀疏正则化TLS算法MIMO信道线性均衡

11

作者 张友文 王鹏 +1 位作者 刘璐 孙大军 《舰船科学技术》 北大核心 2016年第S1期152-157,共6页

针对稀疏MIMO信道系统模型线性均衡过程中输入信号,输出信号都含有噪声的情况提出了一种变遗忘因子的稀疏正则化总体最小二乘算法(VFF-SRTLS)。本算法中采用总体最小二乘(TLS)的代价函数即瑞利商加入正则化的l_1范数和l_0范数作为其代... 针对稀疏MIMO信道系统模型线性均衡过程中输入信号,输出信号都含有噪声的情况提出了一种变遗忘因子的稀疏正则化总体最小二乘算法(VFF-SRTLS)。本算法中采用总体最小二乘(TLS)的代价函数即瑞利商加入正则化的l_1范数和l_0范数作为其代价函数,并利用次梯度下降法产生的迭代式用以更新均衡滤波器系数,使均衡过程中代价函数最小;同时为了使算法能够适应信道快变环境而采用变遗忘因子(VFF),并且根据最速下降法得到遗忘因子的迭代式。仿真结果表明,在信噪比为10 d B的2×2 MIMO线性均衡过程中VFF--RTLS算法的收敛MSE值比RLS算法低约2 d B,VFF-l_0-RTLS算法的收敛MSE值比RLS算法低约1.5 d B。 展开更多

关键词 MIMO 线性均衡 变遗忘因子 总体最小二乘算法(TlS) l1范数 l0范数

在线阅读 下载PDF 职称材料

用于稀疏系统辨识的改进惩罚LMS算法研究 被引量：1

12

作者 万涛 刘遵雄 王树成 《华东交通大学学报》 2013年第6期62-66,共5页

基于加权零吸引因子最小均方算法(RZA-LMS),提出了一种应用于系统辨识的新型自适应滤波算法(ARZA-LMS)。RZA-LMS通过在标准LMS算法迭代过程中添加零吸引因子,促进了滤波器小权系数的收敛,从而在辨识稀疏系统时,加快了算法的整体收敛速... 基于加权零吸引因子最小均方算法(RZA-LMS),提出了一种应用于系统辨识的新型自适应滤波算法(ARZA-LMS)。RZA-LMS通过在标准LMS算法迭代过程中添加零吸引因子,促进了滤波器小权系数的收敛,从而在辨识稀疏系统时,加快了算法的整体收敛速度。但是RZA-LMS算法中的零吸引因子,选择了固定的e,过于武断,降低了算法的鲁棒性。通过在参数e与误差信号e之间建立非线性关系,使零吸引因子在最小化MSE更具有灵活性,提出了一种改进的RZA-LMS,提高了对系统辨识的收敛速度和稳定性。最后,计算机仿真验证了新算法的性能明显优于原算法和若干现有稀疏系统辨识的方法。 展开更多

关键词 自适应滤波器 最小均方算法 压缩传感 稀疏信道 零吸引因子 l1范数

在线阅读 下载PDF 职称材料

自适应环境变化的RSS室内定位方法 被引量：9

13

作者 王婷婷 柯炜 孙超 《通信学报》 EI CSCD 北大核心 2014年第10期210-217,共8页

根据定位问题的天然稀疏性,提出一种基于两步字典学习的定位方法,依据测量值动态调整字典,使稀疏模型能够自适应RSS的变化。同时提出一种改进的加权l1范数稀疏重构算法,提高低信噪比情况下的重构精度。实验结果表明该方法可以在目标数... 根据定位问题的天然稀疏性,提出一种基于两步字典学习的定位方法,依据测量值动态调整字典,使稀疏模型能够自适应RSS的变化。同时提出一种改进的加权l1范数稀疏重构算法,提高低信噪比情况下的重构精度。实验结果表明该方法可以在目标数量未知的情况下实现多目标定位,并具有较强的抗噪声能力。 展开更多

关键词 室内定位 字典学习 压缩感知 加权l1范数最小化

在线阅读 下载PDF 职称材料

一种新的稀疏重构的DOA估计算法 被引量：7

14

作者 韦娟 计永祥 牛俊儒 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2018年第5期13-18,共6页

为提高低信噪比和较少快拍数条件下远场窄带信号波达方向的估计精度,提出一种新的基于加权l1范数的稀疏重构波达方向的估计算法.该算法首先采用前后向空间平滑技术获得阵列输出数据协方差矩阵;其次构造出改进Capon算法空间谱函数中的倒... 为提高低信噪比和较少快拍数条件下远场窄带信号波达方向的估计精度,提出一种新的基于加权l1范数的稀疏重构波达方向的估计算法.该算法首先采用前后向空间平滑技术获得阵列输出数据协方差矩阵;其次构造出改进Capon算法空间谱函数中的倒谱系数矢量,设计得到符合加权l1范数的权值矩阵;最后通过奇异值分解对接收数据进行降维处理,获得基于稀疏重构的加权l1范数约束问题模型.仿真结果表明,在低信噪比或快拍数较少的情况下,该算法能够有效地抑制空间谱伪峰和保证较强的稳健性,且信源不需要进行相关处理,仍能获得很高的估计精度. 展开更多

关键词 波达方向 稀疏重构 Capon算法 加权l1范数

在线阅读 下载PDF 职称材料

基于压缩感知的探地雷达成像算法研究 被引量：1

15

作者 张永宁 薛永刚 +2 位作者 陈皓 李江 付晓庆 《火控雷达技术》 2019年第4期6-9,15,共5页

压缩感知理论通过从一系列非自适应线性测量中求解一个凸L 1最小化问题,从而对稀疏信号进行重构。该文基于压缩感知理论对宽带合成孔径雷达成像,利用空间目标信号成像的稀疏性,提出了一种全新的低采样率数据采集重构算法。此算法在获取... 压缩感知理论通过从一系列非自适应线性测量中求解一个凸L 1最小化问题,从而对稀疏信号进行重构。该文基于压缩感知理论对宽带合成孔径雷达成像,利用空间目标信号成像的稀疏性,提出了一种全新的低采样率数据采集重构算法。此算法在获取雷达信号原始数据时采用压缩感知的算法,减少了原始信号数据的采样量,并且用少量的测量数据和测量孔径获得重建测量目标的信息。最后将此算法与传统的反投影成像进行了比较,其仿真试验数据表明,基于压缩感知的探地雷达成像算法比传统反向投影算法成像效果好,且所需数据量少。 展开更多

关键词 探地雷达 压缩感知 稀疏性 l1范数最小化

在线阅读 下载PDF 职称材料

基于ISTA算法的稀疏约束反演谱分解及应用 被引量：4

16

作者 高秋菊 张云银 +3 位作者 曲志鹏 徐彦凯 王宗家 王千军 《新疆石油地质》 CAS CSCD 北大核心 2020年第4期471-476,共6页

常规谱分解的分辨率难以满足地震解释的需求,稀疏约束反演谱分解可以很好地解决该问题。稀疏约束反演谱分解是把地震信号看成已知的子波矩阵库和伪反射系数的褶积,从而将谱分解问题转化为一个反问题来求解,其核心内容是如何快速获得最... 常规谱分解的分辨率难以满足地震解释的需求,稀疏约束反演谱分解可以很好地解决该问题。稀疏约束反演谱分解是把地震信号看成已知的子波矩阵库和伪反射系数的褶积,从而将谱分解问题转化为一个反问题来求解,其核心内容是如何快速获得最优解。采用L1范数正则化的L2范数作为稀疏约束反演谱分解的目标函数,并通过迭代阈值算法求解稀疏反问题。为了进一步提高计算速度,基于Ricker子波构建一种新的算子,并用ISTA算法进行计算。在此基础上,将稀疏约束反演谱分解用于模拟信号的数值试验,并与常规谱分解结果进行比较。结果表明,稀疏约束反演谱分解具有更好的时频聚集性和更高的时频分辨率;进一步应用于济阳坳陷沾化凹陷渤南洼陷义176井区地震资料,处理结果对油气响应十分敏感,可以较好地识别油气储集层。 展开更多

关键词 ISTA算法 稀疏约束反演 谱分解 连续小波变换 油气检测 l1范数正则化 Ricker子波 低频阴影

在线阅读 下载PDF 职称材料

基于交替分裂Bregman迭代算法的鲁棒多道预测反褶积方法 被引量：4

17

作者 李钟晓 李振春 《石油地球物理勘探》 EI CSCD 北大核心 2017年第4期678-688,共11页

将一次波的L_1范数最小化约束引入多道预测反褶积,提出基于交替分裂Bregman迭代算法的鲁棒多道预测反褶积方法。所提方法利用距离算子求解L_1范数最小化优化问题,在整个迭代过程中只需计算一次矩阵求逆,计算复杂度较低。首先介绍了多道... 将一次波的L_1范数最小化约束引入多道预测反褶积,提出基于交替分裂Bregman迭代算法的鲁棒多道预测反褶积方法。所提方法利用距离算子求解L_1范数最小化优化问题,在整个迭代过程中只需计算一次矩阵求逆,计算复杂度较低。首先介绍了多道预测反褶积方法的数学模型,然后给出鲁棒多道预测反褶积的优化问题,并阐述了交替分裂Bregman迭代算法求解优化问题的步骤。相对于基于迭代重加权最小二乘法的鲁棒多道预测反褶积方法,文中方法在保持多次波压制效果的同时,能进一步提高计算效率;相对于基于最小二乘法的多道预测反褶积方法和基于交替分裂Bregman迭代算法的鲁棒单道预测反褶积方法,文中方法能有效地均衡一次波的保护和多次波的压制。另外,所提方法利用了多道预测反褶积方法的优势,比单道预测反褶积方法能更好地适应海底的起伏变化。模型数据和实际数据测试结果表明:当水层多次波具有周期性时,文中方法能在保护一次波的同时,有效地压制水层多次波,并具有较高的计算效率;当水层多次波的周期性假设得不到很好的满足时,很难对多次波的压制效果进行直观判断。 展开更多

关键词 预测反褶积 l1范数最小化约束 交替分裂 Bregman迭代算法 水层多次波 计算效率

在线阅读 下载PDF 职称材料

基于压缩感知的阅卷系统手写汉字识别算法 被引量：2

18

作者 郑昊辰 姜维 《电子科技》 2018年第3期75-77,80,共4页

针对阅卷系统中手写汉字识别率和识别精度低的问题,文中提出一种基于压缩感知理论的阅卷系统手写汉字识别算法。该算法首先对阅卷系统手写汉字图像进行随机采样得到其特征;然后对其进行稀疏表示,并最小化其l1范数以得到样本的稀疏解;最... 针对阅卷系统中手写汉字识别率和识别精度低的问题,文中提出一种基于压缩感知理论的阅卷系统手写汉字识别算法。该算法首先对阅卷系统手写汉字图像进行随机采样得到其特征;然后对其进行稀疏表示,并最小化其l1范数以得到样本的稀疏解;最后利用该稀疏解的系数判别测试样本的类别。该方法用对信号的随机采样替代了传统的特征提取方法,简化了算法的实现过程,同时用现有的训练样本组成训练字典,避免了复杂的训练过程。该算法在手写汉字数据库ETL9B上的识别率达到99.1%。 展开更多

关键词 手写汉字识别 压缩感知 稀疏表示 l1范数最小化 观测矩阵 信号重构

在线阅读 下载PDF 职称材料

一种联合阴影和目标区域图像的SAR目标识别方法 被引量：15

19

作者 丁军 刘宏伟 +3 位作者 王英华 王正珏 齐会娇 时荔蕙 《电子与信息学报》 EI CSCD 北大核心 2015年第3期594-600,共7页

地面目标的SAR图像中除了包含目标散射回波形成的区域,还包括由目标遮挡地面形成的阴影区域。但是由于这两种区域中的图像特性不相同,所以传统的SAR图像自动目标识别主要利用目标区域信息进行目标识别,或者单独使用阴影区域进行识别。... 地面目标的SAR图像中除了包含目标散射回波形成的区域,还包括由目标遮挡地面形成的阴影区域。但是由于这两种区域中的图像特性不相同,所以传统的SAR图像自动目标识别主要利用目标区域信息进行目标识别,或者单独使用阴影区域进行识别。该文提出一种阴影区域与目标区域图像联合的稀疏表示模型。通过使用l1\l2范数最小化方法求解该模型得到联合的稀疏表示,然后根据联合重构误差最小准则进行SAR图像目标识别。在运动和静止目标获取与识别(MSTAR)数据集上的识别实验结果表明,通过联合稀疏表示模型可以有效地将目标区域与阴影区域信息进行融合,相对于采用单独区域图像的稀疏表示识别方法性能更好。 展开更多

关键词 目标识别 联合稀疏表示 l1/l2范数最小化

在线阅读 下载PDF 职称材料

基于非负稀疏表示的SAR图像目标识别方法 被引量：12

20

作者 丁军 刘宏伟 王英华 《电子与信息学报》 EI CSCD 北大核心 2014年第9期2194-2200,共7页

针对合成孔径雷达(SAR)图像目标识别中存在物体遮挡的情况,该文提出一种基于非负稀疏表示的分类方法。通过分析L0范数和L1范数最小化在求解非负稀疏表示问题上的区别,证明在一定条件下,L1范数最小化方法除了保持解的稀疏性还能得到与输... 针对合成孔径雷达(SAR)图像目标识别中存在物体遮挡的情况,该文提出一种基于非负稀疏表示的分类方法。通过分析L0范数和L1范数最小化在求解非负稀疏表示问题上的区别,证明在一定条件下,L1范数最小化方法除了保持解的稀疏性还能得到与输入信号更加相似的原子集合,因此也更加适用于分类问题中。在运动和静止目标获取与识别(MSTAR)数据集上的识别实验结果表明,采用L1范数的非负稀疏表示分类方法能达到较好的识别性能,并且相对传统方法对存在遮挡情况下的识别问题更稳健。 展开更多

关键词 SAR目标识别 非负稀疏表示 l1范数最小化

在线阅读 下载PDF 职称材料