简介：雷达一维距离像成像本质上是对雷达目标散射特性进行信号表示的过程，它以其获取的简单性及有效性，在雷达成像及目标识别方面得到了广泛的应用。针对雷达目标几何绕射参数化模型，利用稀疏分解方法，研究了高分辨一维距离像的重构及特征提取问题。以此可以避免奈奎斯特采样定理的弊端，以更贴近信号本质特征的方法处理雷达回波信号。通过匹配追踪算法，寻找最佳匹配原子的位置，以此估计雷达目标散射点参数。实验结果表明该方法在信号重构及特征提取方面的有效性。

简介：针对米波雷达由于波束宽和地面反射多径引起的测高难题，提出一种基于稀疏解的米波雷达低仰角测高法。该方法首先构造基于类-P范数稀疏度和2-范数约束的代价函数，通过迭代方法最小化代价函数得到稀疏解，最后由尺寸远大于阵元数的稀疏解估计目标仰角和高度。与传统的高分辨算法相比，该方法对信噪比和快拍数要求不高、无需特征值分解和多维搜索过程，具有较高的分辨率和极低的旁瓣电平。计算机仿真和实测数据的处理结果验证了该算法的有效性。

简介：特征提取是合成孔径雷达目标识别关键技术与核心任务。为了更好地提取目标特征，稀疏约束将被添加在非负矩阵分解法中，并应用于图像目标特征提取，通过利用稀疏约束的非负矩阵分解方法对sAR目标图像进行分解，构建具有稀疏性的目标特征矢量，提高了特征矢量的类内相似性与类间差异性。利用基于支持向量机的分类方法对MSTAR数据进行目标识别试验，试验结果表明，添加稀疏约束的NMF方法与PCA、ICA以及一般NMF特征提取方法相比，能够显著提高目标识别的稳定性和准确率。