技術(shù)特征：

1.基于快速稀疏描述的SAR目標(biāo)型號(hào)識(shí)別方法，其特征在于，包括以下步驟：

步驟1，利用SAR成像方法針對(duì)多個(gè)訓(xùn)練樣本目標(biāo)獲取不同方位角下的包含有訓(xùn)練樣本目標(biāo)的圖像，作為訓(xùn)練樣本圖像，將針對(duì)每一個(gè)訓(xùn)練樣本目標(biāo)獲取的不同方位角下的多個(gè)訓(xùn)練樣本圖像劃分為同一個(gè)樣本類別，方位角覆蓋的范圍為0°～360°；利用利用SAR成像方法獲取包含有待識(shí)別目標(biāo)的圖像，作為測(cè)試樣本圖像；

步驟2，對(duì)每一幅訓(xùn)練樣本圖像和測(cè)試樣本圖像分別進(jìn)行預(yù)處理，得到預(yù)處理后的訓(xùn)練樣本圖像和預(yù)處理后的測(cè)試樣本圖像；預(yù)處理包括截取子圖像和標(biāo)準(zhǔn)直方圖均衡化；

步驟3，針對(duì)每一幅預(yù)處理后的訓(xùn)練樣本圖像，均將圖像中的所有像素值按列取出，排成一個(gè)訓(xùn)練樣本列向量；針對(duì)預(yù)處理后的測(cè)試樣本圖像，將圖像中的所有像素值按列取出，排成一個(gè)測(cè)試樣本列向量；

步驟4，針對(duì)步驟3中得到的所有訓(xùn)練樣本列向量，將隸屬于同一樣本類別的訓(xùn)練樣本列向量分成K塊，每個(gè)塊內(nèi)的訓(xùn)練樣本列向量所屬的方位角度的覆蓋范圍為

步驟5，對(duì)每個(gè)塊內(nèi)包含的所有訓(xùn)練樣本列向量取平均值，得到K個(gè)平均樣本列向量；

步驟6，利用樣本類別i(i＝1,2,...,C)內(nèi)的K個(gè)平均樣本列向量，形成該樣本類別i下的訓(xùn)練樣本集C表示樣本類別總數(shù)；

步驟7，利用獲得的各個(gè)樣本類別的訓(xùn)練樣本集，形成稀疏描述中的字典矩陣

步驟8，基于字典矩陣和測(cè)試樣本列向量，構(gòu)建優(yōu)化問題；并利用正交匹配追蹤方法或者基追蹤方法求解優(yōu)化問題，獲得稀疏描述向量

步驟9，利用稀疏描述向量計(jì)算重構(gòu)誤差e_i；

步驟10，基于最小重構(gòu)誤差準(zhǔn)則，選擇最小的重構(gòu)誤差e_i對(duì)應(yīng)的樣本類別i作為輸出結(jié)果，即為測(cè)試樣本圖像中的待識(shí)別目標(biāo)所屬樣本類別。

2.如權(quán)利要求1所述的基于快速稀疏描述的SAR目標(biāo)型號(hào)識(shí)別方法，其特征在于，所述步驟2中的針對(duì)訓(xùn)練樣本圖像進(jìn)行預(yù)處理的過程如下：

以訓(xùn)練樣本圖像的幾何中心為基準(zhǔn)，在訓(xùn)練樣本圖像上截取包含整個(gè)目標(biāo)的圖像，作為訓(xùn)練樣本子圖像；

對(duì)截取的訓(xùn)練樣本子圖像進(jìn)行標(biāo)準(zhǔn)直方圖均衡化得到均衡化后的圖像，即為預(yù)處理后的訓(xùn)練樣本圖像。

3.如權(quán)利要求1所述的基于快速稀疏描述的SAR目標(biāo)型號(hào)識(shí)別方法，其特征在于，所述步驟5中的對(duì)每個(gè)塊內(nèi)包含的所有訓(xùn)練樣本列向量取平均值，得到K個(gè)平均樣本列向量，采用的公式如下：

$\stackrel{\‾}{X_{ik}}=\frac{1}{T}\underset{t=1}{\overset{T}{\Σ}}{X}_{it}$

其中，表示第i(i＝1,2,…,C)個(gè)樣本類別中屬于第k(k＝1,2,...,K)個(gè)劃分塊內(nèi)的所有訓(xùn)練樣本列向量取平均值后得到的平均樣本列向量，X_it表示第i個(gè)樣本類別中屬于第k個(gè)劃分塊的第t個(gè)訓(xùn)練樣本列向量，T表示該劃分塊內(nèi)所有訓(xùn)練樣本列向量的數(shù)目，C表示樣本類別總數(shù)，K表示劃分塊總數(shù)。

4.如權(quán)利要求1所述的基于快速稀疏描述的SAR目標(biāo)型號(hào)識(shí)別方法，其特征在于，所述步驟8中的基于字典矩陣和測(cè)試樣本列向量，構(gòu)建的優(yōu)化問題采用如下公式進(jìn)行表示：

$\begin{array}{cc}{\hat{a}}^{\′}=\arg \min \left|\right|a^{\′}|{|}_1& s.t.\tilde{D}{a}^{\′}=y\end{array}$

其中，arg(·)表示求目標(biāo)函數(shù)的最值時(shí)的變量值，min(·)表示求最小值操作，s.t.表示約束條件，y表示測(cè)試樣本列向量，a'表示字典矩陣下預(yù)處理后的測(cè)試樣本列向量y的稀疏描述向量，||·||₁表示取1范數(shù)，表示求解優(yōu)化問題得到的稀疏描述向量最優(yōu)值。

5.如權(quán)利要求4所述的基于快速稀疏描述的SAR目標(biāo)型號(hào)識(shí)別方法，其特征在于，所述步驟9中的利用稀疏描述向量計(jì)算重構(gòu)誤差e_i，采用的公式如下：

$e_i=\left|\right|y-\tilde{D}{f}_i\left({\hat{a}}^{\′}\right)|{|}_2$

其中，為選擇函數(shù)，其將稀疏描述向量中對(duì)應(yīng)樣本類別i的元素保留下來，將其余位置的元素置為零，||·||₂表示取2范數(shù)。