刘明，工学博士，副教授，硕士生导师。2009年获西安电子科技大学信息对抗技术专业工学学士学位，2015年获西安电子科技大学模式识别与智能系统专业工学博士学位。2019年-2020年为加拿大McMaster University访学学者。主要研究方向为：目标检测与目标识别。入选陕西省科协青年人才托举计划，获国际无线电科学联盟（URSI）"青年科学家”奖，获陕西省计算机学会"计算机领域优秀青年专家”称号。主持和参与了包括国家自然科学基金、国家重大基础研究计划、装备预先研究、陕西省自然科学基金等10余项国家级和省部级科研项目。发表学术论文60余篇，授权国家发明专利10项（部分已转化）。

本书共计11章，第1章对合成孔径雷达（SAR）目标识别进行了概述；第2章介绍了基于局部保持特性和混合高斯分布的SAR目标识别；第3章介绍了基于局部保持特性和Gamma分布的SAR目标识别；第4章介绍了基于结构保持投影的SAR目标识别；第5章介绍了基于类别稀疏表示的SAR目标识别；第6章介绍了基于乘性稀疏表示和Gamma分布的SAR目标识别；第7章介绍了基于判别统计字典学习的SAR目标识别；第8章介绍了于Dempster-Shafer证据理论融合多稀疏描述和样本统计特性的SAR目标识别；第9章介绍了基于Dempster-Shafer证据理论和稀疏表示的SAR目标识别；第10章介绍了基于两阶段稀疏结构表示的SAR目标识别；第11章探讨了未来合成孔径雷达目标识别可能的发展方向。

第1 章 绪论・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・1
1．1 研究背景及研究意义・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・1
1．2 国内外研究现状・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・3
1．3 本书内容介绍・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．10
第2 章 基于局部保持特性和混合高斯分布的SAR 图像目标识别・・・・・・・・・・・・・・・・・・．14
2．1 算法概述・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．14
2．2 局部保持投影算法・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．15
2．3 基于LPP-GMD 算法的SAR 图像目标识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．16
2．3．1 基于混合高斯分布的似然函数建模・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．17
2．3．2 基于局部保持特性的先验函数建模・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．17
2．3．3 参数估计・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．18
2．4 试验结果与分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．22
2．5 本章小结・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．26
第3 章 基于局部保持特性和Gamma 分布的SAR 图像目标识别・・・・・・・・・・・・・・・・・・．27
3．1 算法概述・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．27
3．2 SAR 图像的乘性相干斑模型・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．28
3．3 基于LPP-Gamma 算法的SAR 图像目标识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．29
3．3．1 基于Gamma 分布构建似然函数・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．29
3．3．2 基于局部保持特性构建先验函数・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．30
3．3．3 参数估计・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．33
3．4 试验结果与分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．37
3．4．1 SAR 图像目标识别结果・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．37
3．4．2 修正相似度矩阵的有效性验证・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．39
3．5 本章小结・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．41
第4 章 基于结构保持投影的SAR 图像目标识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．42
4．1 算法概述・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．42
4．2 基于CDSPP 算法的SAR 图像目标识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．43
4．2．1 CDSPP 算法・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．43
4．2．2 差异度矩阵分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．45
4．3 试验结果与分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．49
4．3．1 目标的类别识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．51
4．3．2 目标的型号识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．53
4．3．3 构建差异度矩阵的优势・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．57
4．4 本章小结・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．59
第5 章 基于类别稀疏表示的SAR 图像目标识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．60
5．1 算法概述・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．60
5．2 SAR 图像的稀疏表示模型・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．61
5．3 SAR 图像的类别稀疏表示模型・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．62
5．3．1 方位角敏感特性・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．62
5．3．2 测试样本建模・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．64
5．3．3 稀疏向量求解・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．66
5．4 基于LSR 算法的SAR 图像目标识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．67
5．5 试验结果与分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．70
5．5．1 目标的类别识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．70
5．5．2 目标的型号识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．72
5．6 本章小结・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．76
第6 章 基于乘性稀疏表示和Gamma 分布的SAR 图像目标识别・・・・・・・・・・・・・・・・・・．77
6．1 算法概述・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．77
6．2 乘性稀疏表示算法・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．78
6．3 试验结果与分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．80
6．3．1 目标的类别识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．81
6．3．2 目标的型号识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．82
6．4 本章小结・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．88
第7 章 基于判别统计字典学习的SAR 图像目标识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．89
7．1 算法概述・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．89
7．2 基于判别统计字典学习（DSDL）的SAR 图像目标识别・・・・・・・・・・・・・・・・・・．90
7．2．1 统计字典学习（SDL）算法・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．90
7．2．2 融入判别因子字典・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．93
7．2．3 算法的计算复杂度分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．94
7．3 试验结果与分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．96
7．3．1 目标的类别识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．97
7．3．2 目标的型号识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．98
7．4 本章小结・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・103
第8 章 基于Dempster-Shafer 证据理论融合多稀疏表示和样本统计特性的SAR
图像目标识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・105
8．1 算法概述・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・105
8．2 Dempster-Shafer 证据理论・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・106
8．3 基于Dempster-Shafer 证据理论的融合算法・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・107
8．3．1 SAR 图像的多稀疏表示・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．107
8．3．2 基本概率分配函数的推导・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．113
8．4 试验结果与分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・117
8．5 本章小结・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・119
第9 章 基于Dempster-Shafer 证据理论和稀疏表示的SAR 图像目标识别・・・・・・120
9．1 算法概述・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・120
9．2 基于Dempster-Shafer 证据理论的融合算法・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・121
9．2．1 构建基于稀疏表示的基本概率分配函数・・・・・・・・・・・・・・・・・・・・・・・・・・・・．121
9．2．2 融合算法・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．123
9．3 试验结果与分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・125
9．3．1 目标的类别识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．126
9．3．2 目标的型号识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．128
9．4 本章小结・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・131
第10 章 基于两阶段稀疏结构表示的SAR 图像目标识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・132
10．1 算法概述・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・132
10．2 基于两阶段稀疏结构表示（TSSR）的算法・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・133
10．2．1 第一阶段（训练阶段）的结构保持・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．133
10．2．2 第二阶段（测试阶段）的结构保持・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．135
10．3 试验结果与分析・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・140
10．3．1 目标的类别识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．141
10．3．2 目标的型号识别・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・．145
10．4 本章小结・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・150
第11 章 总结与展望・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・151
11．1 全书总结・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・151
11．2 工作展望・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・153
参考文献・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・・155