雷达学报

作者：刘常浩, 王岩, 赵思雨, 高安琪

单位：1.北京理工大学雷达技术研究院 北京 100081；2.北京理工大学长三角研究院(嘉兴) 嘉兴 314000；3.北京跟踪与通信技术研究所 北京 100094；

关键词：合成孔径雷达, 三维成像, 深度学习, 超分辨成像, 增强成像

基金：国家自然科学基金 (62271053, 62331007, 62422101)

随着现代合成孔径雷达(SAR)三维成像系统对成像精度、效率及稳健性要求的不断提高，传统匹配滤波与压缩感知等方法三维成像性能受限。近年来，深度学习技术的迅猛发展为SAR三维成像提供了新的解决路径，通过将神经网络与雷达成像物理模型深度融合，形成了数据驱动与模型驱动协同的学习成像新范式。该文系统综述了深度学习在SAR三维成像中的研究进展，重点围绕超分辨成像与增强成像两大核心问题，基于前馈神经网络和深度展开网络的超分辨三维成像方法、多通道数据预处理和点云后处理三维增强成像方法论述了目前SAR三维成像方向的研究进展和研究热点，并综述了目前行业已公开发布的SAR三维成像数据集。此外，该文还探讨了当前深度学习SAR三维成像在高泛化高精度深度学习SAR超分辨三维成像技术研究、深度学习SAR高度维解模糊技术研究、深度学习SAR三维成像与图像增强一体化研究、深度学习SAR三维成像数据集构建等方面存在的研究挑战，并对未来发展趋势提出展望，旨在为相关领域学者提供研究参考和技术引导。

来源：2026年第1期

《雷达学报》期刊编辑部

查看雷达学报杂志2026年第1期