雷达学报

作者：黄钟泠, 吴冲, 姚西文, 王立鹏, 韩军伟

单位：1.西北工业大学自动化学院 西安 710072；2.北京机电工程研究所 北京 100074；

关键词：合成孔径雷达(SAR), 目标识别, 目标特性, 微波视觉, 时频分析(TFA)

基金：国家自然科学基金(62101459)，中国博士后科学基金(BX2021248)

合成孔径雷达(SAR)目标识别智能算法目前仍面临缺少鲁棒性、泛化性和可解释性的挑战，理解SAR目标微波特性并将其结合先进的深度学习算法，实现高效鲁棒的SAR目标识别，是目前领域较为关注的研究重点。SAR目标特性反演方法通常计算复杂度较高，难以结合深度神经网络实现端到端的实时预测。为促进SAR目标物理特性在智能识别任务中的应用，发展高效、智能、可解释的微波物理特性感知方法至关重要。该文将高分辨SAR目标的非平稳特性作为一种典型的微波视觉特性，提出一种改进的基于时频分析的目标特性智能感知方法，优化了处理流程和计算效率，使之更适用于SAR目标识别场景，并进一步将其应用到SAR目标智能识别算法中，实现了稳定的性能提升。该方法泛化性强、计算效率高，能得到物理可解释的SAR目标特性分类结果，对目标识别算法的性能提升与属性散射中心模型相当。

来源：2024年第2期

《雷达学报》期刊编辑部

查看雷达学报杂志2024年第2期