雷达学报

作者：马琳, 潘宗序, 黄钟泠, 韩冰, 胡玉新, 周晓, 雷斌

单位：1.中国科学院空天信息创新研究院 北京 100190；2.中国科学院空间信息处理与应用系统技术重点实验室 北京 100190；3.中国科学院大学 北京 100049；

关键词：合成孔径雷达, 深度学习, 子孔径特征学习, 船舶目标鉴别, 多通道虚假目标

基金：国家自然科学基金(61701478)

SAR多通道引起的虚假目标与散焦的船舶目标形状纹理特征非常相似，在全孔径SAR图像中难以区分。针对此类虚假目标造成的虚警问题，该文提出一种基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别方法。首先，对复数SAR图像进行幅值计算得到幅度图像，利用迁移学习方法提取幅度图像中的全孔径特征；接着，对复数SAR图像进行子孔径分解获得一系列子孔径图像，然后用栈式卷积自编码器(SCAE)提取子孔径图像中的子孔径特征；最后，将子孔径和全孔径特征进行串联并利用联合特征进行分类。在高分三号超精细条带模式SAR图像上的实验结果表明，该方法可以有效的鉴别船舶目标和多通道虚假目标，与仅使用全孔径特征学习的方法相比准确率提升了16.32%。

来源：2021年第1期

《雷达学报》期刊编辑部

查看雷达学报杂志2021年第1期