雷达学报

作者：罗迎, 倪嘉成, 张群

单位：1.空军工程大学信息与导航学院 西安 710077；2.信息感知技术协同创新中心 西安 710077；3.复旦大学电磁波信息科学教育部重点实验室 上海 200433；

关键词：合成孔径雷达(SAR), SAR成像解译一体化, SAR学习成像, 数据驱动, 深度学习

基金：国家自然科学基金(61631019, 61971434)

对感兴趣目标的数量、位置、型号等参数信息的精确获取一直是合成孔径雷达(SAR)技术中最为重要的研究内容之一。现阶段的SAR信息处理主要分为成像和解译两大部分，两者的研究相对独立。SAR成像和解译各自开发了大量算法，复杂度越来越高，但SAR解译并未因成像分辨率提升而变得简单，特别是对重点目标识别率低的问题并未从本质上得以解决。针对上述问题，该文从SAR成像解译一体化角度出发，尝试利用“数据驱动+智能学习”的方法提升机载SAR的信息处理能力。首先分析了基于“数据驱动+智能学习”方法的SAR成像解译一体化的可行性及现阶段存在的主要问题；在此基础上，提出一种“数据驱动+智能学习”的SAR学习成像方法，给出了学习成像框架、网络参数选取方法、网络训练方法和初步的仿真结果，并分析了需要解决的关键性技术问题。

来源：2020年第1期

《雷达学报》期刊编辑部

查看雷达学报杂志2020年第1期