基于“数据驱动+智能学习”的合成孔径雷达学习成像

作     者：罗迎 倪嘉成 张群 LUO Ying;NI Jiacheng;ZHANG Qun

作者机构：空军工程大学信息与导航学院西安710077 信息感知技术协同创新中心西安710077 复旦大学电磁波信息科学教育部重点实验室上海200433 

出 版 物：《雷达学报（中英文）》 (Journal of Radars)

年 卷 期：2020年第9卷第1期

页      面：107-122页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(61631019 61971434) 

主　　题：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 

摘      要：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。