تفسير الصور الرادارية الطويلة المعوجة (SAR) تلقى أهمية كبيرة كواحدة من اتجاهات تطبيق تقنية SAR. يتم تقسيم طرق تعرف SAR إلى طريقتين رئيسيتين: طرق التعلم التقليدية للآلة والطرق المبنية على التعلم العميق. بالنسبة لمعظم طرق التعلم التقليدية للآلة ، فإن استخراج ميزات الهدف المستندة إلى التشتت الكهرومغناطيسي مستقر وقابل للتفسير. ومع ذلك ، فإن عملية استخراج الميزات الفعالة غالبًا معقدة وكفاءة الحساب منخفضة. بالمقارنة مع الأساليب التقليدية ، يمكن لأساليب التعلم العميق تعلم ميزات الهدف ذات الأبعاد الكبيرة مباشرة والحصول على دقة تعرف هدف أعلى. ومع ذلك ، فإن أداء أساليب التعلم العميق ضعيف وصعب التفسير. لذلك ، بالنظر إلى مزايا الطريقتين ، ينبغي أن تظهر أساليب التعلم العميق المبنية على ميزات الكشتت الكهرومغناطيسي وميزات الشبكة العصبية. تناقش هذه المقالة نتائج البحث حول طرق التعرف على الأهداف المبنية على مزايا الكشتت الكهرومغناطيسي وميزات الشبكة العصبية المدمجة ، وتفصيل الفكرة التي تم فيها مزج ميزات الكشتت الكهرومغناطيسي في تعرف الأهداف في مجالات تعرف الأهداف للمركبات والطائرات والسفن ، ويتوقعات الاتجاهات المستقبلية لبحوث تعرف الأهداف ويتم عمل ختام للموضوع.

الاستشعار عن بعد؛ الرادار ذو التركيب الطويل المعوج؛ تعرف الأهداف؛ الشبكات العصبية التكاوبية؛ ميزات الكشتت الكهرومغناطيسي؛ تقدير المعلمات