Автоматическая интерпретация изображений радара с синтезированной апертурой (SAR) является одним из важных направлений развития применения технологии SAR. Методы распознавания SAR в основном делятся на две категории: традиционные методы машинного обучения и методы на основе глубокого обучения. Для большинства традиционных методов машинного обучения извлеченные на основе электромагнитных характеристик рассеяния целевые признаки являются интерпретируемыми и стабильными. Однако процесс извлечения эффективных признаков зачастую сложен и обладает низкой вычислительной эффективностью. По сравнению с традиционными методами, методы глубокого обучения могут напрямую обучаться высокоразмерным признакам цели, достигая более высокой точности распознавания цели. Однако методы глубокого обучения обладают слабой обобщающей способностью и трудны для интерпретации. Поэтому с учетом преимуществ обоих подходов появился метод глубокого обучения, сочетающий электромагнитные характеристики рассеяния и признаки нейронных сетей. В статье рассматриваются результаты исследований методов распознавания целей на основе интеграции электромагнитных характеристик рассеяния и признаков нейронных сетей, подробно описано применение этой идеи интеграции электромагнитных характеристик рассеяния для распознавания транспортных средств, самолетов и кораблей, а также рассматриваются перспективы развития исследований в области распознавания и обнаружения целей и делаются выводы.

дистанционное зондирование;радар с синтезированной апертурой;распознавание целей;сверточные нейронные сети;электромагнитные характеристики рассеяния;оценка параметров