Автоматизация интерпретации изображений радара с синтетической апертурой SAR (синтетическая апертурная радиолокация) является одним из важных направлений применения технологии SAR. Методы идентификации SAR в основном делятся на два типа: традиционные методы машинного обучения и методы, основанные на глубоком обучении. Для большинства традиционных методов машинного обучения извлечение объектных характеристик на основе электромагнитных рассеяний является интерпретируемым и стабильным. Однако процесс извлечения эффективных характеристик часто сложен, а вычислительная эффективность низкая. По сравнению с традиционными методами, методы, основанные на глубоком обучении, могут непосредственно изучать многомерные характеристики объектов и обеспечивать более высокую точность идентификации объектов. Однако производительность методов глубокого обучения плохая и сложно интерпретировать. Следовательно, в общем рассмотрении должны проявиться методы глубокого обучения, основанные на характеристиках электромагнитного рассеяния и характеристиках нейронных сетей. В данной статье обсуждаются исследовательские результаты методов идентификации объектов, основанных на характеристиках электромагнитного рассеяния и нейронных характеристиках, подробно описано применение этой информационной модели электромагнитного рассеяния в области предметов, таких как автомобили, самолеты и суда, исследуется перспектива развития направлений исследования детектирования и идентификации объектов в будущем и делается общий вывод.

синтетическая апертурная радиолокация; идентификация целей; сверточная нейронная сеть; характеристики электромагнитного рассеяния; оценка параметров