La interpretación automática de las imágenes del radar de apertura sintética SAR (Synthetic Aperture Radar) es uno de los aspectos importantes de la aplicación de la tecnología SAR. Los métodos de identificación SAR se dividen principalmente en dos categorías: los métodos tradicionales de aprendizaje automático y los métodos basados en el aprendizaje profundo. Para la mayoría de los métodos tradicionales de aprendizaje automático, la extracción de características del objetivo basadas en la dispersión electromagnética es interpretable y estable. Sin embargo, el proceso de extracción de características efectivas suele ser complejo y la eficiencia del cálculo es baja. En comparación con los métodos tradicionales, los métodos basados en el aprendizaje profundo pueden aprender directamente las características multidimensionales de los objetivos y obtener una precisión de identificación de objetivos más alta. Sin embargo, el rendimiento de los métodos de aprendizaje profundo es pobre y difícil de interpretar. Por lo tanto, en general, deberían aparecer los métodos de aprendizaje profundo basados en las características de dispersión electromagnética y las características de las redes neuronales. Este artículo discute los resultados de la investigación de los métodos de identificación de objetivos basados en las características de dispersión electromagnética y características neuronales, describe en detalle la aplicación de este modelo de información de dispersión electromagnética en la identificación de objetivos como vehículos, aviones y barcos, examina las perspectivas del desarrollo de las direcciones de investigación de detección e identificación de objetivos en el futuro y hace una conclusión general.

Radar de apertura sintética; identificación de objetivos; red neuronal convolucional; características de dispersión electromagnética; estimación de parámetros