基于“数据驱动＋智能学习”的合成孔径雷达学习成像

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。