卷积神经网络在雷达自动目标识别中的研究进展

• 作 者: 贺丰收 何友 刘准钆 徐从安
• 机 构: 西北工业大学自动化学院,航空工业雷华电子技术研究所射频综合仿真实验室,海军航空大学信息融合研究所
• 出 处: 电子与信息学报
• 发表日期: 2020年01期
• 关键词: 自动目标识别 目标检测 合成孔径雷达 卷积神经网络 Automatic Target Recognition(ATR)Object detectionSynth
• 基金项目: 国家自然科学基金(61672431,61790550,91538201)

自动目标识别(ATR)是雷达信息处理领域的重要研究方向。由于卷积神经网络(CNN)无需进行特征工程,图像分类性能优越,因此在雷达自动目标识别领域研究中受到越来越多的关注。该文综合论述了CNN在雷达图像处理中的应用进展。首先介绍了雷达自动目标识别相关知识,包括雷达图像的特性,并指出了传统的雷达自动目标识别方法局限性。给出了CNN卷积神经网络原理、组成和在计算机视觉领域的发展历程。然后着重介绍了CNN在雷达自动目标识别中的研究现状,其中详细介绍了合成孔径雷达(SAR)图像目标的检测与识别方法。接下来对雷