基于數值散射模擬與模型匹配的SAR自動目標識別研究

周 雨 王海鵬陳思喆

(復旦大學電磁波信息科學教育部重點實驗室 上海 200433)

基于數值散射模擬與模型匹配的SAR自動目標識別研究

周 雨 王海鵬*陳思喆

(復旦大學電磁波信息科學教育部重點實驗室 上海 200433)

該文提出并實現了一種基于模型的SAR自動目標識別算法，該算法用實驗室開發的BART進行離線電磁散射計算，系統參數設置和MSTAR數據庫的參數完全一致，對待測圖像和電磁散射數據所成的圖像分別進行特征提取，然后進行搜索匹配。該文通過MSTAR 3類目標3種型號的實測數據和BART仿真數據分別驗證了算法的可行性和準確性。該算法簡單易實現，運行時間短，目標分類識別的效果較好。

合成孔徑雷達；自動目標識別；SAR圖像模擬；模型匹配

Reference format: Zhou Yu,Wang Hai-peng,and Chen Si-zhe. SAR automatic target recognition based on numerical scattering simulation and model-based matching[J]. Journal of Radars,2015,4(6): 666–673. DOI: 10.12000/JR15080.

SAR自動目標識別技術目前主要分為3類：基于模型的識別、基于模板的識別和基于機器學習的識別[5]。基于機器學習的識別技術和前兩種方式的原理都不同，這里不作比較。基于模板的SAR ATR系統需要存儲海量的目標模板，由于SAR圖像不僅具有較強的斑點噪聲，而且十分敏感易變，即SAR成像參數、目標姿態、俯仰角、目標配置甚至細微的周圍環境的波動，都會使得目標圖像特征產生較大差異。模板樣本的獲取、識別系統的設計和算法效率的提高都面臨很大的困難。針對上述困難，基于模型的方法不需要存儲大量目標模板，需要的存儲空間較小，算法處理速度快，目標分辨能力高，而且在不同的工作條件下都能取得較好的識別效果，一定程度上解決了基于模板的識別方法在擴展工作條件下模板樣本無限擴大的問題[6]，因此基于模型的SAR ATR成為研究的熱點。……