文献类型：期刊文章

作　　者：张官荣[1] 赵玉[1] 陈相[1] 李波[1] 王建军[2] 刘丹[3]

ZHANG Guanrong;ZHAO Yu;CHEN Xiang;LI Bo;WANG Jianjun;LIU Dan(Aeronautics Engineering College,Air Force Engineering University,Xi'an 710000,China;School of Electronics and Information,Northwestern Polytechnical University,Xi'an 710000,China;No.93046 Unit of PLA,Shenyang 110000,China)

机构地区：[1]空军工程大学航空工程学院,西安710000 [2]西北工业大学电子信息学院,西安710000 [3]中国人民解放军93046部队,沈阳110000

出　　处：《电光与控制》

年　　份：2022

卷　　号：29

期　　号：7

起止页码：119-125

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：合成孔径雷达(SAR)图像自动目标识别(ATR)技术是人工图像解译的关键技术之一,其旨在屏蔽固有噪声影响,获取感兴趣区域内表征目标的潜在特征信息,为目标识别提供有力的数据支撑。为了提升高分辨SAR图像目标识别精度,围绕算法设计中的相干斑抑制和特征提取问题,结合传统恒虚警率(CFAR)检测算法和深度卷积神经网络(DCNN)的最新研究,设计了SAR图像自动目标识别框架。实验基于MSTAR标准数据集,目标识别结果表明所构建模型的有效性。

关 键 词：SAR图像目标识别  相干斑抑制 特征学习  卷积自编码网络  卷积神经网络  

分 类 号：TN959.17]