小样本SAR目标的双重一致性因果识别方法

来源：电子与信息学报杂志2024年第10期北京时间：

作者：王陈炜, 罗思懿, 黄钰林, 裴季方, 张寅, 杨建宇

单位：电子科技大学信息与通信工程学院 成都 611731

摘要：在小样本条件下提升方法的泛化性能，是合成孔径雷达自动目标识别(SAR ATR)的重要研究方向。针对该方向中的基础理论问题，该文建立了一个SAR ATR因果模型，证明了SAR图像中背景、相干斑等干扰在充足样本条件下可以被忽略；但在小样本条件下，这些因素将成为识别中的混杂因子，在提取的SAR图像特征中引入虚假相关性，影响SAR ATR性能。为了甄别和消除这些特征中的虚假效应，该文提出一个基于双重一致性的小样本SAR ATR方法，其中双重一致性包括类内一致性掩码和效应一致性损失。首先，基于鉴别特征应具有类内一致和类间差异的原则，利用类内一致性掩码，捕获目标的类内一致鉴别特征，甄别出目标特征中的混淆部分，准确估计出干扰引入的虚假效应。其次，基于不变风险最小化的思想，利用效应一致性损失，将经验风险最小化数据量需求转变为对效应相似度的度量需求，降低虚假效应消除对数据量的需求，消除特征中的虚假效应。因而，所提基于双重一致性的小样本SAR ATR方法可实现特征提取中的真实因果，实现准确的识别性能。两个基准数据集上的识别实验，验证了该方法的合理性和有效性，可提升小样本条件下SAR目标识别的性能。

关键词：合成孔径雷达, 自动目标识别, 小样本, 因果推断

基金资助：四川省自然科学基金 (2023NSFSC1970)