基于集成学习的雷达自动目标识别综述

来源：计算机应用杂志2025年第2期北京时间：

作者：洪梓榕, 包广清

单位：1.兰州理工大学 电气工程与信息工程学院，兰州 730050；2.西南石油大学 电气信息学院，成都 610500

摘要：雷达自动目标识别（RATR）在军事和民用领域中都有广泛的应用。由于集成学习通过集成已有的机器学习模型改善模型分类性能，具有较好的鲁棒性，因此被越来越多地应用于雷达目标检测与识别领域。系统梳理和提炼现有相关文献对集成学习在RATR中的研究进展。首先，介绍集成学习的概念、框架与发展历程，将集成学习与传统机器学习、深度学习方法对比，并总结集成学习理论和常见集成学习方法的优势、不足及研究的主要聚焦点；其次，简述RATR的概念；接着，重点阐述集成学习在不同雷达图像分类特征中的应用，详细讨论基于合成孔径雷达（SAR）和高分辨距离像（HRRP）的目标检测与识别方法，并总结这些方法的研究进展和应用成效；最后，讨论RATR以及集成学习所面临的挑战，并对集成学习在雷达目标识别领域的应用进行展望。

关键词：目标检测与识别,集成学习,合成孔径雷达,高分辨距离像,传统机器学习,深度学习

基金资助：甘肃省高等学校创新基金资助项目(2023A?201)