结合Fisher信息矩阵的方位角自适应SAR目标识别

来源：雷达科学与技术杂志2025年第2期北京时间：

作者：陈虹廷，武凡，杜川，龙伟军

单位：南京信息工程大学， 江苏南京 210044

摘要：自动目标识别（ATR）作为合成孔径雷达（SAR）图像解译的重要手段而备受关注。由于不同方位角域下的SAR目标散射特性分布差异大，导致SAR目标图像特征对方位角高度敏感，且雷达难以在单次观测中捕获目标所有方位角域下的数据，基于历史数据训练的SAR?ATR模型在新观测方位角域数据上识别性能下降。当新观测数据以流的形式到达时，若仅依赖新观测数据对现有模型进行再训练，容易引发“灾难性遗忘”问题。因此，本文通过引入Fisher信息矩阵调节的正则项来保护对识别任务贡献大的模型参数，并利用核心集减小推理误差，构建一种方位角自适应SAR目标识别连续学习模型。实验结果表明，方位角自适应SAR?ATR模型能够在线学习不同方位角下SAR目标数据，不断适应其特征变化，有效提高了其对未观测方位角域数据的泛化性。

关键词：合成孔径雷达,自动目标识别,方位角域,连续学习,Fisher信息矩阵,

基金资助：国家自然科学基金（No.62071440）