极化旋转域特征驱动的极化ISAR空间目标分类

来源：信号处理杂志 2025年第6期北京时间：

作者：崔兴超, 付耀文, 粟毅, 陈思伟

摘要：随着航空航天技术的发展，世界各大强国发射了大量遥感成像卫星、通信卫星等空间目标。地基极化逆合成孔径雷达（Inverse Synthetic Aperture Radar，ISAR）具有远距离、高分辨、全天时、全天候的工作特点，能够获取空间目标高分辨率二维雷达图像。基于极化ISAR图像开展空间目标分类识别对研判目标载荷类型和潜在行为意图具有重要意义。针对空间目标散射多样性带来的解译模糊问题和极化ISAR图像全局特性感知难题，本文立足极化ISAR体制，开展极化旋转域特征驱动的极化ISAR空间目标分类研究。首先，选取四型遥感成像卫星和通信卫星的计算机辅助设计（Computer Aided Design，CAD）模型开展电磁仿真，构造不同观测视角、不同带宽和不同信噪比参数的空间目标极化ISAR电磁仿真数据集；其次，针对空间目标散射多样性问题，将两通道之间的极化相关值扩展到绕雷达视线的极化旋转域，构造极化相关方向图解译工具，进而深入挖掘和提取极化相关方向图幅度类特征。同时，针对极化ISAR图像全局特性感知难题，优化现有深度学习模型，设计可提取极化ISAR图像全局特性的非局部注意力模型，进而深入挖掘极化ISAR图像非局部特征。最后，利用极化旋转域特征驱动嵌入了非局部注意力模型的深度学习网络，实现极化ISAR空间目标分类。基于不同观测视角、带宽和信噪比参数的空间目标电磁仿真数据开展实验验证，本文所提方法相较于现有方法具有更高的分类精度和鲁棒性。

关键词：空间目标, 极化逆合成孔径雷达, 分类, 极化旋转域