合成開口レーダー（Synthetic Aperture Radar、SAR）画像の目標認識は、SAR画像解釈の重要な応用です。SAR目標認識の堅牢性を向上させるために、本論文では深層信念ネットワーク（Deep Belief Network、DBN）に基づく属性散乱中心マッチング方法を提案します。属性散乱中心のパラメータ特徴は豊富であり、目標の局所的な散乱特性をよく反映できます。DBNは深層学習の利点を活かし、テストサンプルとテンプレートサンプルの散乱中心集合の堅牢なマッチングを実現し、ノイズ干渉や部分的な欠損などの状況にもよく適応できます。構築した属性散乱中心マッチング関係に基づき、類似度測定基準を定義します。最大類似度の原理に基づきテストサンプルの所属クラスを決定します。実験はMSTARデータセットを用いて実施され、提案手法がSAR目標認識問題に対して良好な有効性と堅牢性を持つことを検証しました。

合成開口レーダー;目標認識;属性散乱中心;深層信念ネットワーク