Распознавание целей на изображениях синтезированной апертуры радара (Synthetic Aperture Radar, SAR) является важным приложением интерпретации SAR-изображений. Для повышения устойчивости распознавания целей SAR в данной работе предложен метод сопоставления атрибутивных центров рассеяния на основе глубоких байесовских сетей (Deep Belief Network, DBN). Параметры атрибутивных центров рассеяния богаты признаками и хорошо отражают локальные характеристики рассеяния цели. DBN использует преимущества глубокого обучения, обеспечивая устойчивое сопоставление наборов центров рассеяния тестовых и шаблонных образцов, а также хорошо адаптируется к шумам и частичным потерям данных. На основе построенных отношений сопоставления атрибутивных центров рассеяния определяется критерий меры сходства. Класс тестового образца определяется по принципу максимального сходства. Эксперименты проведены на базе набора данных MSTAR; результаты подтверждают высокую эффективность и устойчивость предлагаемого метода для задачи распознавания целей SAR.

Радар с синтезированной апертурой;распознавание целей;атрибутивные центры рассеяния;глубокая байесовская сеть