论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar, SAR)对地观测具有覆盖面积广、多极化、多分辨率、全天时全天候观测的特点,被广泛应用于智能化监测系统。随着SAR遥感图像分辨率的提升,目标型谱级识别成为了一项挑战。本文使用聚束成像模式下10种型号车辆的0.3 m分辨率、HH极化、多方位角的观测数据,针对型号类间差异小而导致的传统分类算法性能较差的问题,提出了多尺度特征提取残差结构,并结合高阶特征表示提升了深度卷积网络的分类性能,实现了高精度的SAR遥感图像车辆型谱级识别。所提出的方法