系统工程与电子技术

作者：张新征, 闫梦可, 朱晓林

单位：1. 重庆大学微电子与通信工程学院, 重庆 401331；2. 中国人民解放军某部军事代表局, 北京 100088

关键词：合成孔径雷达,自动目标识别,半监督,深度学习,伪标签

基金：国家自然科学基金(61301224);重庆市自然科学基金(cstc2021jcyj-msxmX0174)

针对标签训练样本稀缺时半监督合成孔径雷达(synthetic aperture radar, SAR)自动目标识别(automatic target recognition, ATR)中噪声伪标签导致识别精度受限的挑战, 提出一种噪声伪标签容忍的半监督SAR ATR方法。该方法包括两个阶段: 第一阶段通过残差网络(residual network, ResNet)和多分类器融合实现高可靠性伪标签的生成与选择, 从而扩充标签训练数据集; 第二阶段基于WideResNet骨干网络构建具有噪声伪标签容忍特性的鲁棒一致性学习网络, 设计噪声伪标签平滑机制和噪声伪标签容忍的分段损失函数, 实现高精度ATR。在运动和静止目标获取与识别(moving and stationary target acquisition and recognition, MSTAR)SAR数据集上开展实验。实验结果表明, 所提方法在10类目标且每类目标仅有5个标签训练样本的情况下, 能达到93.37%的平均识别准确率, 显著提升了目标识别性能和泛化能力。

来源：2025年第6期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第6期