合成孔径雷达（SAR）是一种主动的微波传感器，具备全天时全天候的探测能力和高分辨率成像能力，是实现海洋监测的重要手段之一，在军事和民用领域具有重要的意义。特别是星载SAR系统，同时满足了高分辨率和宽测绘带的需求，能够以较长工作时间运行，在船舶检测中被广泛应用。在一发双收模式下的SAR图像中存在多通道引起的虚假目标，这类虚假目标源自方位向信号的非均匀采样和通道间的幅相不平衡。多通道虚假目标具有较高的亮度，在海面这样的低散射区域出现时会被误检，容易造成虚警。由于多通道虚假目标与运动导致的散焦船舶目标在SAR图像中展现出相似的形状和纹理（图1），仅利用全孔径图像特征难以对这两类目标进行有效的区分。
图1 SAR图像中的多通道虚假目标示意图
针对该问题，中科院空天院雷斌研究员、潘宗序副研究员团队对SAR图像进行子孔径分解，采用栈式卷积自编码器提取子孔径特征，并利用将子孔径和全孔径特征串联得到的联合特征进行分类，实现了真实船舶目标和多通道虚假目标的鉴别，显著地降低了虚警率。该工作已发表在《雷达学报》网络优先出版的“基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别”（马琳，潘宗序，黄钟泠，韩冰，胡玉新，周晓，雷斌）。该文首先分析了真实船舶目标和多通道虚假目标在子孔径图像中所体现出的特性差异（图2），然后基于真实船舶目标的子孔径图像具有一致性而多通道虚假目标的子孔径图像具有明显差异性的分析结果，设计了结合子孔径与全孔径特征学习的SAR多通道虚假目标鉴别网络框架（图3），最后利用高分三号卫星超精细条带模式SAR图像验证方法的有效性。实验结果表明与仅利用全孔径特征的FFL方法相比，所提SFFL方法能够有效减少多通道虚假目标（图4），证实了结合子孔径与全孔径特征实现SAR多通道虚假目标鉴别的技术可行性。
图2 真实船舶目标和多通道虚假目标切片的全孔径图像及其对应子孔径图像比较
图3 结合子孔径与全孔径特征学习的SAR多通道虚假目标鉴别网络框架
图4 仅利用全孔径特征的FFL方法与所提SFFL方法的鉴别结果比较