黄帅，张毅

（1.中国科学院 空天信息研究院，北京1 000190；2.中国科学院大学 电子电气与通信工程学院，北京 100049）

0 概述

合成孔径雷达能够全天时、全天候地监控，可以在复杂条件下提供高分辨率的图像。合成孔径雷达图像中的目标检测在区域管理、信息筛选等领域具有重要作用。但合成孔径雷达图像中目标的尺度多样性和背景散射的强干扰，给研究工作带来了极大的挑战。近年来，研究人员针对这些问题提出了各种解决方案。

传统的SAR 图像目标检测方法中，恒虚警检测（Constant False Alarm Rate，CFAR）算法及其变种是典型的检测算法。恒虚警率检测器通过比较噪声处理后的输入信号与预设的阈值来确定是否有目标。但CFAR 算法的准确率在很大程度上受阈值影响，许多学者对此进行了改进。文献［1］提出一种新型的闭环CFAR 处理器，通过移位寄存器和神经网络选择最佳CFAR，从而保证其性能的连续性。文献［2］针对密集目标提出一种基于稀疏信号处理的方法。文献［3］提出一种基于AIS 数据辅助的瑞利恒虚警率舰船检测算法，通过设计一种基于自适应阈值的杂波修整方法，消除局部背景窗口中的高度异常值。与文献［3］类似，AI等［4］提出一种基于双边阈值的策略，通过自动裁剪局部参考窗口中的样本，消除高强度和低强度的异常值。这些方法的性能在很大程度上取决于海杂波的统计建模和所选模型的参数估计，而相关研究方法的改进也多是基于这2 个方面。考虑到海杂波的非均匀性，相关研究人员提出了各种杂波模型来拟合复杂的海况，比如对称alpha 分布［5］和广义gamma 分布［6-7］。……