《雷达学报》建有相关学术交流群，可加好友申请入群（请注明姓名、单位）。
论坛主席简介
丁赤飚院士
中国科学院
《雷达学报》主编
丁赤飚，研究员，博士生导师，中国科学院院士、《雷达学报》主编。主要从事合成孔径雷达、遥感信息处理和应用系统等领域的研究工作，先后主持国家973、国家863重点、国家自然基金重大和国家级遥感卫星地面系统工程建设等项目，获国家科技进步一等奖、国家技术发明二等奖、中国科学院杰出成就奖等奖励，入选国家万人计划，获授权国家发明专利59项，出版专著3部，发表论文200余篇，主持制定我国牵头的第一个SAR国际标准。
徐丰 教授
复旦大学
徐丰，复旦大学信息学院教授、副院长，电磁波信息科学教育部重点实验室副主任。国家高层次人才计划入选者。2003年获东南大学学士学位，2008年获复旦大学博士学位。2008年至2013年先后任美国大气海洋局（NOAA）卫星应用研究中心博士后、美国宇航局（NASA）戈达德太空飞行中心/智能自动化公司研究科学家等。已发表专著3部，SCI论文80余篇（ESI高被引4篇），曾获国家自然科学二等奖、IEEE地球科学与遥感学会青年成就奖、国际无线电联盟青年科学家奖等。研究方向为电磁散射建模、雷达图像信息获取、微波视觉与物理智能。
仇晓兰 研究员
仇晓兰，中国科学院空天信息创新研究院研究员、苏州空天信息研究院研究室副主任，主要从事先进体制SAR成像处理与应用系统关键技术研究，担任多颗SAR卫星成像处理系统技术负责人，近年来主持国家自然基金重大项目课题、科技部重点研发计划课题等多项，并获国家自然基金委优秀青年基金资助。曾获国家科技进步一等奖、北京市科技进步一等奖、中科院杰出成就奖等奖励，获2022年度中国科学院青年科学家奖。出版中英文专著各一部，发表论文90余篇，IEEE高级会员，担任IEEE and 期刊副主编、《雷达学报》青年编委。
特邀报告及专家简介
01
领域知识融合神经网络的电磁目标智能感知与识别
报告简介：雷达是以电磁波为载体探测目标电磁特性的微波遥感设备，具有全天时、 全天候、作用距离远等优势。随着雷达器件和载荷的快速发展，利用机载和星载 SAR 技术获取海量宽幅高分辨率SAR 图像成为了发展趋势。与此同时，如何从这些 SAR 图像中自动化地提取兴趣场景和敏感目标等也愈发重要，雷达的电磁特征提取正是雷达图像解译的基础。本报告首先介绍了基于电磁模型的超宽带目标散射特征提取方法，实现对目标电磁散射特征信息的精确反演。考虑到电磁散射特征在目标识别领域所具有的强稳定性特点，着重讨论电磁散射模型与数据模型融合用于雷达目标识别、运动模型与数据模型融合用于舰船目标检测识别、相干统计模型与数据模型融合用于微弱痕迹侦查、几何结构模型与数据模型融合用于目标探测侦察以及电磁模型与复数域网络融合用于图像线性特征提取的融合算法研究。
邢孟道 教授
西安电子科技大学
专家简介：邢孟道，西安电子科技大学电子工程学院教授、博士生导师，前沿交叉院副院长，IEEE ，中国电子学会会士，IEEE GRSS AdCom委员，教育部长江学者特聘教授、国家杰出青年科学基金获得者、入选中共中央组织部“万人计划”、陕西省创新团队负责人，获得陕西省科学技术一等奖。邢孟道教授的主要研究方向为雷达成像技术，稀疏信号处理，激光合成孔径成像，微波光子合成孔径成像和雷达遥感技术。连续五年入选电子与电气工程领域“中国高被引学者榜单”（2013-2018年），入选全球前2%顶尖科学家榜单——终身成就奖（2019-2020年）。近五年在国际遥感顶级期刊TGRS、GRSL、JSTAR发表SCI论文163篇，SCI他引822次，H-index因子38。申请国家发明专利50余项，6项成果以专利形式得到了应用；培养和协助培养“百优”和“省优”博士论文6篇；出版了《雷达成像技术》、《雷达信号处理基础》、《雷达成像算法进展》等专著。担任IEEE TGRS副主编、期刊主编、IEEE GRSM客座编辑、《雷达学报》等期刊编委。
02
散射特征驱动的SAR目标可解释稳健识别
报告简介：近年来以深度学习为代表的数据驱动目标识别方法在机器学习领域倍受关注，也在光学图像目标识别等应用中表现出优异的性能。但是，SAR图像和光学图像在成像机理上存在着本质差异，SAR图像反映了目标的电磁散射特性，由于电磁散射机制的多样性和复杂性，以及所导致的目标结构性缺失，对雷达SAR图像的理解与人类对于可见光影像的认知存在巨大鸿沟。因此，SAR图像特征的挖掘不应该停留在图像域的点、线条、波形、轮廓等层次上，一些散射复杂的SAR目标在人类视觉认知上难以区分，只基于幅度信息发展深度学习方法无法全面理解SAR目标信息。针对充分挖掘SAR目标特性以提升识别的可解译性和稳健性的问题，本报告介绍团队在散射特性驱动的SAR目标稳健识别方面的最新研究进展。包括结合点散射中心特征与图卷积网络的识别方法、结合点散射中心特征提取的复自编码网络识别方法、结合属性散射中心特征与CNN图像特征的识别方法等，实测数据验证了提出方法的有效性和稳健性。
杜兰教授
西安电子科技大学
专家简介：杜兰，西安电子科技大学教授，博导。中国电子学会会士，受邀担任IEEE 、 、《雷达学报》、《电子与信息学报》等期刊编委。主要研究领域为雷达目标检测识别与机器学习，负责国家自然科学基金重点项目、863项目、预研项目和重点基金等，多个项目在评审中获得“优秀”。研究成果已成功应用于多型雷达系统，并成功完成重大试验任务。获国家技术发明二等奖（第2发明人）、省部级奖项2项、中国青年女科学家、全国优秀博士学位论文奖等奖项，入选国家级人才计划和“中国高被引学者”；指导研究生获陕西省优秀博士学位论文奖和中国电子学会优秀硕士学位论文奖等奖项。
03
微波视觉与SAR图像智能解译研究进展
报告简介：深度学习技术在计算机视觉等领域得到变革性的应用，目前逐渐在其他相关领域得到应用，包括SAR目标识别与图像解译。深度神经网络直接用于SAR图像等具有显著物理特征的数据时存在训练样本少、泛化能力弱和可解释性差等问题，因此需发展数据学习与物理模型融合的新型人工智能技术。本报告探讨面向雷达图像智能解译的微波视觉概念内涵、理论框架与技术路线，并介绍了作者团队在融合电磁物理规律与深度学习方法方面的研究进展。
徐丰 教授
复旦大学
专家简介：徐丰，详见上方主席简介。
04
SAR图像合成与解译
报告简介：SAR图像存在阴影、透视收缩等几何畸变现象，视觉可读性差解译难度大，通常需要经验丰富的判读、解释专家进行样本标注工作，在数据驱动解译技术框架下存在“大数据、小样本”的困境，因而以图像合成、图像生成为代表的数据增强方法得到广泛研究与应用。基于现有样本数据进行图像合成作为一种最为朴素和直接的想法，在SAR图像解译的地物分类、目标检测等任务方面得到运用并取得优良的效果。本报告主要回顾遥感图像合成技术的演进历程，并从像素块合成、场景合成、目标合成等角度探讨如何结合不同深度模型进行图像样本特征的多样化学习以提升其性能和稳健性。
张帆 教授
北京化工大学
专家简介：张帆，教授，博士生导师，国家一流专业负责人，中国电子学会/IEEE高级会员。2008年毕业于中国科学院电子学研究所信号与信息处理专业，获工学博士学位。2010年自中科院博士后出站至北京化工大学工作至今。主要研究方向为SAR成像仿真、SAR图像解译、高性能计算等，多年来承担高分三号等卫星的前端仿真与后端解译工作，主持国家自然科学基金等科研项目20余项，发表学术论文100余篇，带领团队获得全国图像解译比赛一等奖4项。担任中国电子学会DSP专委会委员、中国电子教育学会研究生教育分会理事、中国图象图形学会宣工委委员。
05
基于微波视觉的小型无人机载阵列干涉SAR三维成像处理技术
报告简介：合成孔径雷达（SAR）三维成像技术可以消除目标和地形在二维图像上产生的严重混叠，显著提升目标的发现、识别和三维建模能力。当前SAR三维成像技术体制系统复杂或数据获取周期长，如何降低系统复杂度和数据获取成本，实现SAR三维成像技术的推广应用是当前面临的主要问题。本报告结合团队研制的小型无人机载阵列干涉SAR（称为微波视觉三维SAR，）的参数和特点，介绍的成像处理方法。内容包括系统设计、二维成像方法、低飞行高度下的三维成像模型、基于微波视觉的三维成像模型和方法等，并给出了单极化和全极化的三维成像结果，以及典型目标三维成像结果的解译分析，希望对SAR三维成像技术的推广应用有所裨益。
仇晓兰研究员
中国科学院空天信息创新研究院
专家简介：仇晓兰，详见上方主席简介。
06
紧缩极化SAR目标分解及应用
报告简介：紧缩极化( , 也叫简缩极化、紧致极化)SAR成像模式是指SAR系统利用任意一种椭圆极化波进行发射，之后利用两个相干的正交天线进行接收的混合极化成像模式，目标信息量的获取与接收天线的正交极化方式无关。理论上，我们有无数种混合双极化成像模式，如常用的线性π/4模式、左/右旋圆极化模式等，其中应用最广泛的是圆极化模式。然而，在紧缩极化SAR图像解译和应用中，很多方法(尤其是极化特征提取方法)只适用于一种紧缩极化SAR模式，不能直接应用到其他紧缩极化SAR模式；此外，当前研究仅关注圆极化模式的应用研究，线性π/4模式的研究较少，未见关于其他紧缩极化模式的研究及应用。在本报告中，我们将介绍一种适用于任意紧缩极化SAR模式的数据标准化方法，用规范描述子对任意紧缩极化模式进行统一表征，之后介绍全新的目标分解技术，可以对任意紧缩极化SAR模式进行目标分解。
殷君君教授
北京科技大学
专家简介：殷君君，博士，北京科技大学特聘教授、博导。2013年获得清华大学工学博士学位；2011-2012在澳大利亚CSIRO进行访学，2014-2015在加拿大曼尼托巴大学做博士后，2018-2019在德国宇航中心（DLR）微波雷达所作为客座科学家进行合作科研。研究方向为极化雷达应用基础理论、极化合成孔径雷达图像理解、紧缩极化SAR目标解译、海洋生态遥感及生态环境变化监测等。近年来，在物理散射机制、图像分割、目标分类以及目标检测等方面，在IEEE TGRS, IEEE , IEEE GRSL 等国际杂志和IEEE Radar Conf., 等国际会议，以及国内重要期刊上发表论文90余篇，出版专著2部、合著1部。获得2016年国际发明博览会金奖、国际友人奖以及2022年日内瓦国际发明博览会银奖，获得2017年国际三航大会青年科学家奖，获得2021年北京市自然科学奖一等奖。主持国家自然科学基金优秀青年科学基金、面上基金，以及其他项目多项；担任IEEE TGRS领域副主编。
07
SAR目标深度学习检测网络的优化与部署
报告简介：基于深度学习的SAR目标检测能够从大场景SAR图像中快速定位并识别感兴趣目标，算法越来越成熟,功能也越来越完善。然而由于大多数深度检测网络存在过参数化的问题，在实现算法部署时与平台硬件资源之间存在矛盾。本报告在总结课题组近年来SAR目标智能识别方法研究的基础上，重点介绍一种基于多目标优化的深度检测网络剪枝方法，该方法能够无损压缩60%以上的网络参数。基于该方法，课题组已实现将SAR目标深度检测网络在国产化AI计算平台上的部署。报告最后对目前存在的问题和未来发展方向，提出个人见解。
崔宗勇副教授
电子科技大学
专家简介：崔宗勇，分别于2007年和2015年在电子科技大学获得学士和博士学位，现为电子科技大学信息与通信工程学院副教授。研究领域主要包括SAR图像处理，雷达目标识别，机器学习等，重点围绕大场景SAR目标检测识别一体化、智能化SAR图像解译等方向开展研究。主持国家自然面上和青年基金、装发预研共性技术、重点实验室基金、上海航天基金等项目。发表学术论文50余篇，其中中科院JCR二区以上论文20余篇；申请国家发明专利30余项，授权15项。
08
运动舰船目标SAR成像空/时变散焦特性分析及重聚焦方法研究
报告简介：“运动是成像的依据，也是问题的根源”。合成孔径雷达(SAR)通过自身的运动能够对静止场景进行高分辨率成像，但是非合作的运动舰船目标在高分辨率SAR图像中散焦严重，阻碍了后续对舰船目标的识别。本报告首先通过理论推导和实验仿真阐述复杂运动舰船目标SAR成像散焦的空/时变性，并根据空/时变散焦特性差异将其主要分为空不变、时不变，空变、时不变以及空变、时变等不同散焦情况，然后针对性地介绍研究团队提出的SAR舰船目标重聚焦方法及实验结果，最后对未来SAR运动舰船目标的重聚焦问题进行了展望。
冷祥光副教授
国防科技大学
专家简介：冷祥光，国防科技大学电子科学学院副教授，硕士生导师，中国电子教育学会优秀博士论文、湖南省优秀博士学位论文、全军优秀硕士学位论文、国防科技大学学术创新之星获得者，担任《雷达学报》客座编辑。主要从事SAR智能解译、海洋目标监视等方面研究工作，在国内外重要期刊、会议发表学术论文50余篇，3篇入选ESI前1%，获授权国家发明专利7项，申请受理4项，部分成果获评首届《雷达学报》博士论坛最佳报告、高分年会优秀论文、CIE国际雷达会议优秀论文等。立三等功一次。
09
可解释、可信任与物理可感知的SAR图像智能解译范式转变
报告简介：近年来SAR图像智能解译技术在提升速度和精度方面取得众多突破性成果，如何提升智能算法的可解释性与可信度仍亟待解决，当前智能算法在实际应用场景中面临可学习难解释、大数据小样本、视觉认知局限等问题，随着人工智能技术的进一步发展，本领域未来将面临可解释、可信任与物理可感知的人工智能范式转变。本报告基于作者对该研究方向的管窥之见，结合知信机器学习、可解释深度学习等前沿理论浅析了该范式转变在SAR图像解译领域的应用内涵与实现途径，并介绍了作者在SAR目标检测识别等应用场景中开展的一些初步研究。
黄钟泠准聘副教授
西北工业大学
专家简介：黄钟泠，西北工业大学自动化学院准聘副教授，硕士生导师。分别于2015年、2020年在北京师范大学和中国科学院获得理学学士和工学博士学位，2018-2019年赴德国宇航中心访学。主持/参与国自然青年基金、重大项目、博新计划等科研项目。近年来第一或通讯作者在领域高水平期刊发表论文十余篇，谷歌学术引用600余次，三篇论文入选ESI高被引论文，获雷达学报年度优秀论文，担任IEEE JSTAR、 等期刊客座编辑，IEEE 国际会议分会主席等。主要研究方向为SAR图像理解、知识驱动数据科学、可解释深度学习。
展会先锋：
商会协会：具有影响力的企业名录，助力你业绩高飞。
名家讲堂：具有最全老师阵容，帮您事业家庭腾飞。
全国展会，全国商会，全国协会，全国企业名录，全国就业会刊持续更新中，每天每周每月都会更新，感谢持续关注，
展会先锋;24小时客服VQ：371240006(展会名录全拼） 土豆号; yiye1314qq
持续更新中。可以充值会员下载您需要的任何资源，有问题客服24小时在线
