摘要：特征提取是合成孔径雷达图像目标识别的关键步骤，也是难点之一。该文提出一种基于 PGBN（Poisson Gamma Belief Network）模型的SAR图像目标识别方法。PGBN模型作为一种深层贝叶斯生成网络，利用伽马分布具有的高度非线性，从复杂的SAR图像数据中获得了更具结构化的多层特征表示，这种多层特征表示有效提高了 SAR 图像目标识别性能。为了获得更高的训练效率和识别率，该文进一步采用朴素贝叶斯准则提出了一种对PGBN模型进行分类的方法。实验采用MSTAR的3类目标数据进行了验证，结果表明通过该方法提取的特征有更好的结构信息，对SAR图像目标识别具有较好的性能。

关键词：sar图像 特征提取 gamma belief 

单位：西安电子科技大学雷达信号处理国家重点实验室; 西安710071