面向统一分类体系的SAR图像仿真方法综述与未来展望

《IEEE Access》：SAR Image Simulation: A Comprehensive Review of Modeling Paradigms, Analysis, and Future Directions

　　合成孔径雷达（SAR）图像仿真是SAR系统设计与验证、电磁散射机理分析以及智能SAR图像解译的基础性技术。随着新兴SAR成像模式的发展和SAR目标检测与识别对样本多样性需求的日益增长，多种SAR图像仿真方法应运而生。然而，目前尚缺乏对这些方法的特性、优势、局限性及应用边界的系统性比较。为全面阐述该领域，本文综述了SAR图像仿真方法。通过按SAR图像生成过程被建模的层次对现有方法进行归类，提出了一套统一的分类体系，包括面向成像过程建模的回波级方法、面向图像特征建模的特征级方法以及面向数据驱动图像生成的深度学习方法。本文系统地回顾并比较了这些方法的底层原理、最新进展、优势、局限性及其适用性。文中还提供了代表性案例研究和对比分析，以阐明不同SAR图像仿真范式的实际特性、优势与局限。最后，本文重点提出了三个优先的未来研究方向，包括混合仿真框架、物理信息生成模型以及可微分SAR仿真，以进一步提升SAR图像仿真的物理保真度、计算效率和适应性。