【学报观点要览】
文章：《基于双/多基SAR的集群协同探测与制导新进展》
期刊：航空学报（Acta Aeronautica et Astronautica Sinica），2025年第6期
作者：吕金虎、汪宗福、刘克新、于江龙、刘德元
评荐：吕金虎（北京航空航天大学副校长、教授）
多维度协同探测与制导作为现代集群效能倍增器，已成为提升体系化能力的关键突破口。在复杂电磁环境下，双/多基合成孔径雷达（Synthetic Aperture Radar, SAR）因其独特的收发分置构型表现出显著的优势，在分布式侦察、高精度协同定位、多维度态势感知等关键任务中发挥着重要支撑作用，大幅提升了集群系统的协同效能。
在智能化时代加速演进的背景下，人工智能技术正在重构集群协同体系的技术范式。尤其在态势感知与精确制导领域，深度神经网络与认知计算技术的深度融合，使SAR突破传统成像桎梏，在成像分辨率与特征解译精度方面实现量级提升。
该文聚焦人工智能赋能的协同探测与制导新质能力生成，从探测和制导两个层面，系统性阐述了人工智能技术下双/多基SAR的协同探测与制导技术研究现状、发展趋势，并围绕其系统的实时性、鲁棒性、抗干扰性等前沿问题做了展望。
在协同探测层面，传统SAR成像质量易受到相干斑噪声、响应旁瓣以及运动误差等因素的限制，严重影响SAR图像的分析和解译，而人工智能技术正系统性革新SAR协同探测体系。在成像方面，深度神经网络构建动态补偿架构，有效抑制相干斑噪声与运动相位畸变，生成对抗网络显著压低旁瓣干扰；识别环节融合散射特征图谱与自适应检测算法，大幅提升复杂任务目标的特征解译能力。在全局定位跟踪方面，集成强化学习与贝叶斯推理框架，突破非凸优化约束，实现多目标轨迹的智能推算；通过系统构建“感知—决策”闭环架构，采用注意力机制强化关键特征提取，同步优化多基地协同效能，能够为决策提供高置信度的态势感知支撑。
在协同制导层面，人工智能技术也在引领集群协同制导范式创新。针对双/多基SAR成像构型与制导轨迹的强耦合约束难题，深度强化学习构建动态自适应优化框架，可突破传统解析方法在不确定性条件下的求解壁垒。通过多维约束建模与实时态势感知，智能算法可实现成像几何参数与飞行轨迹的协同优化，生成符合意图的自适应制导策略，有效解决了高动态场景下的非凸优化困境。将传统离散的制导环节升级为“感知—规划—控制”闭环系统，显著增强复杂电磁环境下多平台协同制导的鲁棒性与响应速度，为精确制导任务提供核心支撑。
该文展望，随着人工智能技术的持续进步与应用领域的不断拓展，在探测和制导方面，SAR技术将迎来更加广阔的发展前景。同时，该文提出未来应聚焦系统智能化、鲁棒性、抗干扰性和信息融合技术，提升集群智能化水平，推动人工智能技术在集群协同探测与制导领域的应用。
