據 c4isrnet網站2022年4月 22日刊文，美國國防部高級研究計劃局（DARPA）將在2022年5月接收星載合成孔徑雷達技術改進項目的三項提案。

目前，美國政府和工業界正在不斷增加衛星成像特別是合成孔徑雷達（SAR）技術領域的投資。星載合成孔徑雷達傳感器可全天時/全天候對地球成像，與傳統光電系統相比具有典型優勢，尤其擅長對于地面運動目標或變化目標的跟蹤。

DARPA于2022年2月和3月發布了廣泛機構公告，擬重點實現三個領域SAR技術改進，即自動目標識別，分布式雷達成像，數字信號處理。業界參與機構對于三個領域回復將于2022年5月完成。

1）Fiddler自動目標識別項目

DARPA的Fiddler自動目標識別項目旨在使用機器學習（ML）和計算機視覺方法，創建可用于改進ML算法的訓練數據。

該創新方法能夠從真實SAR圖像中自主學習，生成/渲染新的幾何形狀或配置的SAR圖像。研發團隊從數個真實案例中生成多樣化的訓練數據，以快速訓練強大的基于SAR成像的目標探測方法。

Fiddler項目成果對于對海目標成像應用具有較好應用效果。目前，雖然沿海地區的SAR目標探測能力已有了明顯改善，但仍需更好的方法來實現對移動目標進行分類。Fiddler項目能夠很好支撐相關項目應用目標的實現。

Fiddler項目團隊指出，對于靜止目標，如陸地上的高關注度目標，SAR系統可隨時間的推移獲得大量訓練數據集，以涵蓋各種可能的成像變化情況。但是，海洋環境更具挑戰，高關注度目標和背景始終在運動，高效SAR目標探測實現的難度大大增加。

根據DARPA相關規劃，Fiddler項目歷時三年，計劃分為三個階段，授出多份合同。項目經費暫未公布。

2）數字雷達圖像形成技術

數字雷達圖像形成技術（DRIFT）是DARPA馬賽克戰愿景的組成部分，旨在構建由較小系統組成的高度復雜的網絡。基于DRIFT項目，DARPA旨在使用SAR衛星集群并開發新算法，使軟硬件平臺獲得革命性突破。

根據DARPA相關規劃，DRIFT項目歷時三年，計劃分為三個階段，授出多份合同。

3）大規模交叉相關項目

大規模交叉相關項目旨在探索使用混合架構改善SAR系統數字信號處理的方法。項目計劃四年完成，授出多份合同。DARPA擬通過項目展示處理更大量的數據，以及提高系統功率效率的能力。target drone