据 c4isrnet网站2022年4月 22日刊文，美国国防部高级研究计划局（DARPA）将在2022年5月接收星载合成孔径雷达技术改进项目的三项提案。
目前，美国政府和工业界正在不断增加卫星成像特别是合成孔径雷达（SAR）技术领域的投资。星载合成孔径雷达传感器可全天时/全天候对地球成像，与传统光电系统相比具有典型优势，尤其擅长对于地面运动目标或变化目标的跟踪。
DARPA于2022年2月和3月发布了广泛机构公告，拟重点实现三个领域SAR技术改进，即自动目标识别，分布式雷达成像，数字信号处理。业界参与机构对于三个领域回复将于2022年5月完成。
1）Fiddler自动目标识别项目
DARPA的Fiddler自动目标识别项目旨在使用机器学习（ML）和计算机视觉方法，创建可用于改进ML算法的训练数据。
该创新方法能够从真实SAR图像中自主学习，生成/渲染新的几何形状或配置的SAR图像。研发团队从数个真实案例中生成多样化的训练数据，以快速训练强大的基于SAR成像的目标探测方法。
Fiddler项目成果对于对海目标成像应用具有较好应用效果。目前，虽然沿海地区的SAR目标探测能力已有了明显改善，但仍需更好的方法来实现对移动目标进行分类。Fiddler项目能够很好支撑相关项目应用目标的实现。
Fiddler项目团队指出，对于静止目标，如陆地上的高关注度目标，SAR系统可随时间的推移获得大量训练数据集，以涵盖各种可能的成像变化情况。但是，海洋环境更具挑战，高关注度目标和背景始终在运动，高效SAR目标探测实现的难度大大增加。
根据DARPA相关规划，Fiddler项目历时三年，计划分为三个阶段，授出多份合同。项目经费暂未公布。
2）数字雷达图像形成技术
数字雷达图像形成技术（DRIFT）是DARPA马赛克战愿景的组成部分，旨在构建由较小系统组成的高度复杂的网络。基于DRIFT项目，DARPA旨在使用SAR卫星集群并开发新算法，使软硬件平台获得革命性突破。
根据DARPA相关规划，DRIFT项目历时三年，计划分为三个阶段，授出多份合同。
3）大规模交叉相关项目
大规模交叉相关项目旨在探索使用混合架构改善SAR系统数字信号处理的方法。项目计划四年完成，授出多份合同。DARPA拟通过项目展示处理更大量的数据，以及提高系统功率效率的能力。target drone
