2026四川九洲防控科技有限责任公司招聘算法工程师（雷达目标分类识别工程师方向）等岗位42人笔试历年参考题库附带答案详解

2026四川九洲防控科技有限责任公司招聘算法工程师（雷达目标分类识别工程师方向）等岗位42人笔试历年参考题库附带答案详解一、选择题从给出的选项中选择正确答案（共50题）1、下列句子排序最连贯的一项是：

①进而实现对不同目标的自动分类

②首先需采集高质量的回波信号

③这是雷达智能识别的基础环节

④然后通过特征提取与模式匹配

⑤最终输出分类结果供决策使用A.②③④①⑤B.③②④①⑤C.②④①⑤③D.③④②①⑤2、下列句子排列顺序最恰当的一项是：

①因此，提升算法的泛化能力成为当前研究的重点方向。

②雷达目标分类识别依赖于对回波信号特征的精准提取。

③然而，实际场景中目标姿态、环境噪声等因素会导致特征分布发生变化。

④传统方法在理想条件下表现良好，但在复杂环境中性能显著下降。

⑤研究人员开始引入深度学习等自适应技术以增强模型鲁棒性。A.②④③①⑤B.②③④①⑤C.④②③⑤①D.④③②①⑤3、雷达目标识别技术中，利用高分辨距离像进行特征提取时，下列哪种方法最能有效抑制平移敏感性对分类性能的影响？a.直接傅里叶变换取模值；b.小波包分解结合能量归一化；c.主成分分析降维；d.时频联合分析4、在合成孔径雷达图像解译中，下列关于散斑噪声特性的描述正确的是？a.服从高斯分布且与信号强度无关；b.为加性噪声，可通过均值滤波完全消除；c.本质是相干成像系统的乘性干扰，服从瑞利或伽马分布；d.仅存在于光学遥感影像中5、某算法工程师在调试雷达目标分类模型时发现训练集准确率98%而测试集仅72%，最可能的原因及改进措施是？a.学习率过低，应增大学习率加速收敛；b.模型欠拟合，需增加网络层数；c.过拟合，应采用数据增强、正则化或早停策略；d.标签错误，应重新标注全部数据6、在雷达信号处理中，下列关于恒虚警率检测的描述错误的是？a.目的是在杂波背景变化时维持恒定虚警概率；b.ca-cfar假设参考单元内杂波均匀分布；c.os-cfar对多目标环境适应性优于ca-cfar；d.cfar检测门限仅由全局平均功率决定，与局部统计无关7、下列关于深度学习模型部署至嵌入式雷达平台的优化策略，最不推荐的是？a.使用tensorrt进行算子融合与精度校准；b.将fp32模型量化为int8并重新微调；c.无限增加网络深度以提升精度而不考虑推理延迟；d.采用知识蒸馏压缩大模型8、在雷达目标识别中，下列关于极化信息的利用说法正确的是？a.极化特征仅适用于光学遥感，雷达无法获取；b.全极化sar可提供目标散射机制信息，有助于区分人造与自然目标；c.单极化数据已包含全部极化信息，无需多极化；d.极化分解结果与入射角无关，可直接跨场景使用9、某雷达系统在低信噪比环境下目标分类性能骤降，下列哪项预处理措施最有助于改善？a.提高adc采样率以增加带宽；b.采用匹配滤波最大化输出信噪比；c.直接删除低snr样本避免干扰训练；d.增加显示亮度便于人工判读10、下列关于雷达目标微动特征提取的说法，正确的是？a.微动仅指目标整体平动，与旋转振动无关；b.微多普勒效应可反映叶片转速、人体步态等精细运动；c.微动信号频率远高于载频，无法被常规雷达接收；d.微动特征只能通过光学传感器获取11、在构建雷达目标分类数据集时，下列关于仿真数据与实测数据融合使用的策略，最合理的是？a.仅用仿真数据训练，因其实测成本高；b.仅用实测数据，仿真数据无价值；c.以实测为主、仿真为辅，用域自适应技术弥合差异；d.将两类数据简单混合训练即可12、下列关于雷达目标识别中特征选择方法的描述，正确的是？a.pca属于监督特征选择，利用类别标签筛选特征；b.互信息法可捕捉特征与标签间的非线性关系；c.lasso回归只能用于分类任务，不能做特征选择；d.所有特征都应保留以避免信息丢失13、雷达目标识别技术中，常用于提取目标微动特征以辅助分类的信号处理方法是：

A.快速傅里叶变换

B.短时傅里叶变换

C.卡尔曼滤波

D.主成分分析A.快速傅里叶变换；B.短时傅里叶变换；C.卡尔曼滤波；D.主成分分析14、在模式识别中，若两类样本线性不可分，支持向量机通常采用何种策略实现有效分类？

A.增加训练样本数量

B.使用核函数映射到高维空间

C.降低正则化参数

D.改用k近邻算法A.增加训练样本数量；B.使用核函数映射到高维空间；C.降低正则化参数；D.改用k近邻算法15、下列哪项不属于雷达自动目标识别系统中常用的特征类型？

A.高分辨距离像

B.微多普勒签名

C.目标热辐射谱

D.极化散射矩阵A.高分辨距离像；B.微多普勒签名；C.目标热辐射谱；D.极化散射矩阵16、在深度学习模型训练中，为防止过拟合，以下哪种方法最直接有效？

A.增大学习率

B.增加网络层数

C.引入dropout机制

D.减少训练轮次A.增大学习率；B.增加网络层数；C.引入dropout机制；D.减少训练轮次17、关于贝叶斯分类器，下列说法正确的是：

A.必须假设特征之间相互独立

B.后验概率最大等价于风险最小

C.仅适用于二分类问题

D.不需要先验知识A.必须假设特征之间相互独立；B.后验概率最大等价于风险最小；C.仅适用于二分类问题；D.不需要先验知识18、雷达信号处理中，用于抑制杂波并提升信杂比的经典自适应滤波器是：

A.匹配滤波器

B.动目标显示滤波器

C.恒虚警率检测器

D.维纳滤波器A.匹配滤波器；B.动目标显示滤波器；C.恒虚警率检测器；D.维纳滤波器19、在特征工程中，对高维雷达特征进行降维时，若需保留类别判别信息，应优先选用：

A.主成分分析

B.线性判别分析

C.自编码器

D.t-sneA.主成分分析；B.线性判别分析；C.自编码器；D.t-sne20、下列关于卷积神经网络在雷达图像识别中的应用，表述错误的是：

A.可自动学习层次化特征

B.对输入图像的平移具有不变性

C.必须使用rgb三通道输入

D.池化层有助于降低计算复杂度A.可自动学习层次化特征；B.对输入图像的平移具有不变性；C.必须使用rgb三通道输入；D.池化层有助于降低计算复杂度21、在评估雷达目标分类模型性能时，若关注少数类识别效果，应优先参考哪个指标？

A.准确率

B.f1分数

C.均方误差

D.auc值A.准确率；B.f1分数；C.均方误差；D.auc值22、雷达目标识别中，极化信息的主要作用在于：

A.提高距离分辨率

B.增强目标几何结构感知

C.降低系统功耗

D.加快数据处理速度A.提高距离分辨率；B.增强目标几何结构感知；C.降低系统功耗；D.加快数据处理速度23、下列词语中，加点字的读音全都正确的一项是：

A.雷达（léi）识别（shí）算法（suàn）防控（fáng）

B.雷达（lěi）识别（sì）算法（shuàn）防控（fáng）

C.雷达（léi）识别（shí）算法（suàn）防控（fǎng）

D.雷达（lěi）识别（sì）算法（shuàn）防控（fǎng）A.A项B.B项C.C项D.D项24、“精准识别”中的“精准”一词，与下列哪组词语的逻辑关系最为相似？

A.快速：反应

B.高效：处理

C.清晰：图像

D.稳定：系统A.A项B.B项C.C项D.D项25、下列句子中，没有语病的一项是：

A.通过优化算法模型，使目标分类的准确率得到了显著提升。

B.工程师们不仅改进了雷达硬件，而且提升了软件算法的性能。

C.由于天气原因的影响，导致外场测试被迫延期进行。

D.这项技术能否广泛应用，关键在于成本控制要合理。A.A项B.B项C.C项D.D项26、“雷达目标分类识别”属于人工智能应用中的哪个技术领域？

A.自然语言处理

B.计算机视觉

C.语音识别

D.知识图谱A.A项B.B项C.C项D.D项27、下列成语使用最恰当的一项是：

A.该算法设计精妙绝伦，堪称完美无缺，无需任何改进。

B.研发团队夜以继日攻关，终于让识别精度达到了新高度。

C.他对雷达原理一知半解，却能对复杂问题侃侃而谈。

D.这次测试结果差强人意，说明系统已完全满足实战要求。A.A项B.B项C.C项D.D项28、“数据清洗→特征提取→模型训练→结果验证”这一流程体现的逻辑关系是：

A.并列关系

B.因果关系

C.顺承关系

D.条件关系A.A项B.B项C.C项D.D项29、下列句子中标点符号使用正确的一项是：

A.本次测试涉及三类目标：飞机、舰船、车辆等。

B.他问：“这个参数怎么调？”我说：“需要反复试验。”

C.《雷达目标识别技术》一书，由国防工业出版社出版。

D.算法性能取决于三点：数据质量、模型结构、以及超参数设置。A.A项B.B项C.C项D.D项30、“提高识别率”与“降低误报率”之间的关系最可能是：

A.完全一致

B.相互矛盾

C.此消彼长

D.毫无关联A.A项B.B项C.C项D.D项31、下列词语书写完全正确的一项是：

A.辨别分析优化

B.辨识分析优化

C.辩识分折优化

D.辨认分晰优划A.A项B.B项C.C项D.D项32、“该系统具备高鲁棒性”中的“鲁棒性”最接近的含义是：

A.运行速度快

B.抗干扰能力强

C.识别精度高

D.能耗水平低A.A项B.B项C.C项D.D项33、雷达目标识别技术中，利用高分辨距离像进行特征提取时，下列哪项因素对识别性能影响最小？A.目标姿态角变化；B.信噪比水平；C.发射信号载频稳定性；D.接收机本振相位噪声34、在合成孔径雷达图像解译中，下列关于“叠掩”现象的描述正确的是：A.由雷达波束宽度不足导致方位向模糊；B.是地形高程差异引起的几何畸变，表现为近距地物覆盖远距地物；C.仅出现在星载SAR系统中；D.可通过提高脉冲重复频率完全消除35、某算法工程师在设计雷达目标分类模型时，采用迁移学习策略微调预训练网络。下列关于迁移学习适用条件的说法错误的是：A.源域与目标域数据分布差异越小，迁移效果通常越好；B.目标域标注样本极少时，冻结底层特征提取层更合理；C.源任务复杂度远高于目标任务时，必然导致负迁移；D.可通过领域自适应方法缓解分布偏移问题36、根据《中华人民共和国无线电管理条例》，下列关于雷达频段使用的说法正确的是：A.任何单位可自行选用任意频段开展雷达试验；B.军用雷达频段无需纳入国家无线电频率划分规定；C.民用雷达设备发射功率超过限值即构成违法；D.雷达频率使用许可由国家无线电管理机构统一审批37、在雷达目标识别算法验证中，下列关于交叉验证方法的描述最准确的是：A.K折交叉验证能有效评估模型泛化能力，尤其适用于小样本场景；B.留一法计算效率高于K折法，适合大规模数据集；C.分层抽样仅用于分类任务，回归问题不可用；D.交叉验证结果不受数据划分随机性影响38、下列关于电磁波传播特性的说法，符合物理规律的是：A.频率越高，大气衰减越小，穿透能力越强；B.海面多径效应主要由镜面反射引起，与海况无关；C.X波段雷达在雨雾中衰减显著大于L波段；D.地波传播仅适用于超高频以上频段39、雷达目标识别技术中，利用高分辨距离像进行特征提取时，下列哪种方法最能有效抑制平移敏感性对分类性能的影响？A.主成分分析法B.功率谱密度估计法C.双谱分析法D.小波变换法40、在合成孔径雷达图像解译中，下列哪项特征最能反映人造目标的几何结构特性？A.后向散射系数的均值B.纹理特征的熵值C.强散射中心的相对位置关系D.多普勒频移分布41、下列关于机器学习模型在雷达目标分类中过拟合现象的描述，正确的是？A.训练集准确率低，测试集准确率高B.模型复杂度过低导致泛化能力差C.训练集准确率高，测试集准确率显著下降D.增加训练样本会加剧过拟合42、在雷达信号处理中，采用恒虚警率检测的主要目的是？A.提高目标分辨率B.保持检测门限随背景杂波自适应调整C.降低系统噪声系数D.增加脉冲重复频率43、下列哪种深度学习网络结构最适合处理雷达一维时间序列信号的目标分类任务？A.U-NetB.YOLOv8C.LSTMD.MaskR-CNN44、雷达目标识别技术中，微多普勒效应主要用于提取目标的哪类特征？A.目标的几何尺寸与外形轮廓B.目标部件的周期性微动特征C.目标的绝对径向速度D.目标的电磁散射截面积45、下列词语中，与“雷达”逻辑关系最为相似的是：A.声呐：探测B.显微镜：细胞C.望远镜：星空D.听诊器：心跳46、某单位组织算法工程师培训，已知所有参加雷达信号处理课程的员工都参加了目标识别课程，但部分参加目标识别课程的员工未参加数据融合课程。如果上述陈述为真，则以下哪项一定为真？A.所有参加雷达信号处理课程的员工都参加了数据融合课程B.有些参加目标识别课程的员工参加了雷达信号处理课程C.未参加目标识别课程的员工一定未参加雷达信号处理课程D.参加数据融合课程的员工都参加了目标识别课程47、在汉语语境下，“识别”一词最接近下列哪个词语的含义？A.辨认B.分析C.检测D.跟踪48、下列关于我国古代科技成就的说法，正确的是：A.《九章算术》最早记载了勾股定理的完整证明B.张衡发明的地动仪能够准确预测地震发生的时间C.沈括在《梦溪笔谈》中首次记录了磁偏角现象D.郭守敬编订的《授时历》以365天为一回归年长度49、下列句子中，没有语病的一项是：A.通过这次算法优化，使雷达目标分类准确率显著提升B.工程师们不仅改进了信号处理流程，而且提高了识别模型的鲁棒性C.能否有效抑制杂波干扰，是提升雷达性能的关键因素之一D.该技术方案被广泛应用于军事和民用领域，取得了良好的效果和社会反响50、在逻辑推理中，若“所有S都是P”为假，则下列哪项必然为真？A.所有S都不是PB.有些S是PC.有些S不是PD.有些P不是S

参考答案及解析1.【参考答案】A【解析】逻辑顺序应为：先采集信号（②），再说明其基础性（③），接着处理步骤（④），然后实现分类（①），最后输出结果（⑤）。②为起始动作，③是对②的评价，二者紧密相连；④承接③进入处理阶段；①⑤为后续结果。B项将评价前置，破坏动作连贯性；C、D项将基础说明置于末尾或中间，不符合认知逻辑。本题考查语句衔接与事理顺序，需把握技术流程的时序性与因果链。2.【参考答案】A【解析】本题为语句排序题。②句提出雷达目标分类识别的基础原理，适合作为首句引出话题。④句指出传统方法的局限性，是对②的进一步说明。③句以“然而”转折，具体说明复杂环境带来的问题，与④形成因果链条。①句“因此”总结前文问题，提出研究重点，逻辑承接紧密。⑤句介绍应对措施，作为结尾收束全文。A项②④③①⑤符合“提出问题—分析问题—解决问题”的逻辑顺序。B项③在④前，转折关系不成立；C、D项以④开头，缺乏背景铺垫，逻辑突兀。故正确答案为A。3.【参考答案】b【解析】高分辨距离像存在平移敏感性问题，即同一目标在不同观测角度下回波起始点位置变化导致特征偏移。直接傅里叶变换虽具平移不变性但丢失相位信息且对噪声敏感；主成分分析和时频分析未从根本上解决平移问题。小波包分解可将信号分解到多尺度子带，结合能量归一化处理，既能保留局部时频特性，又通过能量统计量消除绝对位置影响，显著提升平移鲁棒性。该方法在雷达自动目标识别中被广泛验证有效，兼顾特征稳定性与信息完整性，是当前工程实践中的优选方案。4.【参考答案】c【解析】sar图像散斑噪声源于相干成像过程中多个散射体回波的随机干涉，其强度与地物后向散射系数相关，属于乘性噪声而非加性。统计上，单视sar幅度图像散斑服从瑞利分布，多视处理后近似伽马分布。高斯模型不适用；均值滤波虽可抑制噪声但严重损失边缘细节，无法“完全消除”；散斑是微波相干成像特有现象，光学影像不存在。因此，准确理解其乘性与非高斯统计特性，是设计有效滤波算法（如lee、frost滤波器）的前提，也是sar图像预处理的关键基础。5.【参考答案】c【解析】训练集与测试集性能显著差距是典型过拟合表现，说明模型过度记忆训练样本噪声或特定模式，泛化能力差。此时增大学习率可能加剧震荡，增加网络复杂度会恶化过拟合，全量重标成本过高且非必要。正确做法包括：引入数据增强（如旋转、加噪、仿真样本扩充）提升多样性；添加l2正则化、dropout等约束模型复杂度；使用早停法防止过度训练；或采用交叉验证评估真实性能。这些措施从数据、模型、训练三方面协同改善泛化，是机器学习工程中的标准应对流程，符合算法岗位核心能力要求。6.【参考答案】d【解析】cfar核心思想是根据待检单元周围参考单元的局部统计特性动态调整检测门限，以适应非平稳杂波环境，确保虚警率恒定。ca-cfar确假设参考区杂波均匀，但在多目标或杂波边缘处性能下降；os-cfar通过排序统计量选取部分参考单元估计背景，对异常值鲁棒，更适合复杂场景。选项d称门限“仅由全局平均功率决定”完全违背cfar局部自适应原理，实际门限依赖参考窗内样本的均值、中位数或有序统计量。该错误混淆了固定门限检测与cfar的本质区别，是理解雷达检测算法的关键误区。7.【参考答案】c【解析】嵌入式平台算力、功耗受限，部署必须平衡精度与实时性。tensorrt通过图优化和硬件适配显著提升推理效率；int8量化在可接受精度损失下大幅降低计算量，配合微调可恢复性能；知识蒸馏用小模型继承大模型知识，兼顾轻量与效果。而盲目增加网络深度虽可能提升离线指标，却会导致推理时间剧增、内存溢出，违背嵌入式实时处理根本需求。工程实践中应优先选择轻量化架构（如mobilenet变体）、结构化剪枝或硬件感知神经架构搜索，而非牺牲部署可行性追求理论精度。该选项忽视系统约束，属典型脱离实际的优化误区。8.【参考答案】b【解析】雷达通过发射/接收不同极化电磁波获取目标极化散射矩阵，全极化sar能完整表征地物散射特性。例如，h/vv比值、熵-各向异性等参数可揭示表面散射、体散射或二次散射主导机制，有效区分建筑物（强二次散射）与植被（体散射为主）。选项a错误，极化是雷达特有优势；c错误，单极化信息不完整；d错误，极化响应强烈依赖入射角与方位角，跨场景需校正或归一化。因此，合理利用全极化特征是提升雷达目标解译能力的关键手段，也是当前智能识别研究热点。9.【参考答案】b【解析】低信噪比下，信号被噪声淹没，特征提取困难。匹配滤波是雷达经典预处理手段，通过与已知发射信号波形相关运算，在白噪声背景下实现最大输出snr，显著提升后续检测与识别性能。提高采样率不改善snr，反而增加数据量；删除低snr样本导致数据偏差，削弱模型鲁棒性；调亮显示仅助人眼，对算法无效。匹配滤波作为最优线性滤波器，在雷达信号处理链中不可或缺，尤其对微弱目标至关重要。该措施物理意义明确、实现成熟，是应对低snr问题的首选工程方案。10.【参考答案】b【解析】微动指目标除主体平动外的微小机械运动（如旋翼转动、车辆引擎振动、行人肢体摆动），会在雷达回波中产生微多普勒调制，形成区别于主体多普勒的边带频谱。该效应携带丰富结构动力学信息，可用于直升机类型识别、人员行为分析等。选项a错误，微动特指非平动分量；c错误，微多普勒频移通常在hz至khz量级，远低于ghz载频，常规雷达可捕获；d错误，雷达正是微动探测的优势传感器。因此，微多普勒分析是雷达目标细粒度识别的重要技术路径，已在军民领域广泛应用。11.【参考答案】c【解析】实测数据真实但稀缺昂贵，仿真数据量大可控但存在模型失配。单纯依赖任一方均有缺陷：纯仿真模型泛化差，纯实测易过拟合。最佳实践是以实测数据锚定真实性能，用仿真扩充样本覆盖边界条件，并通过域自适应（如对抗训练、特征对齐）缩小二者分布差异。简单混合忽略域偏移，导致模型偏向数据量大的源域。域自适应技术显式建模并缓解仿真-实测鸿沟，已在雷达atr领域验证有效。该策略兼顾数据效率与模型可靠性，体现算法工程师对数据质量与迁移学习的综合把控能力。12.【参考答案】b【解析】特征选择旨在剔除冗余、保留判别性强的特征。pca是无监督降维方法，不使用标签，故a错；lasso通过l1正则化诱导稀疏解，广泛用于回归与分类的特征选择，c错；保留全部特征易引发维度灾难与过拟合，d错。互信息衡量变量间共享信息量，不依赖线性假设，能有效识别非线性关联，适用于雷达复杂特征空间。相比皮尔逊相关系数等线性指标，互信息更契合雷达目标识别中特征与类别间的非线性映射关系，是监督特征选择的可靠工具。该方法在工程实践中兼具理论严谨性与实用性。13.【参考答案】B【解析】短时傅里叶变换（stft）通过加窗将非平稳信号局部化，能同时获取时频信息，适用于分析雷达回波中由目标旋转、振动等引起的微多普勒效应，是提取微动特征的核心方法。快速傅里叶变换仅得全局频谱，无法反映时变特性；卡尔曼滤波用于状态估计与跟踪；主成分分析主要用于降维而非时频特征提取。因此，stft最契合微动特征提取需求，答案选b。14.【参考答案】B【解析】支持向量机通过核技巧将原始低维空间中线性不可分的样本隐式映射至高维特征空间，在该空间中构造最优分离超平面，从而解决非线性分类问题。增加样本不能改变数据内在可分性；降低正则化参数会削弱泛化能力；更换算法并非svm自身策略。核函数如rbf、多项式等是实现该映射的关键，故正确答案为b。15.【参考答案】C【解析】雷达atr主要依赖电磁散射特性，高分辨距离像反映目标纵向结构，微多普勒签名表征微动，极化散射矩阵描述目标对极化波的响应，三者均为典型雷达特征。而热辐射谱属于红外或光学传感器获取的物理量，源于目标自身温度分布，与雷达主动发射电磁波的机理无关，不用于纯雷达识别系统。因此c项不符合题意，为正确选项。16.【参考答案】C【解析】dropout通过在训练过程中随机“关闭”部分神经元，迫使网络学习更鲁棒的特征表示，显著降低节点间共适应性，是抑制过拟合的正则化手段。增大学习率可能导致训练不稳定；增加层数反而加剧过拟合风险；减少训练轮次虽可缓解过拟合但属早停策略，不如dropout从结构上增强泛化。故c为最直接有效的方法。17.【参考答案】B【解析】在0-1损失函数下，贝叶斯决策规则即选择后验概率最大的类别，此时分类错误率最低，亦即期望风险最小。朴素贝叶斯才要求特征条件独立，一般贝叶斯分类器无此限制；该方法可扩展至多类；且必须依赖先验概率与类条件概率。因此只有b准确描述了贝叶斯最优决策的本质，其余选项均有误。18.【参考答案】B【解析】动目标显示（mti）滤波器利用杂波与运动目标在多普勒域的差异，通过延迟对消等方式抑制静止或慢速杂波，显著提升信杂比，是雷达预处理阶段的关键环节。匹配滤波器最大化信噪比但不针对杂波；cfar用于检测门限自适应设定；维纳滤波器侧重最小均方误差估计。mti专为杂波抑制设计，故b正确。19.【参考答案】B【解析】线性判别分析（lda）以最大化类间散度与最小化类内散度为目标，投影方向直接优化分类性能，适合有监督场景下的判别性降维。pca仅考虑方差最大，忽略标签信息；自编码器和t-sne虽可用于降维，但前者重建导向、后者可视化导向，均不以分类判别为首要目标。因此在需保留类别信息时，lda最为合适，答案选b。20.【参考答案】C【解析】cnn通过卷积核逐层提取边缘、纹理等抽象特征，具备自动学习能力；池化操作减少特征图尺寸，降低计算量；由于权值共享和局部连接，对平移具有一定鲁棒性。但雷达图像多为单通道幅度或相位图，并非自然图像，无需也不应强制使用rgb三通道。cnn可灵活适配任意通道数，故c项说法错误，为本题答案。21.【参考答案】B【解析】当类别不平衡时，准确率易被多数类主导，掩盖少数类表现；均方误差用于回归任务；auc虽综合但偏重排序能力。f1分数是精确率与召回率的调和平均，对少数类的漏检与误检均敏感，能更真实反映模型在不均衡数据下对关键目标的识别效能。因此在雷达atr等常含稀有目标的场景中，f1更具指导意义，选b。22.【参考答案】B【解析】不同极化方式（如hh、vv、hv）对目标表面取向、对称性及材质敏感，极化散射矩阵完整刻画了目标对电磁波的极化响应特性，从而揭示其三维几何结构与物理属性。距离分辨率取决于带宽，与极化无关；极化处理反而增加数据维度与计算负担，不会降低功耗或提速。因此极化核心价值在于增强结构感知，b正确。23.【参考答案】A【解析】本题考查现代汉语普通话字音。“雷”读léi，二声；“识”在“识别”中读shí，二声；“算”读suàn，四声；“防”读fáng，二声。B项“雷”误读为lěi，“识”误读为sì，“算”误读为shuàn；C项“防”误读为fǎng；D项三个错误同B、C。故只有A项全部正确。此类题常见于行测言语理解，需注意多音字及易错声调，结合专业术语语境判断，避免受方言或习惯误读影响。24.【参考答案】C【解析】“精准”修饰“识别”，是形容词对名词的限定关系，强调识别结果的准确性程度。C项“清晰”修饰“图像”，同样为形容词对名词的程度限定，逻辑一致。A项“快速”修饰“反应”侧重速度，B项“高效”修饰“处理”侧重效率，D项“稳定”修饰“系统”侧重状态持续性，虽均为偏正结构，但语义焦点不同。“精准”核心在于“准确度”，与“清晰”之于图像的“可辨识度”最为对应。本题考查类比推理中修饰关系的语义匹配，需区分属性维度。25.【参考答案】B【解析】A项滥用介词“通过……使……”造成主语残缺；C项“由于……的影响”与“导致”句式杂糅，应删去其一；D项两面对一面，“能否”包含正反两面，后文“要合理”仅为正面，搭配不当。B项关联词“不仅……而且……”使用恰当，前后分句主语一致，动宾搭配合理，无语病。本题考查言语理解中病句辨析能力，需掌握成分残缺、句式杂糅、两面失衡等高频考点，尤其在科技类文本中注意逻辑严密性。26.【参考答案】B【解析】雷达目标分类识别通过对雷达回波信号进行处理，提取特征并判别目标类型，其本质是对非可见光波段电磁信号的“成像”与模式识别，与计算机视觉处理图像/视频数据的原理相通，均属感知智能范畴。自然语言处理针对文本语义，语音识别针对声波信号，知识图谱侧重结构化知识表示，均不直接处理雷达信号。尽管雷达数据非传统光学图像，但在AI学科划分中，基于传感器数据的模式识别常归入广义计算机视觉或信号处理交叉领域。本题考查常识判断中科技概念归属。27.【参考答案】B【解析】A项“完美无缺”过于绝对，与技术迭代规律不符，且“精妙绝伦”与“无需改进”语义重复夸张；C项“一知半解”含贬义，与“侃侃而谈”矛盾，语境不当；D项“差强人意”指大体满意，但后文“完全满足”程度过重，前后矛盾。B项“夜以继日”形容勤奋不懈，“达到新高度”表述客观准确，符合科研语境。本题考查成语感情色彩、语义轻重及语境适配性，需避免望文生义和过度褒贬。28.【参考答案】C【解析】该流程描述算法开发的标准步骤，各环节按时间先后顺序依次进行，前一步骤完成是后一步骤启动的前提，属于典型的顺承关系。并列关系强调同时性或同等地位；因果关系强调前者直接导致后者结果；条件关系强调“只有……才……”的必要条件。虽然步骤间存在依赖，但整体更突出时序性与程序性，而非单一因果或条件约束。本题考查判断推理中对事物发展脉络的逻辑归类，需区分多种关系的本质差异。29.【参考答案】B【解析】A项冒号后列举已完整，“等”与省略号功能重复，应删去“等”或改用省略号；C项书名号用于书籍名称正确，但逗号位置应在书名号外，此处无误，但实际规范中出版物信息通常不用逗号隔开，不过标点本身未错，但对比B项更典型；D项“以及”前不应加顿号，因“以及”本身表并列连接。B项引语独立成句，问号、句号均在引号内，符合中文标点规范。本题考查标点符号在科技文本中的准确使用，需注意列举、引语、连接词的标点规则。30.【参考答案】C【解析】在目标识别系统中，提高识别率（真阳性率）往往伴随误报率（假阳性率）上升，反之亦然，二者通常存在权衡关系，即此消彼长。这是由分类阈值设定决定的：放宽阈值可捕获更多真实目标，但也引入更多干扰；收紧阈值则减少误报但可能漏检。完全一致意味着同步优化，现实中难以实现；相互矛盾过于绝对；毫无关联不符合系统设计原理。本题考查对技术指标间内在制约关系的理解，属于常识判断中的工程思维范畴。31.【参考答案】B【解析】“辨识”指辨别认识，用于目标识别场景准确；“分析”“优化”书写规范。A项“辨别”应为“辨别”或“辨识”，“辨别”非标准词；C项“辩识”应为“辨识”（“辩”指辩论），“分折”应为“分析”；D项“分晰”应为“分析”，“优划”应为“优化”。本题考查形近字、同音字辨析，尤其在专业术语中需严格遵循规范用词。行测言语题常设此类陷阱，需结合语境与固定搭配判断。32.【参考答案】B【解析】“鲁棒性”（Robustness）源自控制理论与工程领域，指系统在异常输入、环境扰动或参数变化下仍能维持正常功能的能力，核心是稳定性与抗干扰性。A项对应实时性，C项对应准确性，D项对应能效，均非鲁棒性内涵。尽管高精度系统可能间接体现鲁棒，但二者概念独立。本题考查专业术语的日常化理解，属于常识判断中跨学科词汇释义，需准确把握技术名词的本质定义而非表面联想。33.【参考答案】D【解析】高分辨距离像主要反映目标散射中心在径向上的分布。姿态角变化直接改变投影结构，信噪比决定特征可辨识度，载频稳定性影响距离分辨率和像的对齐精度，三者均显著影响识别性能。而接收机本振相位噪声主要引起相位抖动，在仅使用幅度信息的高分辨距离像处理中，其影响远小于前三者。现代雷达系统通常采用相参处理或后续补偿算法抑制相位噪声，因此在纯幅度域识别任务中，该因素影响相对最小。本题考查雷达信号处理基础与特征鲁棒性理解。34.【参考答案】B【解析】叠掩是侧视雷达因斜距投影特性导致的固有几何畸变。当山坡朝向雷达且坡度大于入射角余角时，坡顶回波先于坡底到达，造成影像上近距地物“覆盖”远距地物。该现象与平台无关，机载、星载SAR均存在；提高PRF可缓解距离模糊但无法消除叠掩；方位模糊则由多普勒频谱混叠引起，与叠掩机理不同。正确理解叠掩成因对SAR图像校正和目标定位至关重要，属于遥感图像处理核心知识点。35.【参考答案】C【解析】迁移学习效果受源-目标域相似性、样本量及任务相关性影响。A、B、D均为公认原则：分布相近利于迁移；小样本下保留通用底层特征可防过拟合；领域自适应能对齐特征空间。但C项“必然导致负迁移”表述绝对化。即使源任务更复杂，若共享有效表征（如边缘、纹理），仍可正向迁移。负迁移取决于任务间语义关联而非单纯复杂度对比。实践中需通过验证集评估迁移收益，而非预设结论。本题考查机器学习应用中的辩证思维。36.【参考答案】D【解析】我国实行无线电频率统一规划与许可制度。A错，频段使用须依法申请；B错，军用频率虽特殊但仍纳入国家划分框架并协调管理；C错，超功率是否违法需结合具体场景、干扰后果及豁免条款综合判定，并非一概而论；D正确，《条例》明确规定重要无线电台站及频率使用由国家无线电管理机构审批，雷达属重点管控设备。本题考察科技人员必备的法律合规意识，强调技术应用须在法治框架内进行。37.【参考答案】A【解析】K折交叉验证通过多次划分训练/测试集，充分利用有限样本估计模型性能方差与均值，对小样本尤为关键。B错，留一法需训练N次，效率低于K折；C错，分层思想可扩展至回归（如按标签值分箱）；D错，单次K折结果仍受随机种子影响，常需重复实验取平均。A项准确概括了交叉验证的核心价值与适用条件，体现算法评估的科学规范性，是工程实践中避免过拟合、保障模型可靠性的基础方法论。38.【参考答案】C【解析】电磁波衰减随频率升高而增大，尤其在水汽、氧气吸收峰及降水粒子散射作用下，X波段（8–12GHz）雨衰远强于L波段（1–2GHz），故C正确。A错，高频衰减大、穿透弱；B错，海面粗糙度随风浪增加，镜面反射减弱，漫反射增强，多径特性动态变化；D错，地波传播主要用于中长波低频段，超高频以视距传播为主。本题考查雷达环境适应性设计基础，理解频段选择与气象、地理条件的关联对系统工程至关重要。39.【参考答案】C【解析】高分辨距离像具有平移敏感性，即目标位置微小变化会导致特征向量偏移。双谱分析基于三阶统计量，具有平移不变性、尺度不变性和相位保留特性，能有效消除平移影响并保留非线性相位信息，适用于雷达目标识别中的稳健特征提取。主成分分析和小波变换虽可降维或局部化分析，但无法根本解决平移敏感问题；功率谱丢失相位信息，不利于精细分类。因此，双谱分析法是抑制平移敏感性的优选方法。40.【参考答案】C【解析】人造目标（如车辆、建筑）具有规则几何结构，在SAR图像中表现为特定空间排列的强散射中心（如角反射器效应）。这些散射点的相对位置、间距和拓扑关系直接对应目标的物理构型，是区分人造与自然目标的关键。后向散射均值和纹理熵更多反映表面粗糙度或材质均匀性，缺乏结构信息；多普勒频移主要用于运动目标检测。因此，强散射中心的相对位置关系最能体现几何结构特性。41.【参考答案】C【解析】过拟合指模型过度学习训练数据中的噪声和细节，导致在未见数据上表现差。典型表现为训练集准确率高而测试集准确率明显降低。选项A描述的是欠拟合；选项B错误，过拟合通常由模型复杂度过高引起；选项D错误，增加有效训练样本通常有助于缓解过拟合。在雷达目标识别中，因实测数据有限且环境多变，需通过正则化、数据增强或交叉验证等手段防止过拟合，确保模型泛化能力。42.【参考答案】B【解析】恒虚警率检测的核心是在非均匀杂波或干扰环境中，动态调整检测门限，使虚警概率维持恒定。当局部杂波功率升高时，门限自动提升以避免过多虚警；杂波减弱时门限降低以维持检测灵敏度。这保证了后续目标识别模块输入数据的稳定性。它不直接影响分辨率、噪声系数或PRF等硬件参数。在复杂电磁环境下，CFAR是保障雷达系统可靠检测与分类的前提步骤。43.【参考答案】C【解析】雷达一维时间序列信号具有时序依赖性和动态演化特征。LSTM作为循环神经网络变体，通过门控机制有效捕捉长短期时序依赖，适合处理回波信号的时序模式，广泛用于雷达微动特征提取与分