星载合成孔径雷达(SAR)对地遥感成像具有全天候、全天时工作的优势，然而SAR图像的处理比光学图像复杂，降低了SAR图像应用的时效性。针对SAR图像的星上数据处理和目标识别问题，设计了基于卷积神经网络（CNN）的SAR图像目标智能识别系统，实现星地联合的星下增量学习、模型训练和星上目标检测功能。首先对SAR图像进行预处理，得到训练用的目标图像数据；然后设计了具有七层结构的CNN模型对SAR图像进行目标定位、识别和分类；最后，为了使训练后的CNN模型能部署到卫星上使用，设计了一种深度压缩算法对模型