W sonarowym ATR stosowane są metody klasycznego przetwarzania sygnałów, uczenia maszynowego oraz uczenia głębokiego. W przypadku metod opartych na głębokich sieciach neuronowych dane wejściowe mogą mieć postać bezpośrednio zarejestrowanych sygnałów akustycznych, ich reprezentacji czasowo-częstotliwościowych albo obrazów sonarowych. Rozwój metod uczenia maszynowego w tej dziedzinie utrudnia m.in. ograniczona dostępność publicznych zbiorów danych sonarowych.
Zastosowania
Zastosowania cywilne
ATR znajduje również zastosowania niezwiązane bezpośrednio z techniką wojskową. Jednym z badanych zastosowań jest automatyczne wykrywanie i rozpoznawanie ludzi oraz innych obiektów znajdujących się na torach kolejowych. W eksperymentalnym systemie wykorzystującym radar ultraszerokopasmowy charakterystyki celów określano na podstawie ich złożonych rezonansów naturalnych, a następnie porównywano za pomocą miary odległości. W badaniach obejmujących dane symulacyjne i eksperymentalne wykazano możliwość rozróżniania różnych rodzajów obiektów znajdujących się na torach, w tym ludzi.