基于多域雷达回波数据融合的海面小目标分类网络模型
来源：电子与信息学报杂志2025年第3期北京时间：
作者：赵子健, 许述文, 水鹏朗
单位：西安电子科技大学雷达信号处理全国重点实验室 西安 710071
摘要：海面小目标识别是海事雷达监视任务中一个重要且具有挑战性的问题。由于海面小目标类型多样、环境复杂多变，对其进行有效分类存在较大困难。在高分辨体制雷达下，海面小目标通常只占据一或几个距离单元，缺乏足够的空间散射结构信息，因此目标的雷达截面积(RCS)起伏和径向速度变化成为分类的主要依据。为此，该文提出一种基于多域雷达回波数据融合的分类网络模型，用于海面小目标的分类任务。由于不同域的数据具有其特殊的物理意义，因此该文构建了时域LeNet(T-LeNet)神经网络模块和时频特征提取神经网络模块，分别从雷达海面回波信号的幅度序列和时频分布(TFD)即时频图中提取特征。其中幅度序列主要反映了目标RCS的起伏特性，而时频图不仅反映RCS起伏特性，还能体现目标径向速度的变化。最后，利用IPIX, CSIR数据库和自测的无人机数据集构建了包括4种海面小目标的数据集：锚定漂浮小球、漂浮船只、低空无人机(UAV)和移动的快艇。实验结果表明所提方法具有良好的识别能力。
关键词：海面小目标, 目标分类, 多特征融合, 神经网络
基金资助：国家自然科学基金(62371382)
