基于VAE-WGAN的海杂波幅度-时频联合生成建模

来源：雷达科学与技术杂志2025年第5期北京时间：

作者：刘宁波，刘新亮，董云龙，丁昊，关键，孙殿星

单位：1. 海军航空大学信息融合研究所， 山东烟台 264001;2.哈尔滨工程大学， 黑龙江哈尔滨 150001针对传统统计模型在模拟海杂波时频特性中的局限性，本文提出了一种基于改进生成对抗网络（Generative Adversarial Network，GAN）的海杂波数据生成方法。通过将复数海杂波分解为幅度和时频分量，分别输入变分自编码器-沃瑟斯坦生成对抗网络（Variational Autoencoder-Wasserstein Generative Adversarial Network，VAE-WGAN）进行训练，利用VAE的潜在空间编码和WGAN的稳定对抗训练融合生成复杂幅度分布与时变特性、并兼具幅度与相位特性的复数信号。为增强模型性能，引入梯度惩罚机制约束鉴别器Lipschitz连续性，有效缓解模式崩溃问题;3.集成自注意力模块强化对海尖峰（Sea Spikes）等局部强散射特征的捕捉能力，显著提升生成信号的时空相关性。实验设计覆盖2~5级海况，每级海况分别构建［64，64］、［128，128］、［256，256］三组数据集，共完成12组交叉验证，结果表明，生成数据在幅度分布、归一化频谱、时间相关性及时频特性上与实测数据高度一致，验证了模型对跨海况场景与变尺度时序数据的泛化能力。

摘要：针对传统统计模型在模拟海杂波时频特性中的局限性，本文提出了一种基于改进生成对抗网络（Generative Adversarial Network，GAN）的海杂波数据生成方法。通过将复数海杂波分解为幅度和时频分量，分别输入变分自编码器-沃瑟斯坦生成对抗网络（Variational Autoencoder-Wasserstein Generative Adversarial Network，VAE-WGAN）进行训练，利用VAE的潜在空间编码和WGAN的稳定对抗训练融合生成复杂幅度分布与时变特性、并兼具幅度与相位特性的复数信号。为增强模型性能，引入梯度惩罚机制约束鉴别器Lipschitz连续性，有效缓解模式崩溃问题；集成自注意力模块强化对海尖峰（Sea Spikes）等局部强散射特征的捕捉能力，显著提升生成信号的时空相关性。实验设计覆盖2~5级海况，每级海况分别构建［64，64］、［128，128］、［256，256］三组数据集，共完成12组交叉验证，结果表明，生成数据在幅度分布、归一化频谱、时间相关性及时频特性上与实测数据高度一致，验证了模型对跨海况场景与变尺度时序数据的泛化能力。

关键词：海杂波,生成对抗网络,时频特性,数据增强,

基金资助：国家自然科学基金（No.62388102，62101583）； 泰山学者工程（No.tsqn2002211246）