基于CFAR⁃CNN的轻量级海上目标检测

来源：雷达科学与技术杂志2024年第3期北京时间：

作者：刘世琦，匡华星，杨昊成

单位：1. 中国船舶集团有限公司第七二四研究所， 江苏南京 211153;2. 东南大学， 江苏南京 210096

摘要：针对海防雷达分辨率低、实时性要求高及传统CFAR算法难以满足日益精细的现代化战争需求的问题。本文将传统的CA?CFAR算法融入到计算机视觉的两阶段目标检测框架中，形成了一种轻量、高效的雷达实时目标检测算法。首先使用低门限CFAR（Lo?CFAR）来判断诸多潜在目标的真实位置或虚警位置。然后，根据点迹位置信息和雷达回波距离?方位图做数据切片。最后，采用高性能分类器对数据切片进行训练。实测数值实验表明：与传统CFAR，Faster R?CNN算法相比，所提方法在提高检测概率、抑制虚警和轻量时效性方面有显著优势。

关键词：雷达目标检测,二阶段,轻量化,神经网络,数据切片,