《雷达学报杂志》发表论文赏析

仿真数据辅助的雷达HRRP小样本目标识别方法

来源:雷达学报杂志2026年第2期北京时间:

作者:陈健, 於刚, 杜兰, 董文强, 郭昱辰

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:雷达高分辨距离像(HRRP)目标识别研究广泛、方法众多,特别是深度学习在雷达HRRP识别领域的应用与发展,为直接利用雷达回波实现高效、精确的目标感知提供了技术支撑。然而,深层识别网络依赖大量训练数据。对于非合作目标,受雷达系统参数、目标快速机动等因素限制,实际很难提前获取姿态完备的HRRP训练样本,深层识别网络面临学习过拟合、泛化能力显著下降的问题。针对上述问题,考虑关注目标的全姿态电磁仿真数据易获取,该文以仿真数据为辅助,从数据扩充和跨域知识迁移学习两方面来缓解小样本问题。数据扩充方面,结合一定姿态角角域范围内仿真、实测HRRP在均值和方差特性两方面的差异分析,对与少量实测HRRP同角域的大量仿真HRRP样本进行线性变换,使其均值、方差满足实测域HRRP特性,实现可表征真实HRRP分布特性的数据扩充。跨域知识迁移学习方面,考虑数据扩充策略仅能实现临近姿态角的样本扩充,对仿真数据知识的利用仍不充分,所提方法利用基于生成对抗约束的域对齐策略和基于对比学习约束的类对齐策略,将具有强可分性与泛化性的仿真域全姿态数据特征和实测域特征按类拉近,进一步辅助实测域数据的学习,实现小样本识别性能的更大提升。基于3类飞机目标以及10类地面车辆目标电磁仿真和实测HRRP数据的实验表明,所提方法相较于现有小样本识别方法具有更优的识别稳健性。

关键词:雷达目标识别, 高分辨距离像, 小样本, 仿真数据辅助, 数据扩充, 跨域知识迁移学习

基金资助:教育部联合基金(8091B03032401),国家自然科学基金(U24B20137, U21B2039),航空科学基金(20230020081006)

2026年2期其他文献查阅:

基于多源信息跨域学习的SAR图像目标检测技术研究进展与展望

基于视觉语言模型的SAR图像目标解译综述

DGS-CapNet:基于空间-频率感知的SAR图像描述模型

基于局部拟合一致性的机载SAR图像与仿真SAR图像匹配方法

基于物理感知频空注意力与运动学约束的半监督视频SAR阴影跟踪

基于自监督强化学习的SAR距离压缩域舰船目标检测方法

基于主散射时间熵的多时相极化SAR盐田区域分类

基于有源干扰机的SAR智能识别对抗方法

联合误导性与逼真度优化的SAR ATR最优对抗样本生成方法

仿真数据辅助的雷达HRRP小样本目标识别方法

自适应PHD-BOF:一种基于低空监视雷达的慢速目标跟踪方法

面向海事雷达目标跟踪的自适应多视野聚焦贝叶斯融合相关滤波器

基于互信息熵-改进PHD协同的非合作双基地雷达目标跟踪

雷达变脉宽脉冲串与接收失配滤波协同设计方法

一种面向机械旋转变极化雷达的蝙蝠超分辨改进算法

地球同步轨道SAR运动舰船探测跟踪定位方法与实验验证

众源数据辅助的高分辨率SAR影像控制点自动提取与校正方法研究

基于国产商业SAR卫星的城区建构筑物层析三维成像

基于高分三号SAR图像的海面起伏场准线性反演

基于机器学习的Sentinel-1 SAR多普勒频移风、浪响应建模与海流反演

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!