《雷达学报杂志》发表论文赏析

基于多通道图卷积神经网络的地海杂波分类方法

来源:雷达学报杂志2025年第2期北京时间:

作者:李灿, 王增福, 张效宣, 潘泉

单位:西北工业大学自动化学院 西安 710129;

摘要:地海杂波分类是提升天波超视距雷达目标定位精度的关键技术,其核心是判别距离多普勒(RD)图中每个方位-距离单元背景源自陆地或海洋的过程。基于传统深度学习的地海杂波分类方法需海量高质量且类别均衡的有标签样本,训练时间长,费效比高;此外,其输入为单个方位-距离单元杂波,未考虑样本的类内和类间信息,导致模型性能不佳。针对上述问题,该文通过分析相邻方位-距离单元之间的相关性,将地海杂波数据由欧氏空间转换为非欧氏空间中的图数据,引入样本之间的关系,并提出一种基于多通道图卷积神经网络(MC-GCN)的地海杂波分类方法。MC-GCN将图数据由单通道分解为多通道,每个通道只包含一种类型的边和一个权重矩阵,通过约束节点信息聚合的过程,能够有效缓解由异质性造成的节点属性误判。该文选取不同季节、不同时刻、不同探测区域RD图,依据雷达参数、数据特性和样本比例,构建包含12种不同场景的地海杂波原始数据集和36种不同配置的地海杂波稀缺数据集,并对MC-GCN的有效性进行验证。通过与最先进的地海杂波分类方法进行比较,该文所提出的MC-GCN在上述数据集中均表现最优,其分类准确率不低于92%。

关键词:天波超视距雷达, 地海杂波分类, 图数据, 图卷积神经网络, 异质性

基金资助:国家自然科学基金(62473317, U21B2008)

2025年2期其他文献查阅:

被动雷达低慢小探测数据集(LSS-PR-1.0)及多域特征提取和分析方法

基于特征博弈预处理的多径抑制与高精度测角方法

强间歇干扰下基于黎曼平均的稀疏DOA估计方法

基于蝙蝠谱相关及变换模型的雷达目标超分辨方法研究

基于多域联合直达波估计的建筑布局层析成像方法

基于多通道图卷积神经网络的地海杂波分类方法

基于弱监督小波KAN网络的弱标注辐射源识别算法

AIR-PolSAR-Seg-2.0:大规模复杂场景极化SAR地物分类数据集

基于图网络与不变性特征感知的SAR图像目标识别方法

面向高分辨率多视角SAR图像的端到端配准算法

LT-1A卫星全极化SAR辐射与极化系统误差稳定性分析:以热带雨林场景为例

基于联合运动参数快速估计的空间目标ISAR成像方法

阵列雷达时空多维域编码抗主瓣转发式欺骗干扰方法

动态电磁环境下多功能雷达一体化发射资源管理方案

基于模型知识融合的图神经网络多雷达协同任务调度算法

基于太赫兹ViSAR的无源干扰物成像

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!