首页|期刊导航|雷达学报(中英文)|数字阵雷达海空目标探测数据集(LSS-DAUR-1.0)及图网络目标分类方法

数字阵雷达海空目标探测数据集(LSS-DAUR-1.0)及图网络目标分类方法OA

中文摘要

针对海空目标雷达分类中存在的特征提取不充分、时空关联建模能力薄弱及分类性能欠佳等问题,该文围绕图网络特征提取和分类技术开展研究。首先,聚焦数字阵泛探雷达,构建了雷达海空目标探测数据集LSS-DAUR-1.0,包含客轮、快艇、直升机、旋翼无人机、鸟类与固定翼无人机6类目标的多普勒和航迹数据。其次,基于该数据集分析了目标的多域多维特性,通过相关性和余弦相似度分析,验证了多普勒特征与物理运动特征的互补性。在此基础上,提出融合双特征的动态图图卷积网络(DG-GCN)分类方法设计自适应窗口调整、混合衰减函数和动态阈值机制,构建时空关联自适应动态图,结合图卷积特征学习和分类模块,实现对海空目标的精细化分类。LSS-DAUR-1.0数据集验证表明,DG-GCN分类准确率达99.66%,较ResNet和Transformer模型分别提升6.78%和17.97%,总处理时间仅4.98 ms,较对比模型降低80%以上,兼顾高精度与高效性。此外,噪声环境测试其鲁棒性良好。消融实验验证,动态边权机制可弥补纯时序连接的空间特征关联上不足,提升模型泛化能力。

陈小龙;刘佳;汪兴海;王金豪;关键;张月

海军航空大学,烟台264001海军航空大学,烟台264001海军航空大学,烟台264001海军航空大学,烟台264001海军航空大学,烟台264001中山大学·深圳电子与通信工程学院,深圳518107

信息技术与安全科学

海空目标数字阵泛探雷达雷达数据集图卷积网络动态图构建目标分类

《雷达学报(中英文)》 2026 (4)

P.1238-1257,20

国家自然科学基金(U25B2016)国家重点研发计划(2024YFB3909800)山东省自然科学基金(ZR2024JQ003)。

10.12000/JR25240

评论