首页|期刊导航|现代防御技术|基于改进残差神经网络的海面目标检测方法

基于改进残差神经网络的海面目标检测方法OA

中文摘要

针对海杂波环境下小目标检测问题,提出一种基于傅里叶同步挤压变换(Fourier synchrosqueezing transform,FSST)和改进残差神经网络(residual neural network,ResNet)的可控虚警目标检测方法。通过FSST将雷达回波信号转换为时频图,提高短时傅里叶变换(STFT)的频率聚集性。使用相似度注意力模块(similarity-based attention module,SimAM)增强的ResNet进行特征提取并输出分类概率。最后根据海杂波训练样本设定阈值,实现可控虚警率。在智能像素处理雷达(intelligent PIXel processing radar,IPIX)公开实测数据集上,对所提方法的有效性进行了验证,结果表明所提方法具有较高的准确率,研究结果可为复杂海杂波环境下雷达目标检测提供参考。

杨海达;林强;姚禹;王丽娟

空军预警学院,湖北武汉430019 中国人民解放军95848部队空军预警学院,湖北武汉430019空军预警学院,湖北武汉430019空军预警学院,湖北武汉430019

信息技术与安全科学

海杂波同步挤压变换残差神经网络可控虚警时频分析相似度注意力模块

《现代防御技术》 2026 (4)

P.151-158,8

10.3969/j.issn.1009-086x.2026.04.016

评论