删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于INet的雷达图像杂波抑制和目标检测方法

本站小编 Free考研考试/2022-01-03

牟效乾,
陈小龙,,
关键,
周伟,
刘宁波,
董云龙
海军航空大学 烟台 264001
基金项目:国家自然科学基金(U1933135, 61931021),山东省重点研发计划(2019GSF111004, 2019JZZY010415),基础加强计划技术领域基金(2102024)

详细信息
作者简介:牟效乾(1995–),男,山东烟台人,硕士生。研究领域包括智能雷达信号处理、动目标检测等。E-mail: 1012226010@qq.com
陈小龙(1985–),男,山东烟台人,博士,副教授。研究领域包括雷达信号处理、海杂波抑制、雷达智能探测等。入选中国科协“青年人才托举工程”,被评为中国电子学会优秀科技工作者,获中国电子学会优博,中国专利优秀奖,军队科技进步一等奖等。E-mail: cxlcxl1209@163.com
关键:关 键(1968–),男,辽宁锦州人,教授,博士生导师。主要研究方向包括雷达目标检测与跟踪、侦察图像处理和信息融合。获国家科技进步二等奖1项、军队科技进步一等奖2项,山东省技术发明一等奖1项;“百千万人才工程”国家级人选,入选教育部新世纪优秀人才支持计划。E-mail: guanjian_68@163.com
周伟:周 伟(1980–),男,湖北黄石人,副教授,主要研究方向为多源信息融合、侦察图像处理、目标检测与识别。E-mail: yeaweam@gmail.com
刘宁波(1983–),男,海军航空大学信息融合研究所副教授、博士,主要研究方向为雷达信号智能处理、海上目标探测技术。E-mail: lnb198300@163.com
董云龙(1974–),男,天津宝坻人,教授,主要研究方向为多传感器信息融合。E-mail: china_dyl@sina.com
通讯作者:陈小龙 cxlcxl1209@163.com
责任主编:许述文 Corresponding Editor: XU Shuwen
中图分类号:TN957.51

计量

文章访问数:1331
HTML全文浏览量:508
PDF下载量:263
被引次数:0
出版历程

收稿日期:2020-07-02
修回日期:2020-08-16
网络出版日期:2020-08-25

Clutter Suppression and Marine Target Detection for Radar Images Based on INet

MOU Xiaoqian,
CHEN Xiaolong,,
GUAN Jian,
ZHOU Wei,
LIU Ningbo,
DONG Yunlong
Naval Aviation University, Yantai 264001, China
Funds:The National Natural Science Foundation of China (U1933135, 61931021), The Key Research and Development Program of Shandong Province (2019GSF111004, 2019JZZY010415), The Fundamental Strengthening Technology Program (2102024))

More Information
Corresponding author:CHEN Xiaolong, cxlcxl1209@163.com

摘要
摘要:强海杂波与海面目标的复杂特性使得海面目标回波微弱,有效的海杂波抑制和稳健快速的目标检测是雷达对海上目标探测需考虑的重要因素。然而,现有的海面目标检测算法对于复杂环境下的目标检测性能有限,环境和目标特性适应性差。该文设计了一种杂波抑制和目标检测融合网络(INet),通过层归一化-传递和连接方法提取关键目标特征,采用注意力网络抑制杂波和增强目标,构建跨阶段局部残差网络保证检测网络的轻量化和准确性。基于导航雷达在多种观测条件下采集的回波数据,构建了海面目标雷达图像数据集;通过模型的预训练和平面位置显示器(PPI)图像的帧间积累对INet进行了优化,得到了Optimized INet(O-INet)模型。经过多种天气条件下实测数据测试和验证,并与YOLOv3, YOLOv4,双参数CFAR和二维CA-CFAR对比后证明,所提方法在提高检测概率、降低虚警率和复杂条件下的强泛化能力有显著优势。
关键词:雷达图像/
动目标检测/
杂波抑制/
融合网络/
帧间积累
Abstract:A marine radar device is a major navigation tool for boaters and ships. The images produced by marine radars detect not only hard targets such as ships and coastlines, but also reflections from the sea surface, known as sea clutter. The strong sea clutter and the complex characteristics of marine targets result in transmission of weak echo signals of the images to the radar, which makes difficult for radars to distinguish and analyze. So, effective sea clutter suppression and robust, fast target detection mechanisms are needed for radar to detect marine targets efficiently. However, the existing marine target detection algorithms have limited performance for target detection under complex environments, and have poor adaptability to environment and target characteristics. In this paper, an Integrated Network (INet) for clutter suppression and target detection algorithm is proposed and designed to optimize the signals received from the targets. The layer normalization algorithm integrated with transfer function is used to extract key target features, and the spatial attention network is used to suppress the clutter and to enhance the target signals, and a local cross-scale residual network is built to ensure the weightlessness of the system and accuracy of the detection network. Based on the echo data collected by the navigation radar under various observation conditions, radar images with marine target dataset were constructed. INet was optimized through pre-training of the model and inter-frame accumulation of Plan Position Indicator (PPI) images to obtain the Optimized INet (O-INet). The measured data were verified, tested, and compared with data obtained through various algorithms such as YOLOv3, YOLOv4, two-parameter CFAR, and two-dimensional CA-CFAR. The results obtained prove that the proposed method has superior advantages over other methods in improving detection probability, reducing false alarm rate, and strong generalization ability under complex conditions.
Key words:Radar images/
Moving target detection/
Clutter suppression/
Integrated Network (INet)/
Inter-frame integration



PDF全文下载地址:

https://plugin.sowise.cn/viewpdf/198_ad22604b-cc68-400f-95f0-16ba2fb2a104_R20090
相关话题/网络 图像 信息 智能 技术

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 结合幅度信息的扩展目标随机有限集跟踪方法
    柳超1,2,,孙进平1,,,陈小龙3,,张志国1,1.北京航空航天大学电子信息工程学院北京1001912.海军92853部队葫芦岛1251063.海军航空大学烟台264001基金项目:国家自然科学基金(61471019,U1633122)详细信息作者简介:柳超:柳 超(1984–),男,山东宁阳人。 ...
    本站小编 Free考研考试 2022-01-03
  • 回波幅度信息辅助的群目标航迹起始方法
    靳标1,,,李聪2,,张贞凯1,1.江苏科技大学电子信息学院镇江2120032.西安交通大学电子与信息工程学院西安710049基金项目:国家自然科学基金(61701416,61871203),中国博士后科学基金(2017M613214)详细信息作者简介:靳标:靳 标(1986–),男,山西翼城人,博 ...
    本站小编 Free考研考试 2022-01-03
  • 基于多快拍图像联合的MIMO雷达三维成像方法
    郑通,蒋李兵,王壮,国防科技大学自动目标识别重点实验室长沙410073基金项目:国家部委基金,国防科技重点实验室基金(6142503180202)详细信息作者简介:郑通:郑 通(1995–),女,云南瑞丽人。2017年在国防科技大学获得学士学位,现在国防科技大学自动目标识别重点实验室攻读硕士研究生, ...
    本站小编 Free考研考试 2022-01-03
  • SAR图像目标识别的可解释性问题探讨
    郭炜炜1,,张增辉2,,,郁文贤2,,孙效华1,1.同济大学数字创新中心上海2000922.上海交通大学智能探测与识别上海市重点实验室上海200240基金项目:国家自然科学基金联合基金(U1830103)详细信息作者简介:郭炜炜(1983–),男,江苏南通人,博士,分别于2005,2007,2014 ...
    本站小编 Free考研考试 2022-01-03
  • SAR图像飞机目标检测识别进展
    郭倩,王海鹏,,徐丰复旦大学电磁波信息科学教育部重点实验室上海200433基金项目:国家自然科学基金(61991422)详细信息作者简介:郭倩:郭 倩(1996–),女,山西平遥人,复旦大学电磁波信息科学教育部重点实验室博士研究生,主要研究方向为雷达成像与智能感知技术。E-mail:18210720 ...
    本站小编 Free考研考试 2022-01-03
  • 面向舰船目标检测的单通道复值SAR图像统计建模方法研究
    冷祥光,,计科峰,,熊博莅,匡纲要国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073基金项目:国家自然科学基金(61601035,61971426)详细信息作者简介:冷祥光(1991–),男,江西九江人,博士,国防科技大学电子科学学院讲师,研究方向为遥感信息处理、SA ...
    本站小编 Free考研考试 2022-01-03
  • 基于复值卷积神经网络样本精选的极化SAR图像弱监督分类方法
    秦先祥1,,,余旺盛1,,王鹏1,,陈天平1,,邹焕新2,1.空军工程大学信息与导航学院西安7100772.国防科技大学电子科学学院长沙410073基金项目:国家自然科学基金(41601436,61403414,61703423),陕西省自然科学基础研究计划(2018JM4029)详细信息作者简介: ...
    本站小编 Free考研考试 2022-01-03
  • 基于地基雷达图像的无监督变化检测
    黄平平,,任慧芳,谭维贤,段盈宏,徐伟,刘方内蒙古工业大学信息工程学院呼和浩特010051内蒙古自治区雷达技术与应用重点实验室呼和浩特010051基金项目:国家自然科学基金重点项目(61631011),内蒙古自治区财政厅创新引导项目(KCBJ2017,KCBJ2018014),内蒙古自治区科技重大专 ...
    本站小编 Free考研考试 2022-01-03
  • 多方位角观测星载SAR技术研究
    陈杰,杨威,,王鹏波,曾虹程,门志荣,李春升,北京航空航天大学电子信息工程学院北京100191基金项目:国家自然科学基金(61861136008,61701012)详细信息作者简介:陈杰:陈 杰(1973–),男,河南郑州人,博士,教授。2002年在北京航空航天大学电子信息工程学院获博士学位,现为北 ...
    本站小编 Free考研考试 2022-01-03
  • 机载圆周SAR成像技术研究
    安道祥,,陈乐平,冯东,黄晓涛,周智敏国防科技大学电子科学学院长沙410073基金项目:国家自然科学基金项目(61571447),国家部委基金,航空科学基金项目(20182088004)详细信息作者简介:安道祥(1982–),男,吉林东丰人,博士,现为国防科技大学电子科学学院副教授,主要研究方向为机 ...
    本站小编 Free考研考试 2022-01-03