首页期刊导航|雷达学报
期刊信息/Journal information
雷达学报
中国科学院电子学研究所 中国雷达行业协会
雷达学报

中国科学院电子学研究所 中国雷达行业协会

吴一戎

季刊

2095-283X

radars@mail.ie.ac.cn

010-58887062

100190

北京市海淀区北四环西路19号

雷达学报/Journal JOURNAL OF RADARSCSCD北大核心CSTPCD
查看更多>>《雷达学报》办刊宗旨为：坚持理论与实践相结合，学术与工程应用相结合，报道雷达领域最新科研成果，引导学科发展方向，推动理论和学术发展，促进科技成果转化为生产力，建设我国雷达领域高水平学术交流平台。 《雷达学报》定位为雷达领域的高水平学术性期刊。读者对象为国内外雷达学科领域的专家学者、科研人员、院校师生和专业工程技术人员等。
正式出版
收录年代

    基于自适应锚框分配与IOU监督的复杂场景SAR舰船检测

    胥小我张晓玲张天文邵子康...
    1097-1111页
    查看更多>>摘要：针对复杂场景舰船检测中正负样本分配不合理以及定位质量较差的问题,该文提出了一种基于自适应锚框分配与交并比(IOU)监督的复杂场景合成孔径雷达(SAR)舰船检测方法(A3-IOUS-Net).首先,A3-IOUS-Net提出了自适应锚框分配,建立概率分布模型来自适应地将锚框分配为正负样本,增强了复杂场景下的舰船样本学习能力.然后,A3-IOUS-Net提出了IOU监督,在预测头部增加IOU预测分支来监督检测框定位质量,使得网络能够精确定位复杂场景下的舰船目标.此外,在该IOU预测分支中引入了坐标注意力模块,抑制了背景杂波干扰,进一步提高了检测精度.在公开的SAR舰船检测数据集(SSDD)的实验结果表明,A3-IOUS-Net在复杂场景中的平均精度(AP)值为82.04%,优于其他15种对比模型.

    合成孔径雷达舰船检测复杂场景自适应锚框分配IOU监督

      原文链接:
    • 万方数据
    • 维普

    基于深度学习的FDA-MIMO雷达协方差矩阵缺失数据恢复方法

    丁梓航谢军伟王博
    1112-1124页
    查看更多>>摘要：频控阵-多输入多输出(FDA-MIMO)雷达通过波束形成技术实现抗干扰的研究已经十分丰富.然而,在实际工作中,受元器件老化和存储设备容量等硬件因素的影响,计算得到的信号协方差矩阵可能会出现数据缺失的情况.为了克服协方差矩阵数据缺失对波束形成算法性能的影响,该文提出了一种基于深度学习的FDA-MIMO雷达协方差矩阵数据恢复方法,并建立了协方差矩阵恢复-自适应波束形成的两阶段处理框架;提出了一种双通道生成对抗网络(GAN)来解决矩阵数据恢复问题,该网络主要由鉴别器(D)和生成器(G)两部分组成:生成器主要功能是输出完整的矩阵数据,鉴别器则是判别数据为真实数据还是填补数据.整个网络通过鉴别器和生成器之间相互对抗使生成器生成样本接近于真实数据的分布,从而实现对协方差矩阵缺失数据的恢复.此外,考虑到协方差矩阵数据为复数,分别构造两个独立的GAN网络以满足矩阵数据实部和虚部的训练.最后,数值实验结果表明,协方差矩阵真实数据与恢复后的数据平均均方根误差仅为0.01量级,验证了所提方法能够有效恢复协方差矩阵的缺失数据.

    数据恢复生成对抗网络FDA-MIMO雷达深度学习波束形成

      原文链接:
    • 万方数据
    • 维普