基于时频图自主学习的海面小目标检测

• 作者: 施赛楠 董泽远 杨静 杨春娇
• 来源期刊: 系统工程与电子技术
• 关键词: 海杂波 目标检测 时频图 迁移学习
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 电子技术|Electronic Technology
• 页码范围: 33-41
• 页数: 9页
• 分类号: TN911.23
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2021.01.05

摘要

多维特征检测方法已成功运用于海面小目标探测中.针对人工特征提取的局限性,将检测问题转变为两分类问题,提出了一种基于时频图深度学习的目标检测方法.首先,将一维观测回波变换到二维时频域,并通过归一化时频图进行白化预处理.其次,建立半仿真含目标回波数据库,解决两类训练样本非均衡问题.然后,搭建迁移学习模型自主学习时频图特性,具有深度网络结构和减小训练代价的优势.最后,将两分类的概率值作为统计量,获得虚警可控的判决区域.基于IPIX实测数据实验结果表明:所提的检测器能深入挖掘目标和杂波的差异性,低信杂比下仍能有效提升海面小目标的探测能力.