雷达学报

作者：陈小龙, 袁旺, 杜晓林, 王金豪, 苏宁远, 关键

单位：1.海军航空大学 烟台 264001；2.烟台大学 烟台 264005；

关键词：微动特征, 调频连续波雷达, 多波段多特征融合, 深度学习, 目标分类

基金：国家自然科学基金(62222120)，国家重点研发计划(2024YFB3909804)，山东省自然科学基金(ZR2024JQ003)

该文针对飞鸟和无人机等低慢小目标精细化特征提取和分类问题，提出了一种多波段多角度特征融合分类方法。首先分别基于K波段和L波段调频连续波雷达从多个角度采集了5种类型旋翼无人机和飞鸟模型数据，构建低慢小探测数据集。其次，为了获取L波段目标信号的周期性振动特征，利用经验模态分解提取L波段信号中高频特征，抑制噪声影响；对K波段回波信号进行短时傅里叶变换，获得多角度高分辨微动特征。然后，设计了一种多波段多角度特征融合网络模型(MMFFNet)，包含改进的卷积长短期记忆网络时序特征提取模块、注意力融合模块和多尺度特征融合模块，通过多波段多角度特征的融合提高了目标分类的准确率。通过实测数据集验证表明，与使用单一雷达特征分类方法相比，在高信噪比为5 dB和低信噪比为–3 dB条件下所提方法对7种类型的低慢小目标的正确分类准确率分别提高了3.1%和12.3%。

来源：2025年第5期

《雷达学报》期刊编辑部

查看雷达学报杂志2025年第5期