雷达学报

作者：刘升恒, 颜贺, 李兴康, 徐大专, 王东明, 黄永明

单位：1.东南大学信息科学与工程学院 南京 211189；2.紫金山实验室 南京 211111；

关键词：雷达通信一体化, 多点协作, 无蜂窝, 深度学习, 注意力机制

基金：国家科技重大专项(2024ZD1300200)，东南大学“至善青年学者”支持计划(2242023R40005)

该文针对雷达通信一体化系统中多站协作感知的问题，提出了一种基于无蜂窝网络架构的智能框架HRT-Net，用于实现准确且资源高效的位置估计。具体而言，该文首先将感知区域划分为多个子区域，并基于深度可分离卷积设计了一个轻量级的区域选择网络，以识别目标所属的子区域，从而减少计算负担并实现广域覆盖。其次，考虑到多站数据差异性的隐式问题，该文设计了一种分通道单维注意力机制，旨在有效聚合多站的感知数据并增强特征的提取和表示能力，从而生成注意力权重图以加权修正原始特征。最后，基于多尺度和多重残差连接设计了一个目标定位网络，该网络能够提取更加全面和深层的特征并实现多级特征融合，进而可靠地将其映射到目标的位置坐标。仿真及实测实验结果表明，相比于现有方法，HRT-Net在较低计算复杂度和存储开销下，能够实现厘米级的目标定位。

来源：2025年第4期

《雷达学报》期刊编辑部

查看雷达学报杂志2025年第4期