基于 HRRP 序列的双极化特征融合雷达自动目标识别网络
信号处理
2025-01-24 v1
摘要
近期雷达自动目标识别（RATR）技术利用深度神经网络取得了显著进展，主要归功于其强大的泛化能力。为解决 polarimetric HRRP 序列在实际应用中的挑战，本文提出了双极化特征融合网络（DPFFN），并设计了创新的两阶段特征融合策略。此外，开发了特定的融合损失函数，使其能够自适应地从 polarimetric HRRP 序列中生成全面的多模态表征。实验结果表明，所提出的网络在雷达目标识别任务中显著提升了性能，验证了其有效性。我们将提供 PyTorch 实现的 DPFFN，地址为 https://github.com/xmpan/DPFFN。
引用
@article{arxiv.2501.13541,
title = {A Dual-Polarization Feature Fusion Network for Radar Automatic Target Recognition Based On HRRP Sequence},
author = {Yangbo Zhou and Sen Liu and Hong-Wei Gao and Hai lin and Guohua Wei and Xiaoqing Wang and Xiao-Min Pan},
journal= {arXiv preprint arXiv:2501.13541},
year = {2025}
}