条件生成模型用于高分辨率多普勒频谱：捕捉大型海事数据集中的几何驱动趋势
计算机视觉与模式识别
2026-02-17 v1 机器学习
摘要
高分辨率多普勒频谱（HRRP）使雷达自动目标识别实现快速 onboard 处理，但其对获取条件的强烈敏感性限制了在不同操作情景下的鲁棒性。条件 HRRP 生成可缓解此问题，但以前的研究受限于小型、高度特定的数据集。我们研究在代表海岸监视变异性的大型海事数据库上的 HRRP 合成。我们的分析表明，基本情景驱动因素是几何因素：船舶尺寸和所需视角角度。基于这些变量进行条件化训练生成模型，显示合成的信号签名再现了真实数据中所观察到的视线几何趋势。这些结果突显了获取几何对于稳健 HRRP 生成的核心作用。
引用
@article{arxiv.2602.13297,
title = {Conditional Generative Models for High-Resolution Range Profiles: Capturing Geometry-Driven Trends in a Large-Scale Maritime Dataset},
author = {Edwyn Brient and Santiago Velasco-Forero and Rami Kassab},
journal= {arXiv preprint arXiv:2602.13297},
year = {2026}
}