船载HFSWR船只目标多维样本库构建方案设计

作     者：纪永刚 任继红 李发瑞 李桃利 王佳伟 

作者机构：中国石油大学(华东)海洋与空间信息学院 自然资源部海上丝路海洋资源环境组网观测技术创新中心 

出 版 物：《实验技术与管理》 (Experimental Technology and Management)

年 卷 期：2025年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(62271507,62031015) 山东省自然科学基金资助项目(ZR2022MF235) 

主　　题：船载HFSWR 船只目标检测 多维度信息融合 目标样本库构建 深度学习 

摘      要：深度学习方法在船载高频地波雷达（HF surface wave radar，HFSWR）船只目标检测中得到应用，然而其成功的关键在于构建精准全面的目标样本库。当前基于距离-多普勒（range-Doppler，RD）谱检测结果的单一维度样本库不完备，限制了模型的学习效果。为解决该问题，该文设计了一种船载HFSWR目标样本库构建方案，包含3个维度：①基于RD谱的检测结果结合自动识别系统（Automatic Identification System，AIS）验证RD维度；②基于多帧航迹段识别RT（range–time）/DT（Doppler-time）维度；③基于时频分析检测TF（time-frequency）维度。通过对3个维度的匹配和重合目标筛除以构建样本集。最后，利用实测数据构建的目标样本库对基于U-Net的目标检测网络进行训练和测试，结果表明该样本库可满足基于深度学习的目标检测模型训练需求。