科研之友
微信
新浪微博
Facebook
分享链接
摘要
多站协同雷达目标识别旨在利用多站信息的互补性提升识别性能。传统多站协同目标识别方法未直接考虑站间数据差异问题，且通常采用相对简单的融合策略，难以取得准确、稳健的识别性能。该文针对多站协同雷达高分辨距离像(HRRP)目标识别问题，提出了一种基于角度引导的Transformer融合网络。该网络以Transformer作为特征提取主体结构，提取单站HRRP的局部和全局特征。并在此基础上设计了3个新的辅助模块促进多站特征融合学习，角度引导模块、前级特征交互模块以及深层注意力特征融合模块。首先，角度引导模块使用目标方位角度对站间数据差异进行建模，强化了所提特征与多站视角的对应关系，提升了特征稳健性与一致性。其次，前级特征交互模块和深层注意力特征融合模块相结合的融合策略，实现了对各站特征的多阶段层次化融合。最后，基于实测数据模拟多站场景进行协同识别实验，结果表明所提方法能够有效地提升多站协同时的目标识别性能。
- 单位
