系统工程与电子技术

作者：项厚宏*, 马宏伟, 余海军, 陈毓锋, 王凤玉, 曾小路

单位：1. 合肥工业大学计算机与信息学院，安徽 合肥 230009；2. 北京无线电测量研究所 北京 100854；3. 西安电子科技大学杭州研究院，浙江 杭州 311200；4. 北京邮电大学人工智能学院 北京 100876；5. 北京理工大学信息与电子学院，北京 100081

关键词：弱小目标检测,恒虚警率检测,相似性表征,雷达信号处理

基金：国家自然科学基金（62201189）；安徽省重点研究与开发计划（2023z04020018）；中央高校基本科研业务费专项资金（JZ2024HGTB0228）；雷达信号处理全国重点实验室基金；西安电子科技大学杭州研究院院士工作站基金资助课题

对于弱小目标检测问题，基于功率参数特征的恒虚警率（constant false-alarm rate，CFAR）算法的检测性能受限于目标回波信号的信噪比（signal-to-noise ratio，SNR），如何挖掘功率参数以外更为丰富的特征并表征目标，实现更远距离的弱小目标检测是研究重点。对此，提出一种自监督特征相似度表征的CFAR检测方法。构建一个双端口深度网络特征提取模型，充分挖掘片段化的信号及其自身旋转信号的特征并以相似度参数表征。通过最大化目标空间和无目标空间的相似度参数空间距离，得到最优的特征提取与参数表征模型。最后，通过数值统计计算CFAR条件下的相似度参数检测门限。仿真数据和多种频段的雷达实测数据处理结果表明，在CFAR要求下，所提方法较CFAR检测算法和多种大数据处理算法而言，对未知回波信号参数和未知背景噪声分布特征具有较高的泛化性，其等效SNR改善了3 dB，具有更高的检测性能。

来源：2025年第12期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第12期