-
题名基于多头自注意力扩散模型的雷达图像海杂波抑制
- 1
-
-
作者
马迪
杜晓林
陈小龙
荣尧
于爽
万训杨
-
机构
烟台大学
海军航空大学
云南大学云南省统计建模与数据分析重点实验室
-
出处
《电波科学学报》
北大核心
2025年第2期252-260,共9页
-
基金
国家自然科学基金(61801415,62222120,62101482)
云南省统计建模与数据分析重点实验室开放课题(SMDAYB2023002)
云南省基础研究专项(青年项目)(202301AU070213)。
-
文摘
为解决海杂波对雷达回波信号的严重干扰问题,提出了一种基于多头自注意力(multi-head self-attention,MHA)扩散模型的雷达图像海杂波抑制方法。以扩散模型为基础,融入MHA机制,构建MHA扩散网络模型(MHA diffusion network model,MHA-DNet),进行特征提取并学习到海杂波的特性。在IPIX雷达杂波数据集基础上仿真构建海杂波时频图像的不同目标,得到具有大数据量和随机性的图像数据集,提高模型的泛化能力,使其更具鲁棒性。在本文新提出的峰值信噪比-结构相似性指数(peak signal-to-noise ratio structural similarity index,PSNR-SSIM,简称P-S)评价指标上,MHA-DNet与传统卷积方法相比性能提升了4%,与生成对抗网络(generative adversarial network,GAN)方法相比性能提升了1.1%,与原始的扩散模型相比,MHA-DNet也展现出了0.2%的优势,验证了本文所提方法在海杂波抑制方面具有一定的有效性。
-
关键词
海杂波抑制
扩散模型
深度学习
多头自注意力(MHA)机制
海杂波时频图
-
Keywords
sea clutter suppression
diffusion model
deep learning
multi-head self-attention(MHA)mechanism
sea clutter time-frequency diagram
-
分类号
TN956
[电子电信—信号与信息处理]
-
