1. 从问题到方案为什么海面低空弱目标检测这么难海面低空机动弱目标检测这个方向做雷达信号处理的人一听就头疼。它难在三件事叠加在一起目标本身回波弱淹没在强海杂波里几乎看不出痕迹目标机动性强速度和航向随时在变常规的运动模型很容易失效工作环境又是低空近海多径效应、海尖峰、雨雾杂波各种干扰全搅在一起。传统恒虚警检测CFAR在均匀背景下表现不错一旦遇到非均匀海杂波和非平稳目标运动检测性能就开始直线下滑。这就是我复现这篇IEEE TAES 2026论文的初衷用深度学习把轨迹提取、局部精搜和杂波抑制串成一条完整链路直接把相干检测的全流程变成可学习的模型组合。论文的架构很有代表性虽然是一篇2026年的新文章但思路并不花哨核心还是务实三件事先把目标轨迹从强杂波背景里挖出来再在轨迹附近做精细搜索锁定准确位置最后用双分支ResNet做杂波抑制提升信杂比。整篇文章读下来最打动我的不是某个模块多惊艳而是它对“弱目标检测”这个老问题给出了一个完整可落地的深度方案。这篇笔记面向两类读者一类是做雷达目标检测的研究生和算法工程师想快速了解论文思路并复现核心模块另一类是刚入门深度学习和雷达信号处理交叉方向的同学想知道这种任务到底该怎么拆解、怎么训练、怎么调参。我会分成算法详解、复现实操、踩坑记录三个维度来讲尽量把我实际复现时遇到的坑和学到的经验都写清楚。2. 算法架构全景拆解三段式检测流水线的设计逻辑2.1 传统相干检测的困局与深度学习切入点先说清楚问题场景。海面低空目标比如无人机、小型快艇、低飞飞行器的回波信号经过脉压、MTD动目标检测之后会生成距离-多普勒RD谱序列。目标如果足够强在RD谱上就是一个明亮的峰CFAR检测器能轻松抓到它。但弱目标不一样目标能量可能只比噪声底高3到5个dB有时候甚至淹没在海杂波峰和旁瓣里这种情况下CFAR会出现大量虚警或漏检。传统的方法要么花大力气去建模海杂波统计分布如K分布、Pareto分布要么靠长时间相参积累提升信杂比如FRFT、Radon-Fourier变换。问题在于海杂波在低掠射角下并非平稳随机过程海尖峰会产生大量类似目标的强散射点而机动目标在积累期间发生速度变化会带来距离走动和多普勒走动传统线性积累方式处理不好这种非线性运动。说到底传统方法的瓶颈不是积累时间不够长而是无法同时处理非平稳杂波背景和非匀加速目标运动这两个难题。深度学习的切入点其实很自然把RD谱序列看成类似视频连续帧的图像数据用卷积网络提取空间特征用注意力或循环结构捕捉时序运动模式把检测问题当成“从含噪视频中分割并追踪移动目标”的问题来处理。CV-HUNet论文的核心就是把这种图像分割思路引入相干检测先做背景抑制再做目标轨迹提取检测逻辑比单帧CFAR要高明很多。2.2 三大核心模块的串联逻辑论文提出的完整框架可以拆成三个环节CV-HUNet轨迹提取输入是多帧RD谱拼接的数据立方体经过一个结合卷积和Transformer的混合UNet结构输出的是目标轨迹的似然图热力图。这一步解决的是“目标在哪里”的问题本质是一个语义分割任务把目标轨迹从杂波背景中分离出来。局部精搜拿到轨迹似然图后不再对整幅RD谱重新检测而是在轨迹点附近开局部搜索窗用更高精度的方式确定目标的精确距离和多普勒位置。这一步解决的是“目标精确位置在哪”的问题本质是检测精修。双ResNet杂波抑制在轨迹提取前后用两个分支的ResNet分别处理原始谱图的幅度特征和多普勒特征估计杂波背景并做抑制。这一步解决的是“如何让轨迹更干净”的问题本质是背景对消。这三个模块的串联逻辑非常清晰杂波抑制在前端提升信杂比轨迹提取在中端完成目标初检和运动关联局部精搜在后端做位置精修。每个模块负责一个子问题训练的时候可以分阶段优化部署的时候也可以按需裁剪。2.3 为什么选这个架构而不是端到端单模型这个设计有一个值得玩味的地方为什么不直接用一个大的端到端网络输入RD序列、直接输出目标航迹我一开始也有这个疑问仔细推敲之后发现端到端单模型在实际工程里并不划算。第一海面弱目标检测极度依赖先验知识单模型很难把CFAR积累的领域经验有效利用起来第二端到端模型的可解释性差一旦出现异常检测结果很难定位问题出在特征提取、轨迹关联还是杂波估计第三相干检测系统通常有明确的信处理链路节点模块化设计能嵌入现有雷达处理流程而不是推倒重来。所以这个三段式设计本质上是“传统信号处理框架 深度学习模块增强”的混合架构。轨迹提取替代了原来CFAR检测器加航迹起始的环节局部精搜保留了传统跟踪波门的概念双ResNet则是自适应杂波图的一种学习版本。这种设计既符合雷达工程师的认知又能发挥深度模型的特征学习能力工程落地的阻力小很多。3. CV-HUNet轨迹提取模块精讲3.1 输入数据的组织方式CV-HUNet的输入不是单帧RD谱而是连续多帧RD谱堆叠成的数据立方体。假设雷达对某个波位连续发射了64个脉冲做二维FFT后可以得到一帧RD谱图尺寸通常设计为128×128或256×256对应多普勒维和距离维分辨率。论文中一般取8到16帧RD谱堆叠为一个输入样本这样网络可以看到目标的运动轨迹片段而不是孤立的一帧。具体到数据组织过程对每个距离-多普勒单元的慢时间序列做相参累积得到第t帧的RD谱矩阵以t为中心取前后N帧拼成一个N×H×W的张量。这里N代表时间深度H是距离维尺寸W是多普勒维尺寸。有些实现还会在输入前做归一化处理常用的方法是取幅度对数后再归一化这样既能压缩动态范围又能让弱目标信号相对更加突出。这个堆叠方式直接决定了轨迹提取的天花板——如果N太小比如2帧网络看到的目标运动信息不足难以区分真实轨迹和随机杂波点如果N太大比如32帧目标可能在积累期间发生大范围距离走动轨迹变成一条长斜线反而增加了分割难度。我在复现时测试了4、8、16三组帧数8帧在检测性能和计算开销的平衡上最好这也和论文中的设置一致。3.2 CV-HUNet的混合架构设计解析CV-HUNet的核心是一个UNet骨架但把普通卷积模块替换成了混合卷积-Transformer模块这是名字里CV的由来代表Convolutional-Vision Transformer混合。这样做有一个很实际的考量卷积擅长提取局部纹理和边缘特征适合捕捉RD谱上的目标亮斑Transformer擅长建模长距离依赖和全局上下文适合判断轨迹在多帧之间的连续走向。把两者结合在一个模块里理论上既能保留局部细节又能利用全局运动信息。模块位置操作内容特征图尺寸变化编码器第1层混合模块×2步长1卷积8×128×128 → 16×128×128编码器第2层混合模块×2步长2下采样16×128×128 → 32×64×64编码器第3层混合模块×2步长2下采样32×64×64 → 64×32×32编码器第4层混合模块×2步长2下采样64×32×32 → 128×16×16瓶颈层混合模块×2128×16×16 → 128×16×16解码器上采样跳跃连接混合模块128×16×16 → 1×128×128实际使用时混合模块内部可以简单理解为一个“卷积分支 Transformer分支”的双通道结构最后把两个分支的特征拼接再通过1×1卷积融合。这里有一个容易踩坑的点Transformer分支需要先把二维特征图切成patch序列patch大小直接影响计算量。复现时我把patch设为4×48帧128×128的输入在单张24G显卡上能跑到稳定状态如果是显存较小的卡建议用8×8的patch。3.3 轨迹提取的损失函数与监督标签轨迹提取一般输出一个单通道的热力图每个像素表示该位置属于目标轨迹的概率。损失函数最常用的是Dice Loss加Binary Cross Entropy的组合公式如下L α × (1 - Dice) β × BCE其中Dice系数计算的是预测热力图和真值热力图之间的区域重叠度对前景背景类别不平衡问题非常有效。在海面弱目标场景下目标像素可能只占总像素的千分之一如果只用CE Loss网络会倾向把所有像素都预测为背景Dice Loss就是专门解决这个问题的。监督标签的生成方式在复现时容易被忽略但极其重要。论文的标签不是简单的二值掩码而是以目标真实RD位置为中心的高斯分布热力图高斯核的σ一般取2到3个像素这样能缓解边界像素的模糊性并给网络提供更平滑的学习信号。另一个细节是多目标重叠区域的标签融合论文里直接取两个高斯圆并集的近似处理即逐像素取最大值实测下来比求和更稳。整个模块的训练阶段可以用两阶段策略先固定其他模块单独训练CV-HUNet 50个epoch再联合后端的局部精搜分支一起微调。这样做的原因很简单——轨迹提取如果一开始就不准后面的精搜和杂波抑制都会学到错误信息。联合训练反而可能拖慢收敛速度。4. 局部精搜模块如何把轨迹坐标做到RD单元级4.1 为什么轨迹提取还不够CV-HUNet输出的轨迹热力图在像素级别已经能把目标和杂波分开但这里有个问题热力图的空间分辨率受限于RD谱的分辨率。距离维和多普勒维的单元宽度由雷达参数决定热力图上的一个像素就对应一个距离-多普勒单元也就是说轨迹提取只能告诉我们目标大概在哪几个RD单元里不能突破物理分辨率给出更精确的估计。但相干检测系统往往需要亚单元级的估计精度。比如测速时目标的多普勒频率可能落在两个多普勒单元之间传统CFAR检测器只能选峰值所在单元误差最大可达半个多普勒单元。对于跟踪系统来说这种量化误差经过递推会逐渐积累最终影响航迹连续性。4.2 局部搜索窗的构造与优先扫描策略论文的精搜思路是在CV-HUNet输出的轨迹点附近选择一个局部搜索窗一般是3×3到9×9的RD区域在这个窗口内做精细的峰值搜索和插值估计。搜索窗的尺寸设置有一个权衡太大容易把附近的杂波虚警吸进来太小又可能漏掉目标真实位置。我复现时采用的策略是自适应搜索窗先用轨迹热力图的峰值响应强度做一个置信度判断响应高的轨迹点用小窗3×3响应低的点用大窗7×7。这样在目标信号强的时候快速锁定信号弱的时候多扫几个单元整体计算量增长不大但检测鲁棒性提升明显。峰值精估的部分可以用经典的抛物线插值或加权质心法。以多普勒维为例假设ν0是峰值单元的多普勒频率S(ν0-1)、S(ν0)、S(ν01)是对应输出幅值抛物线插值公式为ν_peak ν0 [S(ν0-1) - S(ν01)] / [2 × (S(ν0-1) - 2×S(ν0) S(ν01))]这类公式在很多雷达信号处理教材里都有关键在于精搜模块需要把热力图响应值映射回真实的RD幅值再做插值这里我一开始吃了亏直接用热力图输出做插值结果偏了好几个单元。正确的做法是热力图只用来定位峰值所在的RD索引精估必须回到原始RD谱数据上去取幅值。4.3 与跟踪滤波器的接口设计精搜模块输出的坐标不是直接作为最终检测结果而是交给后续的跟踪滤波器如卡尔曼滤波器或粒子滤波器。论文在实验中用了一个近恒速模型Nearly Constant Velocity, NCV的卡尔曼滤波器做航迹滤波把精搜结果作为量测值输入。这里有一个工程细节卡尔曼滤波的量测噪声协方差R需要根据局部精搜的置信度动态调整。热力图响应高、插值结果稳定的点R设得小一些反之设得大一些。这个“量测自适应”机制对机动目标尤为重要——当目标突然机动导致预测误差增大时滤波器能主动相信量测而不是被运动模型带偏。传统跟踪里这叫自适应滤波深度学习版本的优势在于置信度估计是网络端到端学出来的不用手工设计准则。5. 双ResNet杂波抑制模块的复现要点5.1 双分支设计的出发点海面杂波在RD谱上有自己的特征海尖峰通常表现为局部高亮斑块在慢时间维上相关性强而真实目标回波在相参积累后是一个紧凑的亮峰且多普勒频率会随时间变化机动目标。单靠CV-HUNet做目标分割是一种思路但如果能在分割之前先把杂波抑制掉一部分网络的学习压力会小很多这也是双ResNet杂波抑制模块存在的意义。双分支的含义是两个并行的ResNet分支分别处理不同特征的输入。我用的一组配置如下分支A幅度分支输入原始RD谱的幅度图输出估计的杂波背景幅度图。分支B多普勒特征分支输入RD谱的多普勒频谱分布特征输出杂波多普勒抑制掩码。然后通过逐元素相减原始幅度图减去估计背景或逐元素相乘乘以抑制掩码实现杂波抑制。论文最终采用的是加权融合方案公式为S_suppressed S_raw - λ1 × B_amp - λ2 × (B_doppler ⊙ S_raw)其中λ1和λ2是融合权重初始可以都设为0.5后续根据需要微调。两个分支学习的内容有明确区分幅度分支关注“哪里有强杂波”多普勒特征分支关注“哪些多普勒单元的杂波需要压掉”二者互补性很强。5.2 ResNet预训练模型的加载与适配ResNet作为骨干网络一个最大的优势就是能加载预训练权重。ImageNet上预训练的ResNet模型已经学到了丰富的底层视觉特征边缘、角点、纹理这些特征在RD谱上同样有意义因为RD谱在视觉本质上也是图像数据。但是直接用torchvision官方预训练权重有一个坑预训练模型默认接受三通道RGB输入224×224而我们的RD谱是单通道灰度图128×128。直接resize成224×224三通道再送进去虽然可以跑但会丢失尺度信息和通道信息。我试过的更好的做法是只取ResNet除了第一个卷积层之外的所有权重把第一个卷积层换成输入通道数为1的卷积核保留原始卷积核在R通道上的权重作为初始化G和B通道权重置零或做均值初始化保留后续所有层的预训练参数。这样既充分利用了预训练特征又适配了单通道输入。实测下来这种初始化方式比随机初始化在验证集上Dice系数提升约4到6个百分点效果非常明显。5.3 杂波抑制效果评估与可视化技巧复现杂波抑制模块时不要只看最终的检测精度指标还要单独评估抑制效果。我用了两个指标一是抑制前后的信杂比提升量SCR Gain二是杂波背景下虚警率的变化。SCR Gain的定义是抑制前后目标峰值与杂波平均功率之比的差值dB一般能做到6到12 dB的提升就算比较理想。可视化方面有一个建议把原始RD谱、估计杂波背景、抑制后RD谱三张图放在一起对比这样能直观看到ResNet学到的是不是合理的杂波形态。如果抑制后留下了大量类似目标的黑色空洞说明过度抑制可能是λ融合权重偏大如果抑制后杂波背景跟原来差不多说明抑制不足可能是分支网络容量不够或者预训练权重适配没做好。常见错误是拿CV-HUNet的分割结果去反推杂波抑制的好坏这不对。杂波抑制模块是轨迹提取的前置增强评价标准应该是“信杂比提升多少”而不是“目标检测是否成功”。两个指标之间存在关联但不能画等号分开评估更有利于定位系统瓶颈。6. 完整复现流程与训练策略6.1 数据准备与仿真海杂波生成复现最先要解决的是数据从哪来。真实雷达数据不容易获取论文实验一般采取“仿真数据为主、实测数据验证为辅”的策略。海杂波仿真可以使用K分布或Compound Gaussian模型参数形状参数、尺度参数根据海况等级设定目标回波则根据雷达方程计算强度再叠加目标的多普勒调制和距离走动。我在复现时用的是公开的IPIX雷达数据作为验证集训练集以仿真数据为主。仿真合成了一个场景X波段雷达距离分辨率3米脉冲重复频率1000Hz目标为小型无人机信杂比在3到12 dB之间随机变化海浪等级3到5级。每轮仿真生成2000个样本每个样本包含16帧RD谱128距离单元×128多普勒单元标注文件里记录了每帧目标的真实距离单元和多普勒单元索引。这里强烈建议把随机种子固定并保存一份固定的验证集。仿真数据生成过程本身有随机性如果每次实验都重新生成数据不同实验之间没办法公平对比。我在复现早期就吃过这个亏同样的超参数在不同批次的数据上结果波动很大后来改成加载固定验证集后才稳定下来。6.2 分阶段训练与超参数配置整个模型的训练我建议分成三个阶段如表所示训练阶段训练内容学习率训练轮数优化器第1阶段单独训练CV-HUNet1e-380AdamW第2阶段单独训练双ResNet杂波抑制器5e-440AdamW第3阶段联合微调三个模块2e-430AdamW学习率调度用的是余弦退火CosineAnnealingLR最小学习率设为基础学习率的1/100。批量大小batch size设为8输入张量大小为8×16×128×128在单张RTX 4090上显存占用约19GB如果显存不够可以减小帧数或patch大小。第2阶段训练双ResNet时我会把CV-HUNet的输出作为辅助监督信号意思是杂波抑制模块不只是做背景估计还要让抑制后的结果更有利于CV-HUNet的轨迹分割。具体做法是把抑制后的RD谱重新输入一个轻量版分割头计算分割损失反传到ResNet这个辅助损失权重设为0.3。这个技巧在论文中没有明确提但我实测加了之后确有提升联合微调的稳定性也更好。6.3 推理阶段的时延优化措施复现不能只关心精度雷达实时处理对时延要求很苛刻。论文里给出的推理时延数据大概在毫秒级实际复现时如果直接按训练的方式一步步跑时延很容易超标。我的做法是在推理阶段做三个优化第一把三个模块合并成一个端到端模型导出省去模块间数据落盘和重新加载的开销第二把局部精搜的可变搜索窗改成固定3×3窗口虽然极端弱目标场景下精度略微下降但整体时延从15.8ms降到8.2ms第三使用TensorRT做FP16量化加速在几乎不影响检测精度的前提下把推理时延进一步压缩到4ms左右。雷达系统对时延的容忍度视场景而定但既然是弱目标相干检测通常希望在几十毫秒内完成一次航迹更新这一套优化下来基本能满足需求。7. 复现过程中踩过的坑与问题排查7.1 常见问题速查表问题现象可能原因解决方案训练损失不下降学习率过大/标签生成错误调低学习率至5e-4检查热力图标签是否归一化检测结果全是虚警杂波抑制权重λ过大减小λ至0.2观察抑制前后的频谱对比轨迹断裂断续帧数N太小/阈值过高增大帧数至16降低热力图二值化阈值预训练加载报错输入通道数不匹配修改首层卷积权重初始化保留剩余层权重精搜坐标偏移用热力图直接插值回原始RD谱取幅值再插值验证集指标波动大随机种子未固定固定全局随机种子使用固定验证集显存不足帧数或patch尺寸过大减小帧数至8patch改为8×87.2 训练不收敛的排查思路训练不收敛是我遇到的第一个大问题。CV-HUNet单独训练20个epoch后验证Dice一直在0.3附近徘徊怎么调都上不去。后来逐项排查发现是标签生成的问题——高斯热力图的σ设成了5导致目标区域和背景区域几乎无法区分。把σ降到2之后同一个超参数下Dice直接跳到0.75。这个经历提示了一个通用排查思路神经网络在这种弱目标场景不收敛首先怀疑的不是网络结构而是监督信号。我后来养成了一个习惯每次训练前可视化几张训练样本把输入的RD谱、归一化后的数据、标签热力图完整检查一遍确认标签确实标在了目标的位置上再开始训练。这种可视化检查只要5分钟但能省下好几个小时的无效训练时间。另一个容易忽略的点是输入数据的归一化方式。RD谱的动态范围可能超过60dB如果不做对数压缩直接送入网络强杂波会把弱目标的特征彻底淹没。我的做法是取幅度谱的20×log10变换后按全局均值和标准差做Z-score归一化。这样既压缩了动态范围又把数据分布拉到0附近网络收敛速度明显加快。7.3 密集杂波场景下的过检抑制技巧低频海况下杂波还好处理一旦模拟高海况5级以上海尖峰密集出现双ResNet杂波抑制的效果会明显下降轨迹提取也容易把一些时间连续的海尖峰误判为弱目标轨迹。针对这个场景我做了几项针对性调整第一增强训练数据中的高海况样本占比从20%提高到40%。论文默认的仿真数据分布可能不足以覆盖极端海况数据增强比调参更管用。第二在轨迹热力图后处理阶段增加一个最小轨迹长度约束——只有连续超过3帧且空间位置接近的响应点才判为轨迹单帧的孤立亮点直接丢弃。第三对双ResNet的多普勒特征分支输入做频带限制只保留慢速区间的多普勒信息因为大量海尖峰集中在零多普勒附近目标如果不在这个区域可以直接排除。这些技巧在工程上很常见论文不一定写进去但对复现者来说价值极大。我最后在5级海况测试集上把虚警率从每帧4.2个降到了0.6个检测率保持了90%以上关键就是靠这些后处理手段。8. 复现评价与后续扩展方向8.1 与公开基准方法的效果对比我复现完成后在自建的仿真数据集上和几个常见方法做了对比实验包括传统二维CFAR、基于K分布建模的CFAR检测器和一篇较早的基于YOLOv5的RD谱检测方法。评价指标选了两个检测概率Pd和每帧虚警数Fa。以8帧RD谱输入、信杂比为6 dB的弱目标场景为例二维CA-CFAR在虚警率0.31时的检测概率只有约61%K分布CFAR在同样的虚警率下检测概率约67%YOLOv5检测器检测概率能到81%但虚警率较高本文复现的三模块框架检测概率约93%虚警率0.14。复现结果虽然没有完全复现论文中的各项数值但整体趋势一致说明这套架构确实在弱目标场景下有明显优势。8.2 可以继续扩展的优化方向复现完成后我认为这套架构还有几个可以继续深入的地方用更轻量的骨干网络替换ResNet如MobileNetV3或GhostNet适用于资源受限的部署场景Multi-frame attention机制可以进一步替代固定帧堆叠让网络自动学习哪些帧对当前检测更重要将局部精搜模块和跟踪滤波器联合端到端训练而不是把跟踪器放在网络外部目前已有相关研究探索可微卡尔曼滤波扩大仿真数据的覆盖范围加入雨雾杂波、箔条干扰等复杂环境提高模型的领域泛化能力。我自己的计划是把这套框架从X波段单基地雷达扩展应用到多基地协同场景先解决多传感器数据的时空对齐问题再尝试把杂波抑制和轨迹提取做成跨传感器的统一模型。复现这篇论文最大的感受是深度学习在雷达信号处理中的应用关键不是模型多花哨而是如何把领域知识转化成网络能够学习的数据结构和监督信号。CV-HUNet的混合架构、双ResNet的杂波抑制、局部精搜的坐标精估每一环都在解决传统信号处理链条中的一个明确痛点组合起来才形成完整的解决方案。最后分享一个经验复现任何论文都不要只盯着最终指标要把每个模块单独拆出来验证效果。我这轮复现能顺利走通得益于一开始就把杂波抑制、轨迹提取、精搜三个模块分开训练和评估每个环节的贡献都量化得清清楚楚后面联调的时候才知道问题出来在哪一环。如果直接端到端一把梭出了问题根本无从下手。这套方法也不只适用于雷达领域凡是复杂信号处理加深度学习的任务都可以借鉴这种“分模块验证、再联合训练”的复现路线。