看到这个论文标题的时候我第一反应是又一篇把“深度学习雷达信号处理”揉在一块的活儿而且大概率不是那种换个网络结构刷几个点的常规操作。等我把CV-HUNet、轨迹提取、局部精搜、双ResNet、杂波抑制这条链路完整梳理了一遍发现它确实值得认真复现一次。海面低空机动弱目标检测这个方向难点从来不在“不会写网络”而在于目标太弱、杂波太强、目标还会动三个问题叠在一起传统的相干检测手段很容易顾此失彼。这篇笔记我会把整条检测链路的原理拆开讲清楚给出我复现时的数据仿真、网络实现、训练配置和踩坑记录适合正在做雷达目标检测、深度学习信号处理相关课题的研究生和工程师参考。1. 问题先读懂海面低空机动弱目标为什么难检测1.1 三个“难”叠加出的困局先说海面环境。海杂波不是高斯白噪声它的幅度分布通常用K分布、Compound-Gaussian这类重尾模型来描述意思是高幅度散射点出现的概率远高于高斯假设。更头疼的是海尖峰现象在特定海况和擦地角下海面会突然产生一段强反射无论从幅度还是从时域形态上看都和目标回波高度相似。传统CFAR检测器在均匀背景里表现很好但海杂波的空间非均匀性会让CA-CFAR的参考窗统计量被污染产生两类典型问题一是海尖峰被当成目标形成虚警二是弱目标淹没在杂波旁瓣里被漏检。再说目标本身。低空小型飞行器或水面小目标的雷达截面积可以小到0.01到0.1平方米量级单帧信杂比常常在-10 dB以下。低空飞行还会带来多径效应直达波和海面反射波在接收端干涉目标回波幅度会周期性衰落。这时候想靠单帧检测基本不可能必须做多帧积累。麻烦的是目标还会机动。一旦目标做转弯、加减速它的距离走动和多普勒频率都会随时间变化。相参积累靠的是脉冲间相位的相干性理论上积累N个脉冲能获得N倍信噪比增益但目标机动会让相位关系被打乱积累效果断崖式下降。用更直白的话说一帧一帧看目标都“看不见”想积累起来它又“乱跑”这就是相干检测遇到的根本矛盾。1.2 论文为什么用三段式方案传统做法是CFAR加航迹关联先通过恒虚警检测出点迹再把点迹按时间串成航迹。这套路在信杂比尚可的场景很成熟但对付“单帧根本检不出目标”的情况就很吃力因为你连点迹都提不出来后面航迹关联就是空中楼阁。这篇论文的思路是把检测从“一次判决”改成了“三个阶段各干一件事”。第一段用CV-HUNet做轨迹提取本质上是把检测问题转化成“在距离-时间图上找轨迹线段”的视觉问题用复数域U-Net在强杂波背景下先圈出有目标轨迹的候选区域。第二段局部精搜是在粗提取给出的候选轨迹附近做精细能量积累把机动带来的轨迹弯曲也纳入考量真正把弱目标能量“攒”出来。第三段双ResNet杂波抑制专门对付那些“长得像目标”的海尖峰和其它杂波残留在判决前把虚警源摁掉。这个三段式设计的聪明之处在于把计算量分配得比较合理。全局做高精度检测计算量太大先粗提取快速锁定小范围再在局部用更精细的手段验证相当于先在地图上圈出几个街区再去街区里挨家挨户找目标。而且每一段都可以单独调试、单独换更强的方法不会牵一发动全身。下面我会按这个链路把每一段的技术细节和复现要点拆开讲。2. CV-HUNet复数域U-Net与轨迹提取2.1 复数卷积层为什么必要雷达中频采样下来的是IQ数据本质是复数信号。传统深度学习做法要么直接丢掉虚部取模值要么把实部虚部当成两个独立通道送给实值卷积。取模值最省事但相位信息全丢了拆通道虽然保留了数值但对实值卷积来说实部和虚部之间的耦合关系只能隐式学习效率不高。复数神经网络的核心是把网络内部的乘加运算改成复数乘法规则。两个复数相乘实部是ac减bd虚部是ad加bc它天然实现了实部和虚部信息的交叉融合。对雷达回波来说目标的多普勒调制是体现在相位变化上的复数卷积能把这种相位结构在特征提取阶段就保留下来而不是等网络自己去“悟”出相位关系。我在复现时用PyTorch实现了一个基础复数卷积层思路很简单用两组实数卷积分别处理实部虚部再按复数乘法公式组合输出import torch import torch.nn as nn class ComplexConv2d(nn.Module): def __init__(self, in_ch, out_ch, kernel_size3, stride1, padding1): super().__init__() self.conv_re nn.Conv2d(in_ch, out_ch, kernel_size, stride, padding) self.conv_im nn.Conv2d(in_ch, out_ch, kernel_size, stride, padding) def forward(self, x): # 输入 x: [B, 2*in_ch, H, W]通道维前一半是实部后一半是虚部 real, imag torch.chunk(x, 2, dim1) real_out self.conv_re(real) - self.conv_im(imag) imag_out self.conv_re(imag) self.conv_im(real) return torch.cat([real_out, imag_out], dim1)需要注意复数卷积的初始化不能直接套实值网络的默认初始化否则实部虚部的方差容易失衡。我测试下来对两组卷积核用Kaiming初始化后再把虚部卷积核整体乘以0.5左右的缩放系数训练稳定性会好很多。这个技巧论文里一般不会写但实际训练时影响很大。2.2 从特征图到轨迹U-Net与Hough的配合轨迹提取部分的核心是CV-HUNet按我的理解这里的HU指的是引入Hough变换思想的U-Net结构CV代表复数域处理。网络输入是若干帧脉冲压缩后的距离-时间图输出是一张目标轨迹概率图每个像素表示该位置属于目标轨迹的可能性。这个子网络本质上是做图像分割所以U-Net的编码器-解码器加跳跃连接结构非常合适编码器层层下采样提特征解码器恢复分辨率跳跃连接把浅层细节传到深层对小目标的细线状轨迹特别友好。但U-Net直接输出的概率图是“点状”的响应它不是一条干净的轨迹线段。要让轨迹变得可量化就需要Hough变换登场。Hough变换的核心思想是图像空间中的一条直线可以在参数空间中用两个参数来表示。我把概率图中每个点投票到参数空间具体实现是离散化一组角度theta对每个theta计算对应距离rho从而在参数平面上形成累加器。峰值位置对应的rho和theta就代表一条候选直线轨迹。为了让Hough变换能够参与反向传播训练我把它实现成可微形式。思路是用线性插值替代传统Hough的硬投票把概率图数值按照映射关系软分配到rho方向上这样梯度就能从损失函数流回U-Net的特征图。伪代码如下def differentiable_hough(prob_map, theta_grid, rho_bins): # prob_map: [B, 1, H, W]U-Net输出的目标概率图 # theta_grid: 离散角度序列 B, _, H, W prob_map.shape rho_max int(torch.sqrt(torch.tensor(H**2 W**2))) accumulator torch.zeros(B, len(theta_grid), rho_bins) coords torch.stack(torch.meshgrid(torch.arange(H), torch.arange(W))) for idx, theta in enumerate(theta_grid): rho_map coords[0] * torch.cos(theta) coords[1] * torch.sin(theta) # 将概率值按rho坐标插值累加 accumulator[:, idx, :] soft_bin_scatter(prob_map, rho_map, rho_max, rho_bins) return accumulator粗提取阶段不需要特别高的角度分辨率我实际用了一半的theta网格和rho分箱因为这一步的任务是“在哪附近可能有轨迹”而不是精确给出轨迹参数。过高的分辨率只会让参数量变大、训练变慢还容易把杂波形成的随机峰值也当候选。把角度分辨率控制在1到2度、rho分箱控制在距离单元级别配合Hough峰值的局域非极大抑制得到的候选轨迹数量在工程上比较可控。3. 局部精搜在候选轨迹上做精细能量积累3.1 从粗到细的设计逻辑如果直接用Hough峰值就下判决会遇到两个问题。第一Hough变换假设轨迹是直线但机动目标的轨迹在距离-时间图上是有弯曲的峰值能量会被分散到多个参数格点上弱目标的峰值可能被阈值卡掉。第二海尖峰强度高时也会在参数空间形成明显峰值形成大量虚警候选。局部精搜要干的事就是在粗提取锁定的每个候选邻域内对原始回波数据重新做精细的多帧能量积累并用积累结果验证轨迹真伪。我用的是动态规划的思路把距离-时间图看成一个网格每个格点的值是该帧该距离单元的幅度。沿着时间轴递推每个格点的积累能量等于当前格点的观测值加上上一帧相邻距离单元中最大的积累能量并且限制帧间距离走动量不能超过目标最大机动能力对应的距离单元数。递推式可以写成E(t, r) I(t, r) max E(t-1, rdelta)其中delta的限制范围由目标最大速度决定。这个递推式的意义在于它允许轨迹在每帧之间发生小幅偏移不再被直线模型束缚。机动目标即使轨迹弯弯曲曲只要每帧的走动量控制在delta范围内能量就能沿着真实路径被累积起来这就是局部精搜能应对“机动”的关键。我复现时把这个递推写成逐帧循环加向量化索引T帧数据大概几十乘几十的规模CPU上跑也很快。3.2 从粗到细的代码实现思路局部精搜的输入是原始距离-时间复数据矩阵和候选轨迹参数。对每个候选我先根据rho和theta换算出一条初始直线然后在该直线两侧各扩展几个距离单元作为搜索窗口再在窗口内做动态规划积累。下面是我整理出的核心逻辑def local_search(reframes, rho0, theta0, T, max_shift3): # reframes: 多帧脉冲压缩后的数据形状 [T, H, W] # (rho0, theta0): CV-HUNet给出的候选轨迹参数 # max_shift: 每帧允许的最大距离偏移量对应目标机动能力 H reframes.shape[1] energy np.full((T, 2 * max_shift 1), -np.inf) prev_idx np.zeros_like(energy, dtypeint) for t in range(T): r_center int(rho0 t * delta_r) # 由theta0换算的每帧距离走动 for s in range(-max_shift, max_shift 1): r r_center s if r 0 or r H: continue peak_val reframes[t, r, :].max() # 取该距离单元多普勒维峰值 if t 0: energy[t, s] peak_val else: for prev_s in range(-max_shift, max_shift 1): cand energy[t-1, prev_s] peak_val if cand energy[t, s]: energy[t, s] cand prev_idx[t, s] prev_s # 回溯最大能量路径得到精搜后的轨迹序列 return backtrack(energy, prev_idx)这里有两个参数很关键。max_shift设大了能跟踪更剧烈的机动但噪声也会更容易被积累出高能量设小了机动目标跟不住。我试过不同海况和目标机动强度一般把max_shift设在2到4个距离单元比较稳妥具体要看雷达距离分辨率和目标加速度来标定。另外一个心得是精搜用的观测值不要用单帧单像素而要用该距离单元在多普勒维的小窗口内取峰值这样能多捞一点相参积累的增益同时降低单帧噪声的干扰。判决阶段可以给积累能量设一个自适应门限比如和背景区域的平均积累能量做比较求出局部信杂比。候选轨迹的真实性就看这个精搜后的信杂比起伏通常比单帧信杂比高出8到10 dB时才判定为目标这个门限我用仿真实测后觉得效果不错。4. 双ResNet把“长得像目标”的杂波挑出去4.1 双分支结构设计走到这一步目标候选轨迹基本拿到了但虚警并没有完全消除。最大的虚警来源就是海尖峰它们在幅度上和目标太像了单靠能量积累很难区分。这时候就需要让网络看看目标和海尖峰在特征空间里到底有什么差别于是双ResNet杂波抑制模块上场。为什么设计成“双”分支我的理解是海杂波和目标在距离-多普勒谱上有形态差异但在原始复包络上又有更细微的统计差异单靠一种视角容易漏掉信息。所以分支A输入距离-多普勒谱的幅度图网络能学到“亮斑的形状、谱宽的形态”分支B输入原始的复数IQ特征把实部虚部两个通道送进网络让网络学习更底层的复包络统计规律。两个分支都用ResNet18作为骨干去掉最后的全局平均池化层改成保留空间分辨率并输出与输入同尺寸的杂波概率图。选择ResNet而不是更轻量的VGG是因为抑制杂波需要足够大的感受野。海杂波在距离-多普勒谱上通常是有空间相关性的一小块区域的杂波强度往往和周围环境有关ResNet靠残差连接可以堆到比较深感受野足够大能学到“这里不是目标因为周围杂波图样长这样”这类上下文信息。表里整理了我用的两个分支输入和各自的作用。分支输入特征网络骨干作用分支A距离-多普勒谱幅度图ResNet18去顶层学习杂波在谱图上的形态与空间分布分支B复数IQ特征的实部虚部双通道ResNet18去顶层学习复包络层面更细的统计差异融合方式我实验下来简单相加的效果比特征拼接后加卷积层更稳定。两个分支各自输出一个与输入等尺寸的logits图逐像素相加再过sigmoid得到最终的杂波概率图。推理时前面轨迹提取和局部精搜给出的目标置信度要乘上(1减去杂波概率)如果杂波概率接近1这个候选直接被压掉。4.2 训练策略与损失设计双ResNet的监督标签来自仿真真值在仿真数据里哪些区域是目标、哪些区域是海杂波是一清二楚的。我生成杂波图标签时把目标真实位置周围一个保护窗口内标为0窗口外由仿真海杂波主导的区域标为1。这个保护窗口很重要如果标签把目标位置也标成杂波网络会被带偏学成“见谁都压”真实目标也会被抑制掉这是训练时最容易犯的错误。损失函数我采用了BCE加一个峰值惩罚项。BCE做基础的逐像素分类峰值惩罚项是为了应对杂波图中的类别不均衡真实目标区域只占几个像素海杂波区域往往占大多数模型很容易学成“全都输出1”。峰值惩罚项对每个batch内杂波概率图的最大响应位置做约束如果最大响应出现在目标保护窗口附近就加大损失逼迫网络在目标区域保持低输出。整体训练分三步走。第一步只训练CV-HUNet损失用Dice Loss加Focal LossDice负责缓解目标像素占比过低的问题Focal让训练更关注难分的弱目标轨迹像素。第二步固定CV-HUNet训练双ResNet专门优化杂波抑制能力。第三步端到端联合微调学习率降到1e-5级别只更新部分层参数避免破坏前面已经学好的特征。这个节奏我实践下来整个模型不会出现“训练一个模块、另一个指标崩掉”的跷跷板现象。5. 复现实操从仿真数据到端到端训练5.1 数据仿真与标注要点真实雷达数据获取成本高、标注也费劲复现阶段先用仿真数据把闭环跑通是务实的选择。海杂波我用K分布模型生成但必须注意一点单纯生成独立同分布的K分布随机数是不够的。真实海杂波在距离向和时间向都有相关性距离向相关性决定杂波块的尺寸时间向相关性决定多普勒谱的展宽。仿真时要生成相关K分布杂波基本做法是先产生相关高斯随机过程再做非线性变换映射到K分布幅度这样才能出现“一段时间内连续较强”的杂波块而不是满屏均匀噪点。目标仿真用Swerling II起伏模型表示回波幅度在脉冲间独立起伏适合描述复杂目标。运动轨迹用匀加速模型叠加随机机动分量转弯时轨迹在距离-时间图上会有一段弯曲正好用来考验局部精搜的机动适应能力。目标的信杂比从-12 dB到5 dB分档生成保证训练数据里既有极弱目标也有相对容易检测的目标。标注这块在仿真里是天然的。目标每一帧在哪个距离单元、轨迹形状什么样都是仿真时直接记录下来的。我把目标轨迹坐标渲染成和输入尺寸一致的单像素宽线段作为CV-HUNet的监督真值杂波图标签则按上一节说的方式生成。注意训练集和测试集要用不同的随机种子分开生成避免网络把仿真噪声背下来。5.2 网络输入组织与训练配置输入数据以“距离-时间图”为核心。我把32到64帧脉冲压缩后的数据堆叠成一个二维矩阵横轴是时间帧序号纵轴是距离单元矩阵的每个值取该距离单元和该帧在多普勒维的峰值幅度。之所以不直接送全维度的IQ数据是因为整条链路的计算负担太大了先用幅度信息完成粗提取精搜和杂波抑制阶段再回到原始数据。实测下来32帧的输入对弱目标积累够用再增加帧数对性能提升有限训练显存却增长明显。训练配置我给一组能直接用的参考值输入尺寸64乘64batch size 16优化器AdamW初始学习率1e-3CV-HUNet单独训练时用余弦退火调度训练大约60个epoch收敛。双ResNet训练时batch size 32学习率5e-430个epoch左右就能看到杂波概率图输出有明显区分度。联合微调阶段学习率降到1e-5只更新最后的融合卷积层和部分ResNet高层10个epoch就够了。我用的是一张24GB显存的显卡整个流程跑下来没有显存瓶颈。5.3 评估指标与效果对比复现论文不能只看最终效果还要把每个模块的贡献拆开评估。我用三组指标检测概率Pd、虚警率Pfa、以及精搜前后的信杂比改善量。对比基线我选了三个传统CA-CFAR、纯Hough变换检测、实值U-Net加局部精搜去掉复数卷积和双ResNet。在我仿真数据上的经验结果如下表方法检测概率SCR-8 dB虚警率SCR改善量CA-CFAR0.32高约3 dB纯Hough变换0.45中高约5 dB实值U-Net 局部精搜0.61中约8 dBCV-HUNet 局部精搜 双ResNet0.78低约11 dB需要说明的是这个表格是我在特定仿真参数下得到的结果不同海况和雷达参数下绝对数值会有变化但趋势是一致的复数卷积带来特征层面的收益局部精搜贡献了积累增益双ResNet则把虚警率压下去一个量级。单看检测概率提升不算夸张但虚警率的下降才是这套方案真正值钱的地方因为对雷达系统来说虚警带来的系统资源消耗往往是比漏检更头疼的问题。6. 复现踩坑实录与避坑清单6.1 我踩过的6个坑第一个坑是复数卷积初始化失衡。最初我直接套用实值网络的默认初始化训练前几轮loss剧烈震荡。排查后把虚部卷积核缩放系数调到0.5左右训练立刻稳定下来。第二个坑是Hough层显存爆炸。备选参数空间如果做得太细累加器会变成巨大的三维张量24GB显存都吃不消。我的解决办法是把Hough投票拆成两个阶段先粗投票找峰值区域再对峰值邻域做细投票显存占用直接降了一个数量级。第三个坑是训练集里目标太少导致的不收敛。目标轨迹在图像里只占极少量像素如果不做数据增强或者每帧只放一个目标网络很快就过拟合到背景上。我改成每张输入图随机放置1到3个目标随机旋转小幅角度模拟不同航向轨迹提取loss明显下降。第四个坑是海杂波仿真太“干净”。早期我只生成独立K分布幅度网络在仿真上跑得很好一加空间相关性杂波块就原形毕露。后面把距离向相关性加进去训练难度上升但模型泛化能力也上来了。第五个坑是评估口径不一致。论文里的检测概率可能是在特定信杂比区间上的平均值自己复现时如果不按同样的区间统计数字对不上会误导判断。建议严格按论文里的SCR定义、检测门限、积累帧数来复现评估脚本。第六个坑是局部精搜的判决阈值。阈值设太高考核了机动目标的积累能力设太低海尖峰全被放进来。我的经验是先统计大量纯杂波场景下精搜能量的分布取99.5%分位数作为初始阈值再结合双ResNet的杂波概率做联合判决效果最稳。6.2 复现节奏安排整个复现闭环我建议按四周来安排。第一周集中做数据仿真和评估脚本把K分布海杂波、Swerling起伏目标、轨迹渲染标签全部跑通这是后面所有工作的地基。第二周实现CV-HUNet的复数卷积、可微Hough层和U-Net先用小规模数据验证前向传播和反向传播没有维度错误。第三周训练CV-HUNet和双ResNet卡在loss不收敛时可以对照上一节那些坑逐一排查。第四周做局部精搜和端到端联合微调最后在独立测试集上统计指标。我对这个方向最大的体会是复现一篇好论文最值钱的部分不是最终跑出来的那几个指标而是把“问题为什么难、方案为什么这么做”想透。CV-HUNet负责从强杂波里找线索局部精搜负责把弱目标能量真正攒出来双ResNet负责在最后一关拦住虚假目标三者的分工和配合比任何单一模型都值得借鉴。如果你也正在复现这篇论文卡在某个模块或者遇到什么奇怪的实验现象欢迎把具体配置和报错发出来我们可以一起对着现象排查一次。