Um Modelo Incept-TextCNN para Detecção de Alvos Navais em Domínio de Compressão de Faixa SAR

Tradicionalmente, a detecção de alvos navais baseada em radar de abertura sintética (SAR) é realizada no domínio da imagem, onde o processamento de imagem SAR deve ser aplicado primeiro. No entanto, o processamento de imagem SAR é complexo e demorado, especialmente no modo de trabalho de grande largura de faixa. Na verdade, para cenas de mar aberto, a maioria dos ecos são sinais da superfície do mar sem alvos navais, e não há necessidade de processamento de imagem nessas áreas. Portanto, a detecção de alvos navais no domínio não-imagem é estudada nesta carta, e um novo modelo de rede neural convolucional Incept-text (TextCNN) é proposto para detecção de alvos navais no domínio de compressão de faixa SAR (RCD). No método proposto, os dados de eco SAR são convertidos em um sinal de perfil de faixa 1-D primeiro por compressão de faixa e pooling de média, e então, o modelo Incept-TextCNN é proposto e aplicado, e a informação sobre a existência de alvos navais nas células de faixa relevantes será sua saída. Finalmente, a eficácia e eficiência do método proposto é testada por simulação e dados SAR espaciais reais, e os resultados demonstram que o modelo proposto pode filtrar os dados de compressão de faixa inválidos da área da superfície do mar, o que pode reduzir significativamente a quantidade de dados para a subsequente imagem SAR e classificação de navios.