《Ocean Engineering》：Azimuth-guided spatiotemporal deep learning for integrated vessel detection and DOA estimation in shipborne HFSWR
编辑推荐：
船载高频表面波雷达（HFSWR）受平台运动影响导致目标能量分散和信噪比降低，传统方法分阶段检测和DOA估计易漏检弱目标。本文提出IDDE-Net，基于3D-ResNet联合训练检测与DOA估计，利用多帧时空和方位信息增强弱目标检测，并设计多帧关联评分机制抑制虚假报警。实验验证其有效提升检测概率与DOA精度。
Jihong Ren|Yonggang Ji|Jiawei Wang|Weifeng Sun|Yiming Wang
中国石油大学（华东）海洋与空间信息学院，青岛，266580，中国
摘要
船载高频表面波雷达（HFSWR）提供了广域的海事监控能力，但平台运动会导致目标能量分散，降低信噪比，从而降低弱目标的检测概率和到达方向（DOA）估计的可靠性。现有方法分别处理检测和DOA估计，主要依赖于基于幅度的距离-多普勒谱，忽略了提供重要方位一致性的多通道相位和空间线索。为了解决这些问题，本研究探讨了如何利用方位阵列信息作为间接目标检测的补充线索。基于此，我们提出了集成检测和DOA估计网络（IDDE-Net），这是一个基于方位的深度学习框架，可以从多帧距离-多普勒-时间谱中同时执行这两项任务。该网络基于3D-ResNet主干网络，并采用分阶段的多任务训练方法，学习用于两项任务的统一时空-方位特征。引入了基于距离、速度和方位估计的多帧关联和联合评分机制，以增强弱目标的确认并抑制误报。在正常航行和机动条件下的真实船载HFSWR数据上的实验表明，该方法提高了弱目标的检测能力，减少了误报，并提高了DOA估计的准确性。
引言
高频表面波雷达（HFSWR）具有独特的优势，如超视距检测、全天候操作能力和广域覆盖范围，使其在海事监控、船舶交通管理和边境监控中不可或缺（Ji等人，2022年；Sun等人，2021年；Weimin等人，2002年）。船载部署进一步提高了操作灵活性（Ji等人，2024b年），但平台运动会导致多普勒扩展和调制失真，从而分散目标能量并降低信噪比（SNR）。
传统的HFSWR系统通常将检测和到达方向（DOA）估计视为两个连续阶段。检测依赖于单帧距离-多普勒特征，使用诸如恒定误报率（CFAR）检测器等方法（Wang等人，2020年），而DOA估计则采用数字波束成形（DBF）等空间域技术（Wang等人，2023年）。这种顺序处理方法要求必须先可靠地检测到目标才能进行DOA估计（Ren和Ji，2024年；Zhang等人，2020a年）。在运动失真的船载条件下，弱目标可能在距离-多普勒域中无法产生可区分的峰值，使得传统的先检测后估计方法无效，并阻碍了DOA估计（Ji等人，2021年；Qu等人，2025a年，2025b年；Yang等人，2021年）。
最近的研究表明，结合阵列信息可以有效抑制杂波（Xiao等人，2024年；Zhang等人，2015年；Zhao等人，2019年），显示出其在船舶检测中的潜在优势。多帧先跟踪后检测（TBD）方法在低SNR条件下也表现出更好的性能（Grossi等人，2013年，2014年），通过沿假设的运动轨迹积累信号能量。尽管有这些优势，大多数TBD方法中的检测决策仍然主要基于能量积分和阈值判断，没有明确利用方位一致性作为主要检测线索（Gao等人，2022年）。因此，在动态船载条件下，可能会错过弱目标或紧密间隔的目标，并且误报率可能增加。深度学习方法由于能够捕捉复杂的多维模式，为利用方位信息作为检测线索提供了有前景的方法。
鉴于在船载HFSWR中，弱目标可能在单帧距离-多普勒（RD）谱中无法直接检测到，但它们在多帧和阵列通道中通常表现出一致的方位特征，本文的主要贡献如下：
1)引入了一种针对船载HFSWR的间接检测方法，展示了如何利用多通道测量的方位一致性来补偿弱或分散的距离-多普勒特征。
2)提出了一种受DOA约束的集成检测和估计网络（IDDE-Net），该网络使用3D-ResNet主干网络和多任务头从多帧距离-多普勒-时间（RDT）数据中共同学习时空和方位特征。
3)设计了一种基于多帧关联的评分机制，利用距离、速度和方位估计来实现可靠的目标确认，从而形成完整的间接检测流程。
本文的其余部分组织如下。第2节回顾了船载HFSWR中目标检测和DOA估计的相关工作，并介绍了集成建模的动机。第3节介绍了所提出的方法，包括IDDE-Net的设计、分阶段多任务训练策略和多帧后处理方法。第4节报告了在真实数据集上的实验结果。第5节讨论了所提出方法的局限性，并概述了未来工作的方向。最后，第6节总结了本文。
相关工作
相关工作
为了概述传统的船载HFSWR工作流程，图1展示了典型的目标检测后跟DOA估计的顺序过程。接收到的回波信号首先通过距离和多普勒FFT转换为RD谱，保留了目标的距离和速度信息。然后在RD谱上进行目标检测，接着进行DOA估计。得到的检测和DOA估计结果随后用于目标跟踪。
提出的方法
传统的直接检测方法依赖于单帧距离-多普勒特征内的显式能量比较和峰值提取。然而，在船载HFSWR场景中，平台运动通常会导致多普勒扩展和能量分散，可能导致单帧SNR较低。因此，弱目标可能无法超过预定义的检测阈值，使得基于幅度的检测不可靠。
为了解决这一限制，我们提出了IDDE-Net，这是一种受DOA约束的检测框架，它
实验设置
实验数据是使用采用频率调制中断连续波（FMICW）波形和垂直极化的船载HFSWR系统收集的。船载HFSWR系统参数列在表3中。
接收器是完全数字化的，配备了八元磁天线阵列。数据采集于2021年10月在黄海进行。系统在当地时间08:25开始运行，同时使用了AIS设备
局限性和未来工作
尽管提出的集成检测-DOA估计框架在真实数据实验中取得了有希望的性能，但其当前设计仍面临一些需要进一步研究的局限性：
1)方位分辨率和波束宽度的潜在改进。当前的DOA性能受到船载HFSWR阵列的物理孔径和有效波束宽度的限制。这一限制主要由硬件几何形状决定。未来的工作可以考虑
结论
本研究提出了IDDE-Net，这是一个基于3D-ResNet的框架，用于船载HFSWR系统中的集成船舶检测和DOA估计。通过利用多帧时空和多通道角度相关性，即使目标在单帧幅度谱中不可见，该网络也能推断出它们的存在，从而在船载平台运动条件下实现准确的检测和DOA估计。多任务优化框架共同优化了检测和
CRediT作者贡献声明
Jihong Ren：撰写 – 审稿与编辑，撰写 – 原始草稿，方法论，数据管理，概念化。Yonggang Ji：撰写 – 审稿与编辑，监督，资源管理，项目协调，资金获取，概念化。Jiawei Wang：撰写 – 审稿与编辑，监督，概念化。Weifeng Sun：撰写 – 审稿与编辑，监督。Yiming Wang：撰写 – 审稿与编辑，监督，资金获取。
利益冲突声明
作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。
致谢
本工作得到了国家自然科学基金的支持，授权号为62271507、62371479。
