复杂环境下汽车FMCW雷达的MMF-MAD-ISP干扰抑制方法

《IEEE Transactions on Aerospace and Electronic Systems》：Interference Mitigation via MMF-MAD-ISP for Automotive FMCW Radar in Complex Environments

　　

摘要：

合成孔径雷达因其全天候、高分辨率的成像能力，在海洋监测中不可或缺。然而，固有的斑点噪声、复杂的近海海面杂波以及边缘设备有限的计算资源，使得现有算法难以在高度精确性与轻量级部署之间取得平衡。为解决这些难题，针对复杂背景，人们开发了一种高效且轻量的模型——FSP-YOLO。首先，设计了一个频空注意力模块（FSAM），该模块利用二维离散余弦变换（2D-DCT）将高频目标特征与低频冗余噪声分离，从而精准聚焦于强散射中心。其次，构建了一个基于部分卷积（PConv）的轻量级多尺度特征融合网络C3-PConv，旨在消除计算冗余的同时保留跨尺度表征能力。最后，通过最小点距离交并比（MPDIoU）损失函数优化边界框回归，通过最小化角点几何距离，显著提升了密集分布和弱目标的定位精度。在标准的SAR船舶检测数据集（SSDD）和高分辨率SAR图像数据集（HRSID）上的大量测试表明，FSP-YOLO能有效减少复杂干扰条件下的漏检情况。与YOLOv11n基准模型相比，FSP-YOLO的参数数量和计算复杂度分别降低了15.4%和7.6%，参数量仅为220万，计算量仅为6.1 GFLOPs，同时在SSDD上的mAP@50得分达到98.3%，在HRSID上则为92.3%。此外，该模型在RTX 3090 GPU上的推理速度可达118.2 FPS。这些结果表明，FSP-YOLO在检测精度、模型复杂度以及实时推理能力之间取得了良好的平衡，有望成为实际海洋监控和边缘设备应用中的理想轻量级解决方案……

显示更多