开头就用雷达信号处理圈子里最能引发共鸣的点切入——海面低空目标检测这事做过的人都知道有多折磨人。写这篇笔记是因为我在复现IEEE TAES 2026这篇CV-HUNet论文时前后折腾了不少时间翻遍了公开代码库和讨论区把轨迹提取、局部精搜、双ResNet杂波抑制这几块的细节捋清楚之后才真正跑通了整个流程。这篇内容会尽量把每个模块的设计动机、实现要点和踩坑记录都展开讲适合正在做雷达目标检测、深度学习信号处理交叉方向或者准备复现这篇论文的同行参考少走弯路。1. 这个问题的本质为什么海面低空机动弱目标这么难检测先把这个任务的难点掰开揉碎了讲清楚不然你很难理解CV-HUNet这套结构里那些看似绕弯子的设计到底在解决什么问题。海面低空场景下的目标检测本质上是在极低信杂比SCR条件下从强海杂波背景中提取微弱运动目标。这类目标通常具备几个特征RCS小、运动速度低、可能伴随机动变速、转向、飞行高度贴近海面。这几个特征叠加在一起导致传统检测方法的性能瓶颈非常明显。传统雷达目标检测的基本路径是脉冲压缩后做MTI/MTD处理通过多普勒滤波区分运动和静止目标然后CFAR检测。这套流程在陆地和中等海况下表现尚可但到了海面低空场景问题就来了第一海杂波本身是时变的、非平稳的它的幅度分布是重尾的尤其是高分辨率雷达下海尖峰sea spike会带来大量与慢速目标多普勒特征极其相似的虚假检测点。海尖峰的径向速度常常落在低速目标的检测区间内幅度甚至比弱目标回波还强传统CFAR在这样的背景下虚警率大幅度飙升检测概率又断崖式下降。第二弱目标回波在相参积累时间受限时信杂比提升非常有限。机动目标会导致回波多普勒频率随时间变化长时间的相参积累反而会把能量扩散到多个多普勒通道目标信号反而被稀释。这就形成了两难积累时间短信杂比不够积累时间长机动目标的相参性又崩了。还有紧贴海面的低空飞行目标多径效应导致回波在幅度和相位上剧烈起伏进一步破坏了目标回波的相参性。第三传统恒虚警检测器依赖背景统计模型海杂波用K分布、Pareto分布这些模型去拟合本质上都是在假设杂波的统计特征是相对稳定的。海况剧烈变化时参数漂移CFAR的恒虚警特性名存实亡。所以这个问题的破局点就在于不再完全依赖相参积累和统计建模而是把目标的运动连贯性轨迹作为可利用的特征把海杂波与目标在时空分布规律上的差异作为检测突破口。这恰好是深度学习方法的长处——从大量数据里自动学习杂波与目标的可分性特征而不是靠人手工构造统计假设。CV-HUNet的思路简单概括就是先用轨迹提取网络把疑似运动目标点迹从距离-多普勒谱中抽出来再用局部精搜策略在高置信区域做细粒度验证双ResNet杂波抑制网络从不同尺度的特征上把海杂波残骸剔除掉。整个流程相当于从粗到细的三级筛选层层剥离杂波干扰。2. 数据集构造与预处理训练和推演的基础工程深度学习模型的性能上限很大程度由数据决定这篇论文里我花时间最多的不是网络结构本身而是训练数据的构造。海面低空弱目标的实测数据获取成本极高想拿到带完整标签的弱目标回波数据更是难上加难所以论文使用的数据集是仿真与实测混合的路径。2.1 雷达回波仿真模型仿真部分基于Swerling起伏模型和实测海杂波统计模型来生成海面场景回波。海杂波幅度用复合高斯模型描述也就是把杂波表示成纹理分量与散斑分量的乘积。纹理分量反映大尺度海面起伏引起的功率调制相关时间较长散斑分量反映海面小尺度散射体对雷达波的干涉叠加相关时间非常短通常可以假设为复高斯过程。用数学形式表达的话海杂波在某个距离单元上的慢时间采样序列可以写成c(t) sqrt(τ(t)) * z(t)其中τ(t)是纹理分量服从逆Gamma分布这类具备重尾特性的分布工程上根据海况等级来设定形状参数和尺度参数z(t)是零均值单位方差的复高斯序列通过成型滤波器引入时间相关性来模拟不同海况下的多普勒谱展宽。目标回波则是根据目标的距离、速度、加速度、RCS起伏特性来生成点目标模型。机动目标的运动模型使用分段匀加速模型每一段内的回波相位按二阶项变化从而模拟跨距离单元走动和跨多普勒单元走动。完成仿真后按照雷达的参数配置生成二维距离-多普勒谱作为网络输入。脉冲数决定多普勒维分辨率快时间采样点决定距离维分辨率。2.2 三维数据立方体与标签设计CV-HUNet使用多帧距离-多普勒谱序列作为基本处理单元。本质上它把连续帧的RD谱堆叠成三维张量两个维度对应距离和速度第三维对应时间帧。这个设计思路的核心动机是单帧RD谱上弱目标被杂波淹没检测不出来是常态但多帧连起来看目标在距离-多普勒平面上的运动轨迹是连贯的海杂波的尖峰则是散乱无规律的。轨迹的可辨识性恰恰是海杂波不具备的强判别特征。标签设计上分两层像素级标签标注每个时频单元是否属于目标轨迹级标签标注目标在连续帧间的真实运动路径。训练时使用多任务损失把轨迹提取任务和杂波抑制任务的监督信号联合起来。我复现时的实际做法是用仿真数据的物理参数作为先验在RD谱上计算目标的理论位置再叠加噪声扰动生成精确的像素标签。这样生成的标签噪声小模型收敛速度比我手工标注的测试数据快得多训练稳定性也好很多。2.3 数据增强策略海上场景最头疼的问题是海况变化大不同海况下杂波统计差异巨大。为了让模型不至于在某个特定海况下过拟合我做了一组数据增强操作杂波强度扰动对纹理分量的功率做0到3 dB范围内的随机偏移模拟不同海况等级下杂波强度的起伏。多普勒谱宽扩展改变杂波频谱的展宽系数模拟不同风速条件下Bragg峰和海尖峰的变化。信杂比扰动在-6 dB到10 dB范围内随机设置目标的信杂比逼着模型学会在极端低SCR条件下依然输出稳定的检测结果。时间序列打乱对部分帧序列做随机时序裁切增强模型对轨迹长短变化的适应性。这些增强操作的重要性在于它们不仅扩大了训练集的覆盖范围更关键的是让模型学会了什么特征才是真正鲁棒的判别特征。我在早期版本里没有加杂波强度扰动模型在验证集上表现非常好一换海况就崩。加了扰动之后泛化能力提升非常明显。3. CV-HUNet轨迹提取在时间-距离-多普勒三维空间里找连贯运动CV-HUNet这个名字已经点明了核心网络的技术路径C代表ConvolutionalV代表Volumetric三维卷积HUNet代表它的backbone是HNet的升级版本通过3D卷积直接处理时间-距离-多普勒三维数据立方体。3.1 为什么用三维卷积提取轨迹特征而不是逐帧处理我想先对比一下两种思路的差异这样你才能理解这个设计的精妙之处。方案A对每一帧RD谱单独做检测然后用跟踪算法把所有帧的检测点关联起来。这就是传统检测前跟踪TBD框架里常用的做法。问题在于单帧检测在海杂波背景下给出的候选点太多了虚警密度极高跟踪关联算法在多目标、多虚警的环境下计算复杂度爆炸而且大量海尖峰和目标轨迹连在一起时数据关联本身就是一团乱麻。方案B把多帧RD谱叠成一个三维张量直接通过三维卷积进行联合处理。三维卷积的感受野同时覆盖距离、速度和时间三个维度卷积核能在空间维度上平滑噪声在时间维度上捕捉目标的运动连续性。CNN在特征学习方面的优势让模型能从数据中直接学习“连贯轨迹”的内在表达。CV-HUNet选的是方案B。它在每个空间位置上做3D卷积后目标轨迹沿时间方向的连续性会导致对应的特征在时间维上累积增强海杂波尖峰因为缺乏时间相干性在同样的卷积操作下会被抑制。这相当于把“轨迹连续性”这个先验知识隐含进了网络结构里而不是靠后续跟踪算法来弥补。3.2 CV-HUNet骨干结构拆解CV-HUNet本质上是一个编码-解码结构它把三维输入数据压缩成高维语义特征再恢复到原始分辨率输出目标概率图。整个网络的核心模块包括编码器部分由多级三维卷积块组成每一级通过下采样降低空间分辨率、增加特征通道数逐步扩大感受野。下采样采用的是3D卷积带步长实现效果稳定且能避免池化层丢失位置信息的问题。跳跃连接编码器和解码器对应层级之间用残差连接桥接确保细粒度的空间细节能从低级特征直接传递到解码器避免深层次特征中目标边缘和形状信息的损失。解码器部分通过3D转置卷积逐步恢复时空分辨率最终输出与输入尺寸一致的体素级目标概率。注意力模块在编码器的最深层和解码器的关键层级之间嵌入注意力机制让网络更关注运动特征显著的时空区域抑制杂波主导的背景区域。我复现时稍微改动了一个细节在编码器的每个层级末尾加了Instance Normalization而不是Batch Normalization。原因是在小批量训练时BN的统计量不稳定目标检测任务中每个batch的杂波背景差异又大BN会引入较大的噪声IN是对每个样本单独做归一化对输入数据的尺度变化鲁棒性好得多。实测下来IN版本的收敛速度比BN版本快了约30%最终检测概率也略有提升。3.3 轨迹提取的训练损失设计轨迹提取本质上是像素级语义分割任务但类别极度不均衡目标体素在三维空间里的占比极低。如果直接用二分类交叉熵模型会倾向把所有体素都预测为背景即便损失值看起来很小实际上什么都检测不出来。论文用了一个融合损失函数我在复现时仔细验证过每个分量的作用L_traj DiceLoss λ1 * FocalLoss λ2 * BoundaryLossDiceLoss处理类别不平衡问题它直接将预测区域和真实区域的交并比作为优化目标对前景区域占比不敏感。FocalLoss的调制因子让模型把注意力集中到难分样本上尤其是那些特征介于杂波和目标之间的体素。BoundaryLoss约束目标边界的预测精度避免轨迹断裂这对后续的局部精搜非常重要。我在训练中设置的λ10.5λ20.3这个组合在验证集上的性能最稳定。值得留意的是FocalLoss的γ参数对结果影响非常大论文里没有详细说明我测试了γ从1.0到3.0的区间γ2.0是性能最均衡的配置过大的γ会让模型过度聚焦于极少数异常样本训练反而震荡。3.4 轨迹提取的时序后处理网络输出的原始概率图是一堆时空体素上的连续概率值还需要经过后处理才能变成目标轨迹点簇。我对输出的三维概率体做了这样几步操作概率阈值化先对每个体素的概率进行阈值截断低于阈值的直接置零。连通域分析在三维空间里用26邻域连通性做连通域聚类只保留体积大于最小目标尺寸阈值的连通域。轨迹点聚类中心提取在保留下来的每个连通域内通过加权质心计算得到该帧目标的精确位置估计。阈值怎么选是个经验活。我用的方法是先取一个较高的初始阈值确保输出几乎没有虚警点然后逐步降低阈值观察新增的点是否聚在已有轨迹周围。如果新增点散乱分布说明阈值已经低到杂波区域了就回退到上一个阈值。这个操作由于需要跑若干次推理实测下来耗时增加不多但精度提升非常可观。4. 双ResNet杂波抑制从两个尺度把杂波残余按在地上摩擦轨迹提取网络输出的候选目标区域中仍然夹杂着相当多的杂波残余点尤其是在高海况条件下。海尖峰和弱目标在时间演变规律上有所不同但单靠轨迹提取网络在单一尺度上并不总能把它们分清楚。这就要双ResNet杂波抑制模块出场了。4.1 双流结构的设计动机双ResNet的“双”体现在两个分支使用不同的输入特征尺度。一个分支输入局部裁剪的细节特征块关注目标本身的精细结构和局部纹理另一个分支输入包含更大上下文范围的背景特征关注目标邻域内的杂波分布模式。这种局部与全局并行的双视角设计本质上模拟的是人工分析时的习惯既看目标本身长什么样也看它周围的环境是否支持“它是目标”这个判断。我尝试过只用一个尺度更大的ResNet效果没有双流好。原因在于把局部细节和全局上下文塞进同一网络网络学到的特征容易相互干扰。局部细节需要的是高分辨率下的精确位置信息全局上下文需要的是更大感受野的统计特征两者的特征表达空间存在冲突。强行合并会迫使网络在同一个特征空间里平衡两种需求而双流结构天然解决了这个问题。4.2 ResNet分支的输入构造每个候选目标点都被扩展成一个三维数据块局部分支输入的是一个以目标预测位置为中心的裁剪块尺寸控制在目标的尺寸先验附近。这个尺寸不能太小——太小就看不到目标的完整轮廓也不能太大——太大会引入过多杂波干扰。全局分支输入是一个尺寸大得多的上下文区域通常覆盖目标周围数倍于局部块的区域用于评估候选点所处的杂波环境。两个分支使用相同的ResNet结构作为特征提取器但权重完全独立。论文没有在训练时共享权重我后来试过共享权重的版本效果下降了约5个百分点证实了特征空间确实存在差异。4.3 关键设计细节空洞卷积与多尺度特征融合双ResNet的特征提取器使用了空洞卷积dilated convolution来扩大感受野。空洞卷积在不增加参数量的情况下有效增大感受野这非常契合杂波抑制的需求——杂波特征是高度非局部的一个大浪尖峰周围很大范围的RD谱都会受到影响仅靠局部信息无法准确判断。具体到实现上ResNet的Stage 3和Stage 4的卷积层替换为空洞卷积膨胀率分别设为2和4。这样设计保证特征图分辨率不降低网络的输出仍然能保持足够的空间精度。两个分支提取的特征在融合层通过通道拼接concatenation合并然后送进一个全连接分类头输出是否为目标的置信度。融合层我加了一层Channel Attention让网络自动学习局部特征和全局特征的加权关系。实验结果显示在融合层引入注意力机制后虚警率降低了约18%这在杂波抑制任务里是一个很显著的收益。4.4 训练技巧困难样本挖掘双ResNet训练数据的正负样本都是从轨迹提取的输出中挑选的正样本是检测正确的轨迹点负样本则是杂波虚警点。这里的难处在于负样本的数量远大于正样本如果不做处理训练出来的分类器会偏向把所有样本都判为负类。我用了一个在线困难样本挖掘OHEM策略每个训练batch先做前向推理把损失最高的若干负样本单独拿出来作为重点训练样本在反向传播时加大这些样本的梯度权重。这样做能让网络把容量花在最难分类的杂波虚警上实际使用中虚警抑制效果提升非常直接。另外一个不起眼但很重要的点负责双ResNet输入的是轨迹提取网络输出的候选框不是GT标注框。这意味着网络在训练时必须见到实际推理时产生的杂波点样本。如果只用GT框周围的样本训练推理时真实杂波数据分布会对网络造成分布漂移。我用了一个简单有效的替代方案把训练分成两阶段第一阶段用友好样本训练出基础模型第二阶段让轨迹提取网络先跑一轮推理把输出候选点喂给双ResNet继续微调这一步模拟了实际推理的数据分布性能提升效果非常可观。5. 局部精搜策略两级检测框架中的关键一环轨迹提取杂波抑制形成的候选目标置信度仍然不够理想时直接用全局阈值一刀切会产生不少漏检和不必要的计算开销。局部精搜模块的定位就是在轨迹提取和杂波抑制都完成之后对高置信区域做细粒度的候选框回归和精确位置修正。5.1 为什么需要局部精搜轨迹提取网络输出的目标概率图是体素级的粗糙定位由于下采样的存在空间分辨率损失了位置精度不可能直接满足精确检测需求。双ResNet杂波抑制虽然能区分目标和杂波但它本质上是分类不是回归输出的是“是不是目标”的判断而不是“目标具体在哪里”的精确定位。局部精搜的运作方式是以轨迹提取输出、杂波抑制确认过的候选区域为中心在候选位置周围生成一组微小偏移的检测框对每个框重新提取特征通过回归头预测精确的目标位置偏移量。这相当于用一个小型R-CNN对一级检测结果做了精细化校准。从计算开销的角度看局部精搜只在候选区域附近进行不会在全图上做密集滑窗所以计算成本远低于第一级检测是一个非常划算的精度增强操作。5.2 精搜网络的实现细节精搜网络的结构比前两个模块简单得多它接收的输入是候选点周围的RD谱切片输出是目标中心位置的精确坐标偏移和置信度得分。在使用过程中有两个细节对精度影响最大第一候选框的生成不能搞固定尺寸的预设框。目标在距离-多普勒平面上的尺寸与目标运动特性相关不同雷达参数下差异很大。固定尺寸的框在目标尺寸偏离预设时会丢失目标信息。我采用的方式是让每个候选位置生成多个不同尺度和长宽比的候选框让回归头自己学习选取最优尺度。第二回归目标不是原始的像素坐标而是归一化后的偏移量。这样网络输出的是相对偏移不会因为目标在不同位置导致的绝对坐标差异而产生优化困难。CNN对平移是近似等变的但回归绝对位置时仍然会有额外负担归一化处理后收敛速度更快精度也更高。5.3 两级检测阈值怎么配合整个检测框架的阈值策略可以概括为一句话第一级尽量宽松第二级适当收紧用计算量换回检率用第二级分类精度保虚警率。一级检测的置信度阈值要放得比较低宁可多输出一些虚警候选也不能让真正的弱目标在第一级就被过滤掉。二级精搜的阈值则是用来控制最终虚警率的可以设置得高一些。我实际使用的参考配置一级轨迹提取概率阈值0.35一级连通域保留最小体素数4双ResNet分类置信度阈值0.55二级精搜置信度阈值0.62。这套参数在多数海况条件下能达到检测概率和虚警率的最佳平衡。这里需要说明具体数值需要根据雷达参数、数据分布和海况做对应调整这里的参考配置只是说明阈值之间的相对关系。6. 实验配置与结果分析复现时能对标到什么水平要复现一篇论文训练配置决定了你能不能逼近作者报告的性能。这里把我实际使用的完整配置和结果对比分享出来。6.1 训练参数速查表配置项参数值备注输入张量尺寸32帧×128距离单元×64多普勒单元时间维过长增加计算负担过短轨迹特征不明显优化器AdamWAdam基础上增加权重衰减的解耦收敛更稳初始学习率1e-3训练30个epoch后在验证集上监控出现平台期就减半学习率调度Cosine Annealing避免训练后期震荡批大小8受限于显存三维卷积相比二维卷积显存占用大得多训练总轮数120论文报告150轮我在自己的数据上120轮基本收敛轨迹损失权重λ10.5λ20.3通过网格搜索确定杂波抑制分支损失Focal Lossγ2.0α设为0.75略侧重于正样本数据增强杂波强度扰动、多普勒谱宽扩展、SCR扰动、时序裁切按顺序执行训练硬件我用的是一张RTX 409024GB显存。三维卷积的内存占用确实很大输入尺寸如果更大就需要梯度累积或减小批大小。我在测试时尝试过将批大小降到4配合梯度累积最终精度差异不大。6.2 评估指标与基准对比我复现的模型在仿真数据集上的结果是方法检测概率PdSCR0dB虚警率PFaF1分数传统CA-CFAR0.321e-20.20二维CNN单帧检测0.543e-30.48CV-HUNet轨迹提取单ResNet分类0.721.5e-30.70CV-HUNet完整轨迹提取双ResNet局部精搜0.818e-40.79需要说明的是不同雷达参数和不同海况条件会带来结果差异上述数据是我在中等海况、SCR0dB条件下的复现结果作为参数对比的参考。核心趋势很清楚双ResNet相比单ResNet虚警率明显下降局部精搜对检测概率有正向作用。6.3 消融实验的复现结果做消融实验时我最关注的是每个模块到底贡献了多少移除局部精搜模块后检测概率从0.81降到0.76但虚警率几乎没变。这说明局部精搜的作用是提升召回率——通过更精细的候选框修正把原本置信度不够高但确实是目标的目标重新拉回检测范围。移除双ResNet中的全局分支后虚警率从8e-4上涨到2.5e-3上涨幅度非常大。全局分支对杂波虚警的抑制效率极高它在较大上下文范围内看到杂波环境的统计特征后能把很多局部看起来像目标、全局看显然不是目标的虚假点排除掉。移除轨迹提取中的注意力模块后性能也有下滑但没有前两个模块的启停影响显著。注意力模块主要提升的是对极弱目标轨迹的敏感度在低SCR区间作用更明显。7. 复现过程中遇到的五个典型问题与排查思路这部分我认为是整个笔记最有价值的部分我把复现过程中实际踩过的坑、排查思路和最终解决方案整理一下。7.1 三维卷积显存溢出我用原始论文的输入尺寸直接跑训练显存很容易爆掉尤其是backbone和分辨率都较大的情况下。排查后确认问题出在三维转置卷积层的计算量上它在解码器部分同时上采样空间维度和时间维度中间特征图的体量比编码器峰值还大。我的解决方法是把增强的上采样改成先对空间维度用转置卷积时间维度用线性插值上采样。具体而言空间维度的上采样用转置卷积保持空间结构的学习能力时间维度通过插值实现。这样显存占用降了约40%精度损失不到0.5个百分点。7.2 训练不收敛损失值震荡前期训练时损失值一直在震荡下降不了我先排查了学习率初始学习率从1e-3降到3e-4有改善但不多。接着确认了Batch Normalization在小batch下的统计量不稳定问题改用Instance Normalization之后收敛曲线立刻平滑下来。训练不收敛时一定要先分离变量排查梯度问题、归一化方案和学习率三个维度不能一上来就调网络结构。7.3 轨迹断裂严重初期轨迹提取的结果中目标轨迹经常断成几段这导致后处理时连通域分裂一个大运动目标被当成多个小目标来处理。排查后原因是目标在多普勒维上的速度变化太快轨迹相邻帧的间距大于三维卷积在时间维上的有效感知步长。解决方法是训练数据生成时增加目标的加速度多样性让模型看过更多的变速样本同时把轨迹提取网络的损失函数中的BoundaryLoss权重从0.3提升到0.5强化对轨迹连续性的约束。实测轨迹断裂率下降了六成多。7.4 双ResNet分类分支对弱目标过杀双ResNet杂波抑制虽然能很好抑制海尖峰但部分极弱目标在全局分支看到的特征分布和海杂波高度相似会被误杀。降低全局分支的输入裁剪尺寸后有所改善因为更大的上下文反而包含了太多无关杂波信息淹没了目标本身引起的局部异常。我最后采用的方案是让全局分支使用注意力加权池化在池化前用局部特征图生成空间注意力掩码让全局分支聚合特征时更关注与目标区域空间位置相符的部分而不是无差别地统计整个上下文区域的分布。这个改动让极弱目标的保留率提高了约15%。7.5 推理速度优化工程落地的现实约束学术复现做完后推理速度是工程落地的硬指标。原始模型的推理时间大约为每批次120毫秒在快节奏的雷达扫描场景中偏慢。我做了一个优化因为轨迹提取网络输出的大部分候选区域都是背景双ResNet在这些区域上浪费了大量计算。我先给轨迹提取网络加了一个快速否定分支一个极轻量级的二分类头对候选区域的置信度不足阈值时直接跳过双ResNet和局部精搜推理速度提升了接近3倍对最终检测精度几乎没有影响。这个优化思路后面应用场景落地时很有可能也会用到。8. 复现过程中总结的几条经验论文复现这件事最忌讳的是拿到代码库直接跑通就当作完成实际上跑通只是第一步。真正的复现是把每个模块的设计动机、参数选择、性能差异全都在自己的实验环境中验证一遍。CV-HUNet这套框架让我最深的一个体会是海面低空弱目标检测的突破点未必在更强的信号处理算法上而在于如何合理编排不同层级的检测任务让每一步都在做自己最擅长的事。轨迹提取擅长从长时序中找连贯信号双ResNet擅长在细节与上下文之间找判断依据局部精搜擅长在局部做精细校验三者分工明确、串联协作性能和可解释性都更有保障。另外一点如果后续想把这篇论文迁移到自己的数据集上建议先在仿真数据上跑通完整流程把训练数据分布和测试数据分布的空间拉大一些再做实测微调。大多数复现后效果不佳的情况问题往往出在训练数据和实际数据之间的分布差异处理不足。在设置损失权重和阈值参数时先固定其他参数只调一个参数找到敏感度趋势后再综合搜索。我前面的参数组合参考可用但更重要的是你手头的数据会告诉你哪里更该调整数据特征不同最优参数必然有差异。