摘要

天波超视距雷达(天波雷达)在远程预警领域发挥着关键作用.基于天波雷达地海杂波识别的坐标配准利用地海杂波识别结果形成地/海分界线或地形轮廓,将其与先验地理信息匹配为目标定位提供坐标配准参数,可提升天波雷达目标定位精度.为满足不同类型目标检测、波束驻留与扫描等要求,天波雷达通常采用不同信号时宽、相干积累点数,使地海杂波谱数据具有多分辨率多尺度特性.针对不同分辨率/尺度地海杂波谱数据分别设计分类器存在训练数据不均衡、维护成本高等问题.本文基于代数多重网格与插值相关图像下采样思想,建立不同尺度地海杂波谱数据之间的代数关系,提出了一种跨尺度深度卷积神经网络地海杂波分类器.其允许使用经过训练的低分辨率地海杂波分类器对高分辨率数据进行分类,分类正确率不低于88.26%;也允许使用经过训练的高分辨率地海杂波分类器对低分辨率数据进行分类,分类正确率不低于92.53%,而无需针对不同分辨率/尺度数据分别设计分类器.