电子测量技术

作者：赵喆，李勃，徐文校，李尧

单位：南京航空航天大学电子信息工程学院 南京 210016

关键词：合成孔径雷达;密集小目标检测;单头注意力机制;跨层多尺度特征融合;动态上采样

针对合成孔径雷达图像中相干斑噪声干扰、低信噪比及目标多尺度散射特性导致的目标检测精度衰减与小目标漏检问题，提出一种兼顾特征表征能力与实时性的轻量化检测模型XMNet。XMNet在主干网络部分引入改进型单头视觉Transformer，通过全局注意力机制强化上下文语义关联；设计跨层级多路径聚合网络作为颈部结构，融合动态上采样与并行多尺度卷积模块，优化多尺度特征表征；新增高分辨率检测层，利用浅层高分辨率特征增强小目标细节捕捉能力。在MSAR-1.0数据集上的实验表明：全类别平均检测精度达90.4%，较基准模型提升8.7%；飞机类小目标检测精度显著提高20.1%，参数量仅增加2 M，推理检测速度达到185 FPS；与FCOS、CenterNet等9个先进方法对比，XMNet在检测精度与计算效率综合指标上排名首位。XMNet通过跨层级注意力机制与多尺度特征融合的协同设计，有效解决了SAR图像中多尺度目标特征丢失与实时性难以兼顾的难题。其轻量化特性与高检测精度为各类SAR平台的实时遥感监测提供了可行的工程化解决方案，尤其在小目标密集的复杂场景中展现出显著优势。

来源：2026年第4期

《电子测量技术》期刊编辑部

查看电子测量技术杂志2026年第4期