.png){kind=icon}
返回
Radar Phrase Extraction via Structure Informed Conditional Random Fields
.png){kind=icon}
PRE
AI
DOI：10.1109/taes.2026.3722774.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
从多功能雷达（MFR）信号中提取雷达短语是非合作雷达信号处理中的一个重要挑战。传统概率图模型（PGM）通常缺乏必要的结构先验，导致在处理不完美雷达序列时准确性和鲁棒性受限。为解决此问题，我们提出了结构感知条件随机场，将雷达短语结构知识作为先验分布整合到数据驱动的PGM中。为高效实现此目标，我们设计了一种神经符号架构，结合用于特征提取的BiLSTM-GRU神经组件与轻量级、训练无关的符号检测器进行结构识别。我们重点进行全面的符号层评估，而非完整的物理链路仿真，以涵盖多样的不完美场景。理论和实验结果表明，引入结构先验有效缓解了序列不完美的影响，为非合作雷达语义理解提供了鲁棒算法参考。
Keyword:
Multifunction radar (MFR)
probability graphical model
radar phrase extraction
signal processing
期刊
IF:
5.7
论文数:
780
被引数:
2.4W
机构
引用论文
暂无论文信息