Selective Structural Completion Diffusion Model for HRRP Open-Set Recognition

Ao Wang

doi:10.1109/taes.2026.3725223

Selective Structural Completion Diffusion Model for HRRP Open-Set Recognition

2026-08-18

0

PRE

AI

DOI：10.1109/taes.2026.3725223

原文链接

原文求助

摘要

En 中文

基于高分辨率距离像（HRRP）的识别对雷达感知至关重要，但操作环境中未知目标的存在需要有效的开放集识别（OSR）。尽管基于重构的生成方法显示出潜力，但传统的整体重构往往无法捕捉HRRP中稀疏散射中心之间的内在结构依赖关系。这主要是因为自映射目标可以通过平凡的捷径满足，允许未知目标以欺骗性低误差被重构。此外，整体重构损失倾向于通过在整个像上平均误差来稀释关键结构偏差，这隐式地降低了稀疏但信息丰富的散射区域的权重。为解决这些问题，我们提出了选择性结构完成扩散模型（SCDM），将HRRP OSR重新表述为掩蔽的结构完成任务。我们的框架首先采用结构显著性掩码模块（SSM），根据注意力显著性和散射强度先验选择性掩蔽显著段，迫使模型关注结构关键区域。在SSM作为局部指导的情况下，结构先验引导扩散模块（SGDM）纳入全局结构上下文，以确保散射细节的忠实完成。这些模块在一个贝叶斯联合优化框架内统一，其中推导的条件重构残差作为开放集拒绝的可靠标准。在实测HRRP数据集上的广泛实验证明了SCDM在具有挑战性的OSR场景中的有效性。

Keyword:

Radar automatic target recognition

high-resolution range profile

open-set recognition

diffusion models

deep learning

Selective Structural Completion Diffusion Model for HRRP Open-Set Recognition

摘要

期刊

机构

引用论文