基于双重虚警控制XGBoost的海面小目标检测

摘要

为了提升雷达对海面小目标的探测能力,本文提出一种基于双重虚警控制的极限梯度提升(eXtreme Gradient Boosting,XGBoost)的目标检测方法,解决高维特征空间中分类器设计难的问题。首先,从时域、频域、时频域中挖掘了海杂波和含目标回波的精细化差异,并将这些差异凝聚为7个特性,进而构建高维特征空间。然后,发展了一种双重虚警控制的两分类器。在第一重中,重新定义XGBoost的损失函数,通过迭代调整两类错误率的惩罚因子,实现结构层面上的粗虚警控制。在第二重中,将分类概率作为统计量,实现参数层面上的精虚警控制。最后,经实测数据验证,所提出的检测器能精准控制虚警且具备稳健的探测能力。