MPRANet：一种用于轻量级SAR目标识别的多尺度感知与参考注意力网络

《Neurocomputing》：MPRANet: Multi-scale perception and reference attention network for lightweight SAR target recognition

SAR自动目标识别（ATR）中传统方法依赖手工特征且泛化能力不足，而深度学习虽有效但面临数据稀缺和计算资源受限问题。本文提出轻量级MPRANet，通过多尺度参数共享卷积（MPConv）增强特征提取，并引入参考注意力Transformer（RAformer）优化全局信息交互，在保持低参数和计算量的同时提升识别性能。

　　
合成孔径雷达（SAR）自动目标识别（ATR）作为现代遥感领域的重要分支，在军事侦察和民用监测中均发挥着关键作用。本文系统梳理了SAR ATR领域的技术演进路径，重点剖析了传统方法与深度学习方法在数据需求、模型结构、计算效率等方面的核心差异，并针对现有技术瓶颈提出了创新解决方案。以下从技术背景、方法创新、实验验证三个维度展开解读。

在技术背景层面，SAR成像机制决定了其目标识别面临独特挑战。不同于光学遥感，SAR通过发射微波并接收反射信号实现成像，其几何特征受观测角度、极化方式等多重参数影响。这种成像特性使得SAR图像呈现显著的类间相似性与类内差异性特征，即不同目标可能具有相似的雷达散射截面（RCS），而同一类目标因姿态变化、材料差异等因素呈现较大响应波动。传统方法依赖人工设计特征，如散射特征、阴影特征、稀疏表示特征等，但这些特征工程方法存在三大固有缺陷：其一，特征选择受限于领域知识储备，难以捕捉动态变化场景中的隐含特征；其二，环境干扰（如气象条件、地物杂波）易导致特征失效；其三，特征维度与计算资源间存在矛盾，传统方法难以处理高分辨率SAR图像的多维度数据。

深度学习技术的引入显著改变了这一技术格局。早期研究如模板匹配法[2-3]和SVM支持向量机[4-7]虽然取得初步成效，但严重受制于人工特征设计的局限性。随着卷积神经网络（CNN）的成熟应用，研究者发现多层特征融合能有效提升识别鲁棒性。例如，Chen团队[16]开创性地采用全卷积网络架构，通过端到端特征学习实现了SAR目标的高精度识别。这种转变标志着从特征工程驱动向数据驱动范式的重要跨越，但深度学习方法在SAR场景中仍面临两大核心挑战：数据稀缺性导致的模型泛化能力不足，以及移动端部署时计算资源的限制。

针对数据稀缺性问题，学术界探索了多种数据增强策略。Ding等[19]通过几何变换、噪声注入等数据增强手段有效缓解过拟合现象，但受限于原始数据分布，增强样本的物理合理性仍存疑。Huang等[20]提出迁移学习框架，将预训练模型的知识迁移至目标识别任务，但存在领域适配性问题。Zhang等[22]创新性地融合方位角、幅度、相位等多域信息进行特征增强，Zeng等[23]则通过多流架构整合相位信息与幅度特征。这些方法虽取得局部进展，但存在两大共性局限：首先，数据增强需依赖特定领域先验知识（如方位角参数），而实际应用中这些信息可能缺失；其次，模型结构复杂度与计算资源需求呈正相关，难以适配移动端实时推理场景。

在计算效率优化方面，学术界已形成轻量化网络设计范式。MobileNet[24]通过深度可分离卷积实现参数压缩，ShuffleNet[25]采用通道剪枝策略提升模型效率，GhostNet[26]通过空洞卷积实现计算量与性能的平衡。在SAR ATR领域，Wang等[27]将MobileNetV3[28]引入目标识别任务，通过参数共享机制在减少计算量的同时保持较高识别准确率。然而，现有轻量化网络仍存在两方面的适配性问题：其一，SAR图像的多尺度特征分布特性与标准轻量化架构的层级设计存在结构冲突；其二，Transformer模块的高计算复杂度难以融入移动端部署需求。

本文提出的MPRANet模型针对上述问题构建了创新性解决方案。该模型基于ShuffleNetV2框架，通过双路径优化实现轻量化设计：在卷积路径中引入多尺度感知模块，在注意力机制层嵌入参考向量优化模块。这种混合架构既保留了CNN的局部特征提取优势，又融合了Transformer的全局关联建模能力，同时通过参数共享机制将模型参数量控制在传统Transformer的1/5以下。

多尺度感知模块通过参数共享的卷积单元实现特征融合。该模块在ShuffleNetV2的深度下采样和基础单元中替换原有深度可分离卷积，通过共享不同尺度的特征权重矩阵，在保持计算效率的前提下增强特征表征能力。实验数据显示，该设计使多尺度特征融合效果提升23.6%，同时参数量仅增加4.8%。这种改进有效解决了传统轻量化网络因层级简化导致特征提取不充分的问题，特别是对SAR图像中常见的边缘模糊、纹理不均等复杂特征具有更强的适应性。

参考注意力Transformer模块的创新体现在两个方面：首先，引入局部线性映射单元（LMU）替代标准MLP层，通过可学习的线性变换矩阵将特征映射到更紧凑的向量空间，既降低计算量（减少78%的参数量）又保持特征表达能力。其次，设计参考向量注意力机制（RVA），在保留原始注意力机制全局关联能力的同时，通过引入目标类别的参考向量（Reference Vector）实现更精准的特征对比。该模块在保持模型轻量化的前提下，使跨类相似度降低19.4%，显著提升小样本条件下的识别准确率。

模型验证部分采用三个公开数据集进行对比实验：RCS-15（15类SAR目标）、AWACS-10（10类军用飞机）和FASTEM-6（6类地面车辆）。实验设置包含标准对比组（ShuffleNetV2、MobileNetV3）和优化对比组（引入多尺度感知或参考注意力机制的变体）。在训练数据量从1000增至10000的渐进实验中，MPRANet展现出持续优于其他模型的性能曲线，尤其在训练样本量低于5000时，其F1分数比基准模型高12.3%-18.7%。在移动端部署测试中，MPRANet的推理速度达到35ms/帧（1080p分辨率），仅为ShuffleNetV2的62%，而识别准确率保持98.2%的高水平。

技术验证表明，MPRANet在三个关键维度实现突破：计算效率方面，参数量控制在3.2M（约ShuffleNetV2的1/5），FLOPs值仅为15.6M；模型性能方面，在SAR-15数据集上达到98.4%的Top-1准确率，较传统模型提升14.6个百分点；部署适应性方面，经量化处理后模型体积缩小至1.8MB，可稳定运行在ARM Cortex-M7架构的嵌入式平台上。这些指标充分验证了模型在SAR场景中的实用价值。

研究局限与未来方向主要集中在三个层面：数据层面，现有公开数据集规模与真实场景存在差距，特别是复杂电磁环境下的数据稀缺问题尚未完全解决；模型层面，轻量化设计可能对某些高维特征（如相位信息）的捕捉能力产生限制；应用层面，多模态融合与跨域迁移仍是提升模型泛化能力的关键方向。作者建议后续研究可结合生成对抗网络（GAN）构建更开放的数据集，同时探索模型压缩与知识蒸馏的协同优化策略。

从技术演进视角分析，SAR ATR领域正经历从特征工程到数据驱动的范式转变，而当前研究更侧重于模型轻量化与泛化能力的协同优化。MPRANet的成功实践表明，通过模块化设计平衡计算效率与模型性能，是突破移动端SAR识别技术瓶颈的有效路径。该模型已成功部署在国产某型机载SAR系统中，实测目标识别响应时间低于200ms，误检率控制在0.5%以下，验证了其工程适用性。

在方法论层面，本文提出的三项核心创新具有可扩展性：MPConv模块的多尺度感知机制可迁移至其他遥感模态（如光学、激光雷达）的目标识别；RVA模块的参考向量注意力机制为跨模态特征融合提供新思路；轻量化设计框架对低功耗边缘计算设备的泛化具有指导意义。这些技术突破为构建新一代智能SAR系统奠定了基础，特别是在战场实时侦察和灾害应急响应等场景中，可显著提升任务执行效率。

实验数据表明，MPRANet在有限样本条件下的表现尤为突出。当训练样本量降至1000时，模型仍能保持92.3%的验证准确率，较传统方法提升27.6%。这种小样本学习能力源于参考注意力机制中的类别参考向量，其通过端到端学习构建目标特征空间中的基准点，有效缓解了数据不足带来的模型退化问题。在复杂环境测试中，模型对多径效应、慢速移动目标的识别准确率分别达到89.7%和91.2%，较优化前模型提升11.4%和9.8%。

该研究对后续技术发展具有重要启示：在模型架构层面，混合结构（CNN+Transformer）能有效平衡计算效率与特征表达能力；在工程实践层面，参数共享与局部线性映射等轻量化技术可显著降低部署门槛；在理论探索层面，参考向量注意力机制为解决小样本学习问题提供了新视角。这些发现不仅推动了SAR ATR技术的进步，更为其他高维、小样本的遥感智能分析任务提供了可复用的技术范式。

值得关注的是，研究团队在模型部署方面进行了深入优化。通过引入动态量化策略，在保持识别精度的前提下将模型参数精度从FP32降至INT8，使得单帧推理能耗降低至0.23mJ，较传统模型减少41%。同时开发专用推理加速库，在NVIDIA Jetson Nano平台实现98帧/秒的实时处理能力，验证了模型在边缘计算设备上的可行性。这种软硬协同的优化路径，为SAR技术的实际落地提供了重要参考。

从学科发展角度观察，该研究体现了多学科交叉融合的技术趋势。在算法层面，融合了卷积神经网络的空间局部感知优势与Transformer的全局注意力机制；在工程层面，结合了深度学习模型优化与嵌入式系统调优；在数据层面，创新性地利用合成数据增强与迁移学习相结合的策略。这种多维度创新不仅提升了目标识别性能，更为构建智能化的SAR系统提供了完整技术方案。

未来技术演进可能沿着三个方向展开：首先，探索多模态SAR图像融合识别，将光学、红外等多源数据纳入统一分析框架；其次，开发面向动态场景的在线学习系统，实现模型在真实战场环境中的持续优化；最后，构建基于联邦学习的分布式训练平台，突破数据孤岛限制，提升模型泛化能力。这些发展方向将推动SAR ATR技术从实验室研究向实际部署场景的全面跨越。