“猎鹰·微波智探”—雷达多目标智能探测与识别挑战

## 赛题背景

  随着低空经济快速发展，低空无人机、轻型直升机、通航飞机等低空目标数量激增，其低空飞行隐蔽性强、机动特性复杂、飞行轨迹不规则，给低空安防、重点区域防护等工作带来严峻挑战。低空探测雷达凭借探测范围广、抗干扰能力强、不受气象条件限制等优势，成为守护低空安全的关键支撑。但当前低空雷达在多目标探测领域面临多重核心技术难题：其一，低空环境杂波密集，地面建筑、树木、云层及电磁干扰等因素导致回波信号信杂比较低；其二，低空目标类型多样、尺寸差异大，且存在高速机动、编队飞行等复杂场景，目标回波特征易发生畸变，多目标积累过程中特征融合难度大；其三，低空目标隐身化、小型化趋势明显，目标回波能量弱，进一步加剧探测瓶颈。

  破解上述难题，筑牢低空安全防线，推动低空探测雷达技术向高精度、高可靠、实时化方向突破，低空探测雷达多目标探测技术已成为新的挑战，其目标分类、识别以及跟踪技术是当前低慢小雷达亟待解决的问题。

## 赛题任务

  （一）初赛

  1.任务a：对雷达数据进行多目标积累检测全流程信号处理，包括但不限于脉冲压缩、相参积累、CFAR检测等，要求多目标运动参数估计准确（距离、速度、加速度、目标数）（权重30%）。

  2.任务b：目标跟踪与航迹生成处理，要求多类目标均生成清晰连续航迹（航迹连续性 、关联正确率），单航迹至少15帧，跟踪算法（传统滤波算法/AI算法）不限（权重60%）。

  3.任务c：基于航迹特征的目标分类识别，对已生成航迹进行目标类型判别，区分固定翼无人机、旋翼无人机、直升机、鸟、客轮、快艇六类目标；每条航迹包含距离、方位、目标速度、俯仰、信噪比五类特征，仅输出最终分类结果，不要求逐帧判断（权重10%）。

  （二）决赛

  1.AI目标航迹识别分类（目标类型：无人机/民航/鸟）（权重100%）

  (1)步骤a. 针对竞赛提供的真实采集航迹数据（航迹参数含距离、方位、速度、俯仰、RCS与扫描周期），完成数据清洗、异常值剔除等预处理工作，提取具有区分度的航迹特征。

  (2)步骤b. 针对航迹数据的时序性、动态性与实时性特点，结合预处理后的航迹特征集，设计 AI 分类算法。通过优化模型输入结构、损失函数及训练策略，实现无人机、民航飞机、鸟三类目标的高性能实时分类。

  注：要求航迹起始5帧后，逐帧实时输出分类结果，禁止在当前帧时刻提前使用后续航迹数据。

## 赛程安排

  1.报名组队：2026年3月16日-2026年6月20日 24：00

  2.初赛结果提交：2026年3月23日-2026年6月20日 24：00

  3.初赛结果评审：2026年6月21日-2026年7月5日

  4.决赛名单公布及数据集开放：2026年7月6日

  5.决赛线上内容准备及作品优化：2026年7月7日-2026年8月中下旬（具体时间另行通知）

  6.线下决赛：2026年8月中下旬（具体时间地点另行通知）

## 赛题支持

  （一）初赛数据：a)仿真数据、b)实采数据、c)开源数据。

  （二）决赛数据：实采数据。

## 输出要求

  （一）初赛

  参赛团队需提交2类核心材料，确保可复现、可验证、适配技术评审需求。

  1.源码（完整可运行工程包）

  (1)代码范围：包含初赛全部核心模块

  1)任务a：脉冲压缩、相参积累、CFAR 检测、多目标参数估计；

  2)任务b：数据关联、滤波、航迹生成与管理；

  3)任务c：航迹分类算法。

  (2)规范要求：

  代码结构清晰，注释覆盖率≥30%，关键算法（如相参积累、CFAR 检测、航迹关联、航迹追踪、航迹分类