Radar sounders (RSs) are nadir-looking sensors operating in high frequency (HF) or very high frequency (VHF) bands that profile subsurface targets to retrieve miscellaneous scientific information. Due to the complex electromagnetic interaction between backscattered returns, the interpretation of RS data is challenging. The investigations of ice-sheet subsurface structures require automatic techniques to account for both the sequential spatial distribution of subsurface targets and relevant statistical properties embedded in RS signals. Automatic techniques exist for characterizing these targets either related to probabilistic inference models or convolutional neural network (CNN) deep learning methods. Unfortunately, CNN-based methods capture local spatial context and merely model the global spatial context. In contrast to CNN, the transformer-based models are reliable architectures for capturing long-range sequence-to-sequence global spatial contextual prior. Motivated by the aforementioned fact, we propose a novel transformer-based semantic segmentation architecture named TransSounder to effectively encode the sequential structures of the RS signals. The TransSounder was constructed on a hybrid TransUNet-TransFuse architectural framework to systematically augment the modules from TransUNet and TransFuse architectures. Experimental results obtained using the Multichannel Coherent Radar Depth Sounder (MCoRDS) dataset confirms the robustness and capability of transformers to accurately characterize the different subsurface targets.

中文翻译：

---

TransSounder：用于雷达测深仪数据语义分割的混合 TransUNet-TransFuse 架构框架

雷达测深仪 (RS) 是在高频 (HF) 或甚高频 (VHF) 波段工作的最低点传感器，可对地下目标进行剖面分析以检索各种科学信息。由于反向散射回波之间复杂的电磁相互作用，RS 数据的解释具有挑战性。冰盖地下结构的研究需要自动技术来解释地下目标的顺序空间分布和嵌入 RS 信号的相关统计特性。存在用于表征这些目标的自动技术，这些目标与概率推理模型或卷积神经网络 (CNN) 深度学习方法相关。不幸的是，基于 CNN 的方法捕获局部空间上下文并仅对全局空间上下文进行建模。与 CNN 相比，基于转换器的模型是用于捕获远程序列到序列的全局空间上下文先验的可靠架构。受上述事实的启发，我们提出了一种名为 TransSounder 的新型基于转换器的语义分割架构，以有效地编码 RS 信号的顺序结构。TransSounder 是在混合 TransUNet-TransFuse 架构框架上构建的，以系统地增强来自 TransUNet 和 TransFuse 架构的模块。使用多通道相干雷达测深仪 (MCoRDS) 数据集获得的实验结果证实了变压器准确表征不同地下目标的稳健性和能力。受上述事实的启发，我们提出了一种名为 TransSounder 的新型基于转换器的语义分割架构，以有效地编码 RS 信号的顺序结构。TransSounder 是在混合 TransUNet-TransFuse 架构框架上构建的，以系统地增强来自 TransUNet 和 TransFuse 架构的模块。使用多通道相干雷达测深仪 (MCoRDS) 数据集获得的实验结果证实了变压器准确表征不同地下目标的稳健性和能力。受上述事实的启发，我们提出了一种名为 TransSounder 的新型基于转换器的语义分割架构，以有效地编码 RS 信号的顺序结构。TransSounder 是在混合 TransUNet-TransFuse 架构框架上构建的，以系统地增强来自 TransUNet 和 TransFuse 架构的模块。使用多通道相干雷达测深仪 (MCoRDS) 数据集获得的实验结果证实了变压器准确表征不同地下目标的稳健性和能力。TransSounder 是在混合 TransUNet-TransFuse 架构框架上构建的，以系统地增强来自 TransUNet 和 TransFuse 架构的模块。使用多通道相干雷达测深仪 (MCoRDS) 数据集获得的实验结果证实了变压器准确表征不同地下目标的稳健性和能力。TransSounder 是在混合 TransUNet-TransFuse 架构框架上构建的，以系统地增强来自 TransUNet 和 TransFuse 架构的模块。使用多通道相干雷达测深仪 (MCoRDS) 数据集获得的实验结果证实了变压器准确表征不同地下目标的稳健性和能力。