生成对抗网络在雷达反欺骗干扰中的应用框架

发布时间：2022-01-11 21:24

　　在传统研究中,关于如何形成最能模拟目标的欺骗干扰,以及如何提取最能辨识欺骗干扰的特征,都没有现成的理论方法。文中提出了解决这一问题的研究框架,引入深度卷积神经网络（CNN）作为判决器训练反欺骗干扰,再验证CNN网络的对抗性样本风险。在此基础上,以CNN网络为基础构建物理约束的生成对抗网络,从而实现欺骗干扰与反欺骗干扰闭环连接,通过数据训练使二者相互激励并趋向纳什均衡。 

【文章来源】：现代雷达. 2020,42(08)北大核心CSCD

【文章页数】：6 页

【部分图文】：

物理约束的GAN网络模型

【参考文献】：
期刊论文
[1]基于分形盒维数与小波包能量的干扰识别方法[J]. 黄浩,吴利民,鲍蕾蕾,刘旺.  空军预警学院学报. 2014(06)
[2]分布式干扰下组网雷达目标检测与跟踪技术[J]. 李世忠,王国宏,吴巍,徐海全.  系统工程与电子技术. 2012(04)
[3]Novel discrimination method of digital deceptive jamming in mono-pulse radar[J]. Huanyao Dai *,Xuesong Wang,and Yongzhen Li School of Electronic Science and Engineering,National University of Defense Technology,Changsha 410073,P.R.China.  Journal of Systems Engineering and Electronics. 2011(06)
[4]基于DRFM的欺骗干扰及反干扰[J]. 党立坤,王小念,张建科,李佰春.  舰船电子对抗. 2010(02)
[5]基于多尺度相像系数的雷达干扰类型频域识别[J]. 熊伟,曹兰英,郝志梅.  计算机仿真. 2010(03)
[6]基于波形分集的雷达抗欺骗干扰[J]. 张劲东,李彧晟,朱晓华.  数据采集与处理. 2010(02)
[7]一种极化分集制导雷达及低截获概率信号设计[J]. 宋立众,乔晓林,吴群.  系统工程与电子技术. 2009(12)
[8]基于支持向量机的雷达欺骗性干扰类型识别[J]. 张红昌,阮怀林.  火控雷达技术. 2009(03)
[9]双谱特征提取在欺骗式干扰方式识别中的应用[J]. 李建勋,唐斌,吕强.  电子科技大学学报. 2009(03)
[10]一种新型极化抗干扰技术研究[J]. 周万幸.  电子学报. 2009(03)

博士论文
[1]雷达有源欺骗干扰综合感知方法研究[D]. 田晓.电子科技大学 2013

硕士论文
[1]雷达有源欺骗干扰多维特征提取与识别技术研究[D]. 檀鹏超.电子科技大学 2016
[2]雷达有源干扰信号识别方法研究与实现[D]. 原敏.北京理工大学 2014



本文编号：3583486