生成对抗网络在雷达反欺骗干扰中的应用框架

• 作者: 冀鑫炜 刘笑 李增辉 杨志峰 王恩堂
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 对抗性样本 反欺骗干扰 卷积神经网络 雷达 生成对抗网络
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 雷达系统与技术
• 页码范围: 56-60,70
• 页数: 6页
• 分类号: TN973.3
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2020.08.011

摘要

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.