基于循环一致性生成对抗网络的有源欺骗式干扰方法技术

本发明专利技术提供的一种基于循环一致性生成对抗网络的有源欺骗式干扰方法，在雷达距离

【技术实现步骤摘要】
基于循环一致性生成对抗网络的有源欺骗式干扰方法


[0001]本专利技术属于雷达信号
，具体涉及一种基于循环一致性生成对抗网络的有源欺骗式干扰方法。

技术介绍

[0002]随着雷达检测与抗干扰技术不断发展，有源欺骗干扰技术干扰性能不足成为电子对抗中亟需解决的问题。现有技术在一种方案中针对脉冲压缩雷达进行欺骗式干扰建模，提出了两种新的干扰样式切片干扰(Chopping Interleaving，C&I)和弥散频谱干扰(Smeared Spectrum，SMSP)，这两种干扰样式的干扰信号产生流程均为截取、调制、转发，经过这个流程生成的干扰信号将产生虚假目标，从而限制雷达的检测性能，达到干扰效果。在另一种方案中提出基于数字射频存储器(Digital Radio Frequency Memory,DRFM)技术的间歇采样直接转发干扰样式，达到兼有欺骗与压制双重效果的干扰，并在实验中验证了其对于线性调频脉冲压缩雷达的干扰效果。在再一种方案中不仅针对脉冲压缩雷达与脉冲多普勒雷达两种雷达体制进行干扰建模，同时也研究了协同干扰等问题。
[0003]现有技术的上述方案研究人员主要集于“线性调频雷达的密集假目标干扰”，“DRFM的间歇采样的干扰方式”以及“不同类型干扰方式的复用”等方面。然而在这些方案中，C&I干扰只包含欺骗式干扰，且干扰强度不高；SMSP干扰对于强散射目标存在无法湮灭目标的问题，这些方案在应对不同的干扰时很容易发生难以识别的情况。

技术实现思路

[0004]为了解决现有技术中存在的上述问题，本专利技术提供一种基于循环一致性生成对抗网络的有源欺骗式干扰方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0005]第一方面，本专利技术提供的一种基于循环一致性生成对抗网络的有源欺骗式干扰方法包括：
[0006]步骤1：接收雷达发射信号后，返回的不包含干扰的原始回波信号序列；
[0007]步骤2：对所述原始回波信号序列以间隔采样以及相邻填充的方式，生成C&I干扰信号序列和SMSP干扰信号序列；
[0008]步骤3：将所述原始回波信号序列输入至Cycle
‑
GAN模型的生成器中，以添加所述C&I干扰信号序列和SMSP干扰信号序列的信号序列作为判决器判决标准，对生成器生成的干扰信号进行判断，并以损失函数减少的方式调整生成器的内部参数，直至通过判决器的判决，得到训练好的Cycle
‑
GAN模型；
[0009]步骤4：设定多个真实目标，以实时方式发射信号接受多个真实目标反馈的实时回波信号；
[0010]步骤5：将实时回波信号输入至训练好的Cycle
‑
GAN模型，以输出携带干扰的回波信号；
[0011]步骤6：按照信号的幅值，划定携带干扰的回波信号的波门，以检测是否存在目标
以及目标个数；
[0012]步骤7：将检测出的目标个数与真实目标进行对比，以确定Cycle
‑
GAN模型的性能。
[0013]可选的，对所述原始回波信号序列以间隔采样以及相邻填充的方式，生成C&I干扰信号序列包括：
[0014]将所述原始回波信号序列分为m个子段，以使每个子段的时间间隙数为n；
[0015]将每个子段分为更小的小子段；
[0016]针对每个子段，将该子段中第一个小子段复制，并复制后的结构填充该子段直至达到该子段长度，获得C&I干扰信号序列。
[0017]可选的，对所述原始回波信号序列以间隔采样以及相邻填充的方式，生成SMSP干扰信号序列包括：
[0018]对所述原始回波信号序列以间隔n倍的方式抽取信号，并将抽取的信号按照原来位于原始回波信号序列中的排序；
[0019]将排序后抽取的信号进行复制直至与原始回波信号序列长度相同，得到SMSP干扰信号序列。
[0020]可选的，所述步骤3包括：
[0021]将所述原始回波信号序列输入至Cycle
‑
GAN模型的生成器中，以所述C&I干扰信号序列和SMSP干扰信号序列作为目标序列，通过不断训练将原始回波信号序列朝着受干扰后的信号序列方向生成，以使生成器不断生成带干扰信号的样本，通过判决器对带干扰信号的样本判决，得到判决分数反馈给生成器，以使生成器再通过反馈的判决分数去调整参数，训练样本逐渐靠近添加目标序列的信号序列，直到判决器难以辨别生成器产生信号序列真伪时，整个训练过程结束，得到训练好的Cycle
‑
GAN模型。
[0022]可选的，Cycle
‑
GAN模型将原始回波信号序列从源信号序列域X转换到目标信号序列域Y，记为映射G:X
→
Y,使得在映射G中最后生成的信号序列与目标信号序列域的信号序列通过判决器无法识别出；Cycle
‑
GAN模型通过逆映射生成器F:Y
→
X执行F(G(X))≈X的任务。
[0023]可选的，所述步骤7包括：
[0024]将检测出的目标个数与真实目标进行对比，判断检测出的目标个数与真实目标差异值是否大于阈值；
[0025]如果大于阈值，则确定Cycle
‑
GAN模型的性能优良，如果不大于阈值，则表示Cycle
‑
GAN模型性能不佳。
[0026]第二方面，本专利技术提供的一种基于循环一致性生成对抗网络的有源欺骗式干扰系统包括：
[0027]接收模块，用于接收雷达发射信号后，返回的不包含干扰的原始回波信号序列；
[0028]干扰生成模块，用于对所述原始回波信号序列以间隔采样以及相邻填充的方式，生成C&I干扰信号序列和SMSP干扰信号序列；
[0029]训练模块，用于将所述原始回波信号序列输入至Cycle
‑
GAN模型的生成器中，以添加所述C&I干扰信号序列和SMSP干扰信号序列的信号序列作为判决器判决标准，对生成器生成的干扰信号进行判断，并以损失函数减少的方式调整生成器的内部参数，直至通过判决器的判决，得到训练好的Cycle
‑
GAN模型；
[0030]采集模块，用于设定多个真实目标，以实时方式发射信号采集多个真实目标反馈的实时回波信号；
[0031]信号生成模块，用于将实时回波信号输入至训练好的Cycle
‑
GAN模型，以输出携带干扰信号的回波信号；
[0032]检测模块，用于按照信号的幅值，划定携带干扰的回波信号的波门，以检测是否存在目标以及目标个数；
[0033]性能确定模块，用于将检测出的目标个数与真实目标进行对比，以确定Cycle
‑
GAN模型的性能。
[0034]可选的，所述干扰生成模块具体用于：
[0035]将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于循环一致性生成对抗网络的有源欺骗式干扰方法，其特征在于，包括：步骤1：接收雷达发射信号后，返回的不包含干扰的原始回波信号序列；步骤2：对所述原始回波信号序列以间隔采样以及相邻填充的方式，生成C&I干扰信号序列和SMSP干扰信号序列；步骤3：将所述原始回波信号序列输入至Cycle
‑
GAN模型的生成器中，以添加所述C&I干扰信号序列和SMSP干扰信号序列的信号序列作为判决器判决标准，对生成器生成的干扰信号进行判断，并以损失函数减少的方式调整生成器的内部参数，直至通过判决器的判决，得到训练好的Cycle
‑
GAN模型；步骤4：设定多个真实目标，以实时方式发射信号接受多个真实目标反馈的实时回波信号；步骤5：将实时回波信号输入至训练好的Cycle
‑
GAN模型，以输出携带干扰的回波信号；步骤6：按照信号的幅值，划定携带干扰的回波信号的波门，以检测是否存在目标以及目标个数；步骤7：将检测出的目标个数与真实目标进行对比，以确定Cycle
‑
GAN模型的性能。2.根据权利要求1所述的有源欺骗式干扰方法，其特征在于，对所述原始回波信号序列以间隔采样以及相邻填充的方式，生成C&I干扰信号序列包括：将所述原始回波信号序列分为m个子段，以使每个子段的时间间隙数为n；将每个子段分为更小的小子段；针对每个子段，将该子段中第一个小子段复制，并复制后的结构填充该子段直至达到该子段长度，获得C&I干扰信号序列。3.根据权利要求1所述的有源欺骗式干扰方法，其特征在于，对所述原始回波信号序列以间隔采样以及相邻填充的方式，生成SMSP干扰信号序列包括：对所述原始回波信号序列以间隔n倍的方式抽取信号，并将抽取的信号按照原来位于原始回波信号序列中的排序；将排序后抽取的信号进行复制直至与原始回波信号序列长度相同，得到SMSP干扰信号序列。4.根据权利要求1所述的有源欺骗式干扰方法，其特征在于，所述步骤3包括：将所述原始回波信号序列输入至Cycle
‑
GAN模型的生成器中，以所述C&I干扰信号序列和SMSP干扰信号序列作为目标序列，通过不断训练将原始回波信号序列朝着受干扰后的信号序列方向生成，以使生成器不断生成带干扰信号的样本，通过判决器对带干扰信号的样本判决，得到判决分数反馈给生成器，以使生成器再通过反馈的判决分数去调整参数，训练样本逐渐靠近添加目标序列的信号序列，直到判决器难以辨别生成器产生信号序列真伪时，整个训练过程结束，得到训练好的Cycle
‑
GAN模型。5.根据权利要求1所述的有源欺骗式干扰方法，其特征在于，Cycle
‑
GAN模型将原始回波信号序列从源信号序列域X转换到目标信号序列域Y，记为映射G:X
→
Y,使得在映射G中最后生成的信号序列与目标信号序列域的信号序列通过判决器无法识别出；Cycle
‑
GAN模型通过逆映射生成器F:Y
→
X执行F(G...

【专利技术属性】
技术研发人员：武星辉，王敏，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：