雷达干扰信号迁移识别方法、系统、设备及介质技术方案

本发明专利技术属于雷达技术领域，公开了一种雷达干扰信号迁移识别方法、系统、设备及介质，该方法包括：对干扰信号进行短时傅里叶变换获取时频图，构建理想干扰时频图样本集；设计卷积注意力‑残差块结构，构建源域与目标域特征提取器；源域监督训练阶段训练特征提取器与分类器；目标域对抗训练阶段，固定源域网络，结合多头鉴别器及重构损失、最大均值差异损失优化目标域特征提取器；分类测试阶段拼接目标域提取器与源域分类器形成识别模型。该方案具备更优识别性能和更强通用性。

【技术实现步骤摘要】

本专利技术属于雷达，尤其涉及一种雷达干扰信号迁移识别方法、系统、设备及介质。

技术介绍

1、随着现代雷达技术的发展和电子对抗手段的升级，雷达有源干扰逐渐成为影响雷达系统探测和跟踪能力的重要因素。在复杂电磁环境下，各种压制式干扰、欺骗式干扰、组合干扰等有源干扰信号会严重影响雷达系统的目标检测性能。为了对这些干扰进行抑制，雷达系统需要具备对各种干扰类型的高精度识别能力，以便于对不同干扰类型采取针对性的抗干扰措施。传统的基于深度学习的雷达有源干扰识别方法通常假设训练集和测试集样本满足独立同分布条件，即训练集和测试集样本特征分布一致，然而，在真实电磁环境下由于受到环境因素影响，采集的非理想干扰信号与仿真生成的理想干扰信号在特征分布上存在显著差异，导致理想条件下训练得到的雷达干扰分类模型难以直接应用到非理想环境中。因此，如何利用少量非理想雷达干扰信号样本的信息，通过迁移学习方法提升模型对非理想雷达干扰信号的识别能力，成为当前亟待解决的问题。

2、无监督域对抗自适应(unsupervised domain-adversarial adaptation,ud本文档来自技高网...

【技术保护点】

1.一种雷达干扰信号迁移识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述雷达干扰信号迁移识别方法，其特征在于，所述步骤S2中，卷积注意力-残差块结构包含通道注意力模块和空间注意力模块，通道注意力模块通过全局平均池化和最大池化获取通道权重，空间注意力模块通过卷积操作获取空间维度的权重，并对特征图进行两级加权优化。

3.如权利要求1所述雷达干扰信号迁移识别方法，其特征在于，所述步骤S3中，源域分类器通过交叉熵损失函数进行训练优化，用于最小化预测标签与真实标签之间的差异。

4.如权利要求1所述雷达干扰信号迁移识别方法，其特征在于，所述步骤S4中，源...

【技术特征摘要】

1.一种雷达干扰信号迁移识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述雷达干扰信号迁移识别方法，其特征在于，所述步骤s2中，卷积注意力-残差块结构包含通道注意力模块和空间注意力模块，通道注意力模块通过全局平均池化和最大池化获取通道权重，空间注意力模块通过卷积操作获取空间维度的权重，并对特征图进行两级加权优化。

3.如权利要求1所述雷达干扰信号迁移识别方法，其特征在于，所述步骤s3中，源域分类器通过交叉熵损失函数进行训练优化，用于最小化预测标签与真实标签之间的差异。

4.如权利要求1所述雷达干扰信号迁移识别方法，其特征在于，所述步骤s4中，源域重构损失为源域后验概率与判别器输出概率之间的交叉熵；最大均值差异损失用于度量源域与目标域后验概率的均值距离，并采用高斯核进行映射与计算。

5.如权利要求1所述雷达干扰信号迁移识别方法，其特征在于，所述目标域对抗训练中采用多头判别器结构，每个判别器用于识别特定雷达干扰特征，从而提升目标域识别的泛化能力。

6.一种实施如权利要求1-5任意一项所述雷达干扰信号迁移识别方法的雷达干扰信号迁移识别系统，其特征在于，...

【专利技术属性】
技术研发人员：刘明骞，
申请(专利权)人：刘明骞，
类型：发明
国别省市：