【摘 要】
:
雷达有源欺骗干扰通过在真实目标附近产生与其在时频域、空域和极化域中均具有类似特征的假目标,来实现影响雷达工作性能,使其无法准确探测目标的目的,是电子对抗(Electronic Countermeasure,ECM)重要的干扰手段之一。为了尽可能地摆脱来自有源欺骗干扰的威胁,保障雷达正常工作,本文深入研究了典型欺骗干扰产生机理,阐述了雷达抗有源欺骗干扰的研究背景、意义和研究现状,总结了欺骗干扰识别技
论文部分内容阅读
雷达有源欺骗干扰通过在真实目标附近产生与其在时频域、空域和极化域中均具有类似特征的假目标,来实现影响雷达工作性能,使其无法准确探测目标的目的,是电子对抗(Electronic Countermeasure,ECM)重要的干扰手段之一。为了尽可能地摆脱来自有源欺骗干扰的威胁,保障雷达正常工作,本文深入研究了典型欺骗干扰产生机理,阐述了雷达抗有源欺骗干扰的研究背景、意义和研究现状,总结了欺骗干扰识别技术目前存在的智能化需求、数据依赖以及多站雷达数据融合需求三大问题。针对深度学习中存在的同分布样本数据依赖问题,借助迁移学习知识迁移方面的优势,分别从微调(finetune)和域适应角度提出了单站场景下的有源欺骗干扰深度迁移识别方法,进一步地,提出多源域适应框架以满足多雷达融合需求。本文的主要研究工作包括以下几个方面:1.在单雷达站场景下,针对有源欺骗干扰对抗智能化需求和深度学习数据依赖的问题,将深度学习结合迁移学习,提出有源欺骗干扰微调识别方法:基于网络底层特征为通用特征的结论,利用在大量数据源预训练的成熟图像识别网络微调再训练的方法,来节省目标域欺骗干扰时频图像识别任务的数据量。实验结果表明利用微调方法后,在达到相同识别率的前提下,所需样本数量仅是随机初始化网络方法的50%。2.考虑到利用目标域小样本微调极易导致网络过拟合问题,即当出现与训练集分布不同干扰如新型干扰样式时,微调方法不再适用,进一步提出了基于深度对抗域适应的改进识别算法。借助源域数据的支持,应用基于生成对抗网络思想的域适应方法完成目标域数据的识别,并通过空间通道注意力机制使网络训练聚焦于时频图全局空间特征和高响应通道,以减少干扰时频图内可迁移性差的部分对目标域性能的影响。实验结果表明,相对传统特征,深度特征具有更强的鲁棒性与可迁移性,在源域目标域存在差异时,相比仅用源域训练方法,所提方法识别性能平均提升了16.9%,将注意力机制与域适应网络相结合,使网络特征提取聚焦于图像关键区域,模型的识别性能平均提高了2%。3.在多雷达场景下,针对多站雷达数据融合需求问题,为了实现各个站点数据在融合中心更加高效地融合,充分发挥网络化优势,本文在单源域适应的基础上提出了雷达欺骗干扰多源域适应识别框架,即在每个源域和目标域之间域适应约束基础上,添加各个分类器间差异的约束。实验结果表明,所提方法在训练集与测试集分布不同时,较常规融合方法识别性能平均提升了3%,较单雷达常规深度学习网络方法平均提升了4.5%。
其他文献
高阶马尔科夫链是分析各种随机过程的强大工具,其极限概率分布向量在排队系统、网页重要性排名等领域发挥了重大作用。目前,关于求解高阶马尔科夫链极限概率分布向量的基本方法是高阶幂法,但是当高阶马尔科夫链的转移概率张量的主特征值和第二特征值相差较小时,高阶幂法的收敛速度很慢。因此本文致力于提出求解极限概率分布向量的快速算法,具体如下:第一章介绍了高阶马尔科夫链极限概率分布向量的研究背景及意义、国内外研究现
耦合热弹性问题作为热弹性力学中一般问题,近年来,由于聚焦激光束产生的热弹性波提供了一种非接触产生超声波的方法,在工程上有重要意义。研究耦合热弹问题,首先,要考虑热传导方程和热弹性运动方程的建立,其次,需要确定边界条件(特别是热力学边界条件)表达式。经典的耦合热弹性问题采用Fourier定律引出热传导方程,随着激光技术的快速发展,如高强度和超短持续时间的激光束,经典的傅里叶模型不再能有效解决该类激光
新型冠状病毒肺炎严重危及中国及国际社会的公众健康、社会秩序和国家安全。自2020年3月18日起中国疫苗接种引起了国内外媒体的广泛关注,国内外学者也开展了相关研究,并取得了一定成果。但尚未见语言学领域中有学者采用趋近化理论对此类话语开展研究。基于Piotr Cap(2013)提出的趋近化理论框架,本研究收集《人民日报》和《纽约时报》自2020年3月7日至2021年12月1日以中国新冠疫苗为主题的报道
为了解决飞机飞行过程中机翼结冰带来的问题,学者们提出了一类欧拉液滴模型.本文主要对一维欧拉液滴模型解的性质进行定性研究.本文的第一章给出我们所要研究问题的研究背景、研究现状和预备知识.在第二章中,我们证明了一维欧拉液滴模型的解在Besov空间中的局部适定性.首先利用输运方程理论和Littlewood-Paley分解证明一维欧拉液滴模型的解是唯一的,且连续依赖于初值.接着,通过迭代法构造近似方程组,
随着现代科学的发展以及学科之间的相互渗透,模糊数学的应用愈发广泛,在金融中的作用也逐渐显现.由于受到市场的供给和需求、财政收支、经济政策、货币供应、物价等不确定因素的影响,使得金融活动中的无风险利率、股票价格等数量存在不确定性.在金融活动中,很多时候不仅要考虑某一事件是否会发生,而且会涉及一些没有明确边界的数量.比如,在二叉树期权定价模型中,股票在下一时刻的价格通常只是预测数值,是对未来的一种粗略
降低出生缺陷、提高人口质量是事关人口素质的大事,孕妇围产期的监护至关重要。胎心宫缩监护(Cardiotocography,CTG)是临床评估胎儿健康状况的主流监测手段,主要依靠医生判读纸质胎心率(Fetal Heart Rate,FHR)记录图形给出诊断结果,准确性依赖于医生的临床经验和能力水平,普遍存在准确度与一致性不理想等问题,胎心率信号的智能分析技术在临床上具有重要的应用前景。本文研究孕晚期
随着城市化进程的不断发展,传统的监控设备由于其过度依赖人工、效率低下等问题已满足不了当下社会的需求,因此智能监控技术成为了当今的一个热门研究方向,而人群异常行为检测作为这一领域内的主要分支技术,也引起了许多国内外研究者的重视。当前已经有许多人群异常检测技术相关算法被提出,现有的多数方法都是通过将图像分割成均匀区域块的方式来提取特征,但是这种方式会破坏行人个体的完整性,从而降低异常行为检测定位的准确
基于混沌的通信技术由于其在安全通信中的潜在应用而受到广泛的关注。混沌所表现出的复杂特性,如连续的宽频谱,天然的类随机性,长期不可预测性等,为其在保密通信方面的应用奠定了基础。如今,在光通信系统中,混沌信号已被用于加密和解密信息以提供安全性。与电混沌相比,半导体激光器产生的光学混沌具有更宽的带宽与复杂吸引子。激光混沌所具有的内在伪随机特性使得预测和重建动力学的过程变得非常困难。激光混沌对初始参数的极
细分造型方法适用于任意拓扑结构的多边形网格,被广泛应用于动漫、游戏等几何造型领域,具有一定的研究价值。本文主要围绕计算机辅助几何设计(Computer Aided Geometric Design,CAGD)中的细分造型方法展开研究,并基于Coons曲面提出一种适用于任意拓扑四边形网格的插值细分方法。首先,介绍细分造型方法相关的理论知识及经典的细分方法,对这些细分方法进行比较、复现,并总结它们的相
如今含有噪声的多智能体系统的一致性吸引了越来越多的注意,除了设计噪声一致性协议让系统达到一致性问题外,还聚焦在网络的拓扑结构与一致性的相互作用。在问题设置背景下,噪声网络的一致性是由网络的拉普拉斯矩阵的特征值所决定。由于网络拓扑结构的复杂性,解析计算矩阵的特征值面临着技术挑战。本文选取一类环树状网络作为研究对象,它的优点是能够解析分析网络的拓扑结构属性对一致性的影响,利用网络规则的拓扑结构,计算得