基于散射特征增强的轻量化虚假目标欺骗干扰判别网络OA
合成孔径雷达(SAR)具备全天时全天候高分辨成像的能力,在监视侦察、防空反导、灾害监测等军民领域发挥着重要的作用。然而,伴随着电子对抗技术的发展,雷达干扰机可对SAR成像结果造成虚假目标欺骗干扰,严重威胁到SAR图像的判读和实时决策。针对上述问题,该文结合目标电磁散射机理,提出了基于散射特征增强的SAR虚假目标欺骗干扰判别网络(SF-ViT),该网络针对干扰机空间位置固定导致的回波方位分布差异和模板构型与信号参数不同导致的散射特征差异,通过一个浅层特征增强模块放大真实目标和虚假目标在图像域上的区别,再通过卷积-ViTs混合轻量化网络完成高维语义特征的提取和分类。经过该文构建的SAR虚假目标欺骗干扰数据集上的对比试验验证,所提网络在不同信噪比条件下可以达到94.97%的平均判别准确率,同时具有参数量低、易于部署到边缘设备的优势,并且通过消融实验验证了所提散射特征增强模块也可以与传统模型相结合,提高对SAR虚假目标欺骗干扰判别准确率。
蒲巍;伍宇恒;宋月;王重淞;吴万敏;刘欣远;武俊杰;黄钰林;杨建宇
电子科技大学信息与通信工程学院,成都611731电子科技大学信息与通信工程学院,成都611731电子科技大学信息与通信工程学院,成都611731电子科技大学信息与通信工程学院,成都611731电子科技大学信息与通信工程学院,成都611731电子科技大学信息与通信工程学院,成都611731电子科技大学信息与通信工程学院,成都611731电子科技大学信息与通信工程学院,成都611731电子科技大学信息与通信工程学院,成都611731
信息技术与安全科学
合成孔径雷达(SAR)欺骗干扰散射特征卷积神经网络(CNN)视觉Transformer(ViT)
《雷达学报(中英文)》 2026 (4)
P.1434-1450,17
国家自然科学基金(U25B200901)。
评论