申请/专利权人：北京理工大学

申请日：2023-06-19

公开（公告）日：2023-10-13

公开（公告）号：CN116879851A

主分类号：G01S7/38

分类号：G01S7/38;G01S7/36;G01S7/41

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.10.31#实质审查的生效;2023.10.13#公开

摘要：本发明公开了一种对调制识别网络隐身的雷达发射信号生成方法，首先通过短时傅里叶变换得到原始信号的时频谱，然后基于调制识别模型和辅助调制识别模型迭代执行修正DeepFool算法实现调制隐身信息的生成，最后利用改进逆短时傅里叶变换得到时域抗识别发射信号；本发明方法生成的信号波形可令以时频图为输入的智能调制识别网络以高置信度出错，并且能够在脉冲压缩过程中获得增益，具备进行后续目标检测处理的能力。

主权项：1.一种对脉冲调制识别网络隐身的雷达发射信号生成方法，其特征在于，包括以下步骤：步骤一、对原始雷达发射信号xn进行时频分析生成复数时频谱Xm，ω；然后拆分Xm，ω的实部Xrm，ω和虚部Xim，ω组成两通道时频谱Hm，ω，简记为H；然后根据时频谱H绘制时频图I；步骤二、搭建调制识别模型f和辅助调制识别模型g；调制识别模型f以时频图为输入，输出为对时频图的分类结果；辅助识别模型g用于对时频谱调制类型进行识别，采用与模型相同f的网络结构，以时频谱为输入，输出为模型对输入样本的识别结果和此过程中的梯度值；步骤三、利用调制识别模型f对时频图I进行抗识别测试，具体为：设I的真实标签为1、调制识别模型f输出的识别测试结果为t，若t＝l，则表明该时频图不具有抗识别能力，进入步骤四；反之，若t≠l，则表明时频图已具备抗识别能力，不需继续进行后续隐身信息生成，进入步骤五；步骤四、利用辅助识别模型g对两通道时频谱H进行识别并利用修正DeepFool算法进行隐身信息生成，具体为：两通道时频谱应与同一类型的时频图具有相同的真实标签和分类结果，因此两通道时频谱H的真实标签和识别测试结果同样记为1和t；令gkH表示辅助识别模型g将两通道时频谱H预测为第k类的概率值，k＝1，2，...，K，K表示信号调制类别总数目；对于不属于类别l的其它类别k进行如下迭代计算：g′k＝gkHi-glHi； 其中，i为迭代轮数；gkHi表示第i轮迭代时辅助识别模型g将两通道时频谱Hi识别为第k类的概率；glHi表示第i轮迭代时辅助识别模型g将两通道时频谱Hi识别为第1类的概率；k＝1，2，...，K，k≠l；表示求梯度；根据迭代计算结果，遍历k＝1，2，...，K，k≠l，计算样本到各决策边界的距离将距离样本最近的决策边界对应的类别序号记为时频谱改变量为更新时频谱：Hi＝Hi+ΔHi，根据Hi绘制时频图，记为I，并更新迭代轮数为i＝i+1；返回步骤三；步骤五、基于当前时频谱Hi，重构得到时域调制隐身发射信号

全文数据：

权利要求：

百度查询： 北京理工大学 一种对调制识别网络隐身的雷达发射信号生成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD