基于深度卷积对抗网络的电磁频谱异常检测

来源：电讯技术杂志2024年第5期北京时间：

作者：嵇海鹏,张江,乔晓强,张涛

单位：(1.南京信息工程大学 电子与信息工程学院，南京 210044;2.国防科技大学第六十三研究所，南京 210007)

摘要：为了解决电磁频谱异常检测精度不高的问题，在深度卷积神经对抗网络（Deep Convolution Generative Adversarial Network，DCGAN）的基础上加入了编码器（Encoder）用来重构频谱数据。编码器首先将真实频谱数据编码为低维特征表示，生成器通过学习编码后的低维特征生成重构频谱数据，判别器负责将重构频谱数据与真实频谱数据进行区分，并通过对抗性训练逐渐提高模型重构频谱数据的能力，最后计算重构频谱数据与真实频谱数据的均方误差，判别异常。实验结果表明，该模型能够在多个频段下实现有效的电磁频谱异常检测，在TV频段下，干信比为-5 dB时，相比于现有电磁频谱异常检测方法，所提方法的平均检测性能提升了18%以上。

关键词：电磁频谱异常检测；深度卷积对抗网络(DCGAN)；频谱重构；

基金资助：国家科学自然基金资助项目（62371463）