《雷达学报杂志》发表论文赏析

基于有源干扰机的SAR智能识别对抗方法

来源:雷达学报杂志2026年第2期北京时间:

作者:周雅婷, 周勇胜, 薛清华, 马飞, 张帆

单位:1.北京化工大学信息科学与工程学院 北京 100029;2.中国人民解放军93221部队 北京 100085;

摘要:合理利用SAR对抗样本可以使得特定目标在智能探测技术下实现遥感隐身,从而避免被敌方探测或识别。数字域的SAR对抗方法仅在图像域进行攻击,缺乏物理可实现性,现有物理域对抗方法通过在目标周围布置角反射器、超表面,借助电磁计算模拟对抗样本,但由于散射估计精度低,实际保护效能受限。为解决上述问题,该文将SAR有源干扰技术与对抗攻击方法相结合,提出了基于有源干扰机的SAR智能识别对抗方法,在信号域扰动目标回波信号以生成对抗样本。首先,选择基于余弦幅度加权的多相位分段调制干扰技术,通过扰动分量的设计,实现对抗扰动信号的参数化控制;然后,基于SAR成像链路,将有源干扰机生成的对抗扰动信号与目标的回波信号融合,经成像处理得到具有物理意义的SAR对抗样本;最后,引入差分进化算法,动态调整多相位分段调制干扰的能量分布与空间覆盖范围等参数,进而优化SAR对抗样本,在干扰强度较小的情况下取得最佳攻击成功率。实验结果表明,所提方法在MSTAR数据集上实现平均90.88%的攻击成功率,并对5种SAR ATR模型具有较强的可转移性,其中最高可达75.57%。该方法实现了更具物理可实现性的对抗样本生成,为遥感探测中特定目标的安全防护开辟新的解决思路,并为真实场景下有源干扰信号的应用提供智能化指导。

关键词:合成孔径雷达, SAR自动目标识别, 有源干扰机, 物理域对抗攻击, 对抗样本

基金资助:国家自然科学基金(62271034)

2026年2期其他文献查阅:

基于多源信息跨域学习的SAR图像目标检测技术研究进展与展望

基于视觉语言模型的SAR图像目标解译综述

DGS-CapNet:基于空间-频率感知的SAR图像描述模型

基于局部拟合一致性的机载SAR图像与仿真SAR图像匹配方法

基于物理感知频空注意力与运动学约束的半监督视频SAR阴影跟踪

基于自监督强化学习的SAR距离压缩域舰船目标检测方法

基于主散射时间熵的多时相极化SAR盐田区域分类

基于有源干扰机的SAR智能识别对抗方法

联合误导性与逼真度优化的SAR ATR最优对抗样本生成方法

仿真数据辅助的雷达HRRP小样本目标识别方法

自适应PHD-BOF:一种基于低空监视雷达的慢速目标跟踪方法

面向海事雷达目标跟踪的自适应多视野聚焦贝叶斯融合相关滤波器

基于互信息熵-改进PHD协同的非合作双基地雷达目标跟踪

雷达变脉宽脉冲串与接收失配滤波协同设计方法

一种面向机械旋转变极化雷达的蝙蝠超分辨改进算法

地球同步轨道SAR运动舰船探测跟踪定位方法与实验验证

众源数据辅助的高分辨率SAR影像控制点自动提取与校正方法研究

基于国产商业SAR卫星的城区建构筑物层析三维成像

基于高分三号SAR图像的海面起伏场准线性反演

基于机器学习的Sentinel-1 SAR多普勒频移风、浪响应建模与海流反演

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!