《雷达学报杂志》发表论文赏析

SAR目标识别对抗攻击综述:从数字域迈向物理域

来源:雷达学报杂志2024年第6期北京时间:

作者:阮航, 崔家豪, 毛秀华, 任建迎, 罗镔延, 曹航, 李海峰

单位:1.北京跟踪与通信技术研究所 北京 100094;2.中南大学地球科学与信息物理学院 长沙 410083;3.天基综合信息系统全国重点实验室 北京 100094;

摘要:基于深度神经网络的合成孔径雷达(SAR)图像目标识别已成为SAR应用领域的研究热点和前沿方向。然而,有研究指出深度神经网络模型易受到对抗样本攻击。对抗样本定义为在数据集内故意引入微小扰动所产生的输入样本,这种扰动足以使模型高信度地产生错误判断。现有SAR对抗样本生成技术本质上仅作用于二维图像,即为数字域对抗样本。尽管近期有部分研究开始将SAR成像散射机理考虑用于对抗样本生成,但是仍然存在两个重要缺陷,一是仅在SAR图像上考虑成像散射机理,而没有将其置于SAR实际成像过程中进行考虑;二是在机制上无法实现三维物理域的攻击,即只实现了伪物理域对抗攻击。该文对SAR智能识别对抗攻击的技术现状和发展趋势进行了研究。首先,详细梳理了传统SAR图像对抗样本技术的发展脉络,并对各类技术的特点进行了对比分析,总结了现有技术存在的不足;其次,从SAR成像原理和实际过程出发,提出了物理域对抗攻击技术,通过调整目标物体的后向散射特性,或通过发射振幅和相位精细可调的干扰信号来实现对SAR智能识别算法对抗攻击的新思路,并展望了SAR对抗攻击在物理域下的具体实现方式;最后,进一步讨论了未来SAR智能对抗攻击技术的发展方向。

关键词:对抗样本, 合成孔径雷达(SAR), SAR目标识别, 物理域对抗攻击, 深度神经网络(DNN)

基金资助:国家自然科学基金(42171458, 42271481)

2024年6期其他文献查阅:

一种协同二维DOA和TDOA观测量的超视距短波辐射源定位新方法

基于时频稀疏先验的天波超视距雷达瞬态干扰抑制算法

面向探地雷达常见地下目标的GDS-YOLOv8n检测方法

探地雷达多阶段级联U-Net墙内小目标三维重建方法

Track-MT3:一种基于Transformer的新型多目标跟踪算法

有限视距多传感器集群目标可扩展跟踪方法

基于神经网络的FDA-MIMO低截获发射波形和接收波束形成联合设计

基于船用导航雷达的舰船与角反组合体极化调控鉴别方法

动平台分布孔径雷达相参合成探测方法与试验验证

SAR目标识别对抗攻击综述:从数字域迈向物理域

基于干涉相位的SAR有源欺骗干扰检测的性能分析

联合干扰感知与参数估计的抗间歇采样转发干扰方法

一种基于阵列构型与阵元数量联合优化的分布式雷达主瓣干扰抑制方法

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!