公开(公告)号：CN119511205A

公开(公告)日：2025-02-25

申请号：CN202411502586.1

申请日：2024-10-25

Applicant: 西安电子科技大学

Inventor： 李亚超 ,  宫竹后 ,  岑熙 ,  王家东 ,  仲秦 ,  张彬 ,  郭鹏程

IPC: G01S7/02 ,  G01S7/36 ,  G01S7/41

Abstract: 本发明涉及一种时频‑图像融合的距离联合方位向SAR有源干扰识别方法及装置，包括：将待识别雷达干扰回波数据输入训练完成的干扰识别网络；其中，待识别雷达干扰回波数据包括待识别干扰数据时频谱和待识别SAR干扰图像；干扰识别网络包括第一特征提取网络、第二特征提取网络、特征融合网络和分类网络；第一特征提取网络和第二特征提取网络并列连接至特征融合网络，特征融合网络连接至分类网络；得到待识别雷达干扰回波数据对应的干扰类型识别结果。本发明能够有效地提取并融合来自不同模态的特征以实现干扰识别，具有较高的识别准确率。

公开(公告)号：CN116559794B

公开(公告)日：2023-09-29

申请号：CN202310848136.7

申请日：2023-07-12

Applicant: 西安电子科技大学

Inventor： 李亚超 ,  岑熙 ,  顾彤 ,  宫竹后 ,  石光明 ,  徐刚锋

IPC: G01S7/36 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种双多域复数神经网络的雷达抗干扰智能决策方法，包括：设计基于干扰信号获得雷达状态矩阵的算法框架，并构建用于存储雷达状态矩阵的记忆库；构建包括估计值网络和目标值网络的双多域CD3QNs复数神经网络；基于估计值网络和目标值网络输出的均方误差构建损失函数；基于受到干扰的雷达回波数据构建训练数据对，并利用上述算法框架获得对应的雷达状态矩阵；基于损失函数利用训练数据对及其对应的雷达状态矩阵对网络进行训练，以便通过训练好的网络进行雷达抗干扰智能决策。该方法具有针对复杂有源干扰信号抗干扰决策准确率高、实时性强、性能稳定的优点，可用于雷达干扰对抗中最佳抗干扰方法的智能决策。

公开(公告)号：CN116540190A

公开(公告)日：2023-08-04

申请号：CN202310824849.X

申请日：2023-07-06

Applicant: 西安电子科技大学

Inventor： 李亚超 ,  宫竹后 ,  王义涛 ,  顾彤 ,  张彬 ,  钟都都 ,  张伟科

IPC: G01S7/36 ,  G01S7/02 ,  G06F17/14 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种端到端的自监督智能干扰抑制方法、装置及电子设备，该方法包括：获取待处理的第一雷达回波数据并进行短时傅里叶变换，得到第一时频谱数据后，将其输入干扰抑制网络；干扰抑制网络包括第一子网络和第二子网络，其中，第一子网络包括第一卷积层、第二卷积层和DropBlock层；根据第二卷积层输出的第一特征图，利用DropBlock层检测是否存在干扰，并于存在干扰时进行干扰抑制，输出干扰抑制结果图；将干扰抑制结果图输入第二子网络，得到抗干扰处理后的第一时频谱数据，并计算抗干扰处理后的第一雷达回波数据。本发明通过一次神经网络运算“端到端”的完成干扰检测、抑制和修复，提升了处理效率。

公开(公告)号：CN116559794A

公开(公告)日：2023-08-08

申请号：CN202310848136.7

申请日：2023-07-12

Applicant: 西安电子科技大学

Inventor： 李亚超 ,  岑熙 ,  顾彤 ,  宫竹后 ,  石光明 ,  徐刚锋

IPC: G01S7/36 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种双多域复数神经网络的雷达抗干扰智能决策方法，包括：设计基于干扰信号获得雷达状态矩阵的算法框架，并构建用于存储雷达状态矩阵的记忆库；构建包括估计值网络和目标值网络的双多域CD3QNs复数神经网络；基于估计值网络和目标值网络输出的均方误差构建损失函数；基于受到干扰的雷达回波数据构建训练数据对，并利用上述算法框架获得对应的雷达状态矩阵；基于损失函数利用训练数据对及其对应的雷达状态矩阵对网络进行训练，以便通过训练好的网络进行雷达抗干扰智能决策。该方法具有针对复杂有源干扰信号抗干扰决策准确率高、实时性强、性能稳定的优点，可用于雷达干扰对抗中最佳抗干扰方法的智能决策。