基于卷积神经网络的大型阵列快速自适应抗干扰方法

作者:罗丰; 杨岚; 张雅雯; 李沂配; 栗静逸; 杨绍杰
来源:2021-05-25, 中国, ZL202110568887.4.

摘要

本发明提出一种基于卷积神经网络的大型阵列快速自适应抗干扰方法,主要解决现有技术中大型相控阵自适应波束形成存在的计算量大和波束保形差的问题,其实现方案为:构建相控阵雷达接收信号模型、训练样本集和测试样本集;建立阵元权值预测子网络W生成阵元权值,根据阵元权值利用方向图生成器P生成方向图Q,将W与P级联组成方向图凋零保形网络H;设置由凋零损失函数L-1和保形损失函数L-2组成的方向图凋零保形网络损失函数L;利用训练样本集采用梯度下降法对H进行训练;将测试样本集输入到训练好的权值预测网络获得大型阵列抗干扰结果。本发明由于避免了干扰零陷对方向图的影响,降低了自适应抗干扰算法的计算量,可用于目标检测。