一种小样本数据驱动的雷达复合干扰轻量化感知网络

作者：郎彬; 王欢; 宫健

来源：北京航空航天大学学报, 2022, 1-13.

DOI：10.13700/j.bh.1001-5965.2022.0343

• 雷达干扰感知
• 小样本数据驱动
• 复合干扰
• 深度学习

基于深度学习的雷达干扰感知技术能精确感知各类雷达干扰类型，但需预先构建大规模且完备的训练样本，数据集构建工作量大、难度高，同时存在网络模型参数量较大、计算复杂度高的问题，导致在实际平台中难以应用。针对此问题，该文提出一种小样本数据驱动的雷达复合干扰轻量化感知网络，首次结合计算机视觉领域的“目标检测”思想建立干扰感知网络，利用雷达干扰时频分布数据提取多尺度特征图，预置Anchor进行回归与分类，其次使用分组卷积与Ghost卷积对大参数量、高计算量的网络结构进行轻量化改进。实验结果表明，只需小规模的多种单一干扰模式样本，即可实现对单一干扰模式、两两复合模式以及三类复合模式的灵活感知，在低干噪比条件下保持较高感知性能的同时大幅压缩了模型的参数量与运算量。

• 单位
  西安黄河机电有限公司; 空军工程大学防空反导学院