發(fā)布時(shí)間：2021-01-22 16:06

　　合成孔徑雷達(dá)（SAR）在軍事偵察領(lǐng)域的應(yīng)用日益頻繁,尋找高效實(shí)用的對合成孔徑雷達(dá)的干擾方法是電子對抗領(lǐng)域研究的重點(diǎn)。為了對多種干擾樣式及干擾樣式在不同情況下所發(fā)揮的干擾效果進(jìn)行科學(xué)定量的評估,構(gòu)建基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法,編制高效準(zhǔn)確的SAR圖像訓(xùn)練數(shù)據(jù)集。訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)具備了對SAR圖像的目標(biāo)識別能力進(jìn)而用于干擾效果評估工作,可以獲得接近人工判別的評估效率。提出了一種針對欺騙和壓制的干擾效果評價(jià)公式,為不同干擾樣式間的定量評估提供了可行辦法。仿真驗(yàn)證結(jié)果表明,此結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)具備較好的SAR圖像目標(biāo)識別能力,提出的干擾效果評價(jià)公式可以高效快速地完成干擾效果的定量評價(jià)工作。 

【文章來源】：艦船電子對抗. 2020,43(04)

【文章頁數(shù)】：5 頁

【部分圖文】：

主觀評價(jià)流程圖

使用的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)基于Faster-RCNN[9]結(jié)構(gòu),Faster-RCNN在Fast-RCNN的基礎(chǔ)上通過將特征提取和區(qū)域建議尋找(Region Proposal)進(jìn)行整合而進(jìn)一步提高了目標(biāo)檢測的速度。其是目前在圖像識別領(lǐng)域幾個(gè)最出色的算法之一,且圖像的識別速度能夠達(dá)到5～17幀,是一種接近實(shí)時(shí)的目標(biāo)檢測和識別算法。網(wǎng)絡(luò)結(jié)構(gòu)如圖2左半部分所示。在ILSVRC和COCO比賽中,多個(gè)比賽第一名算法的結(jié)構(gòu)都基于Faster-RNN設(shè)計(jì),說明了Faster-RCNN在圖像處理上的巨大優(yōu)勢。由于計(jì)算資源有限并且進(jìn)行方法可行性驗(yàn)證,在進(jìn)行SAR圖像特征提取時(shí)使用了較為簡單的網(wǎng)絡(luò)結(jié)構(gòu),卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和組成如圖2右側(cè)所示,如果對計(jì)算量或者識別時(shí)間不敏感,可以使用resnet101等更復(fù)雜的網(wǎng)絡(luò)形式進(jìn)行特征提取。良好的訓(xùn)練是使神經(jīng)網(wǎng)絡(luò)具備良好識別能力的保證,前期的數(shù)據(jù)集標(biāo)注工作更是建立良好數(shù)據(jù)集的基礎(chǔ)。通過對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,使網(wǎng)絡(luò)具備在SAR圖像中識別船只或其它物體的能力。使用的數(shù)據(jù)集是包括了干凈背景和復(fù)雜場景中的船只SAR圖像切片。部分訓(xùn)練用圖切片如圖3所示。

良好的訓(xùn)練是使神經(jīng)網(wǎng)絡(luò)具備良好識別能力的保證,前期的數(shù)據(jù)集標(biāo)注工作更是建立良好數(shù)據(jù)集的基礎(chǔ)。通過對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,使網(wǎng)絡(luò)具備在SAR圖像中識別船只或其它物體的能力。使用的數(shù)據(jù)集是包括了干凈背景和復(fù)雜場景中的船只SAR圖像切片。部分訓(xùn)練用圖切片如圖3所示。在訓(xùn)練過程中,為了更好地收斂且較快地完成訓(xùn)練,將學(xué)習(xí)率設(shè)置為1e-4。模型優(yōu)化方法為加入動量的隨機(jī)梯度下降方法(SGDM),可以使訓(xùn)練過程更加平穩(wěn),使用GPU進(jìn)行加速。訓(xùn)練過程中的殘差變化如圖4所示。

【參考文獻(xiàn)】：
期刊論文
[1]電子對抗干擾效果評估技術(shù)現(xiàn)狀[J]. 冉小輝,朱衛(wèi)綱,邢強(qiáng).  兵器裝備工程學(xué)報(bào). 2018(08)
[2]基于RBF神經(jīng)網(wǎng)絡(luò)的雷達(dá)干擾效能評估方法[J]. 員志超.  軟件導(dǎo)刊. 2015(06)
[3]對SAR干擾效果的評估方法[J]. 韓國強(qiáng),吳曉芳,代大海,邢世其,王雪松.  雷達(dá)科學(xué)與技術(shù). 2010(01)
[4]基于熵的SAR干擾效果評估方法[J]. 周廣濤,石長安,楊英科,李宏.  航天電子對抗. 2006(04)
[5]一種SAR壓制干擾效果評估方法[J]. 馬俊霞,蔡英武,張海.  現(xiàn)代雷達(dá). 2004(10)

博士論文
[1]支持向量機(jī)算法及其在雷達(dá)干擾效果評估中的應(yīng)用研究[D]. 林連雷.哈爾濱工業(yè)大學(xué) 2009

碩士論文
[1]SAR有源欺騙干擾模版生成與效果評估方法[D]. 李雨辰.西安電子科技大學(xué) 2019
[2]對合成孔徑雷達(dá)干擾技術(shù)的研究[D]. 倪燕.電子科技大學(xué) 2003



本文編號：2993521