无监督时频信息结合的舰船辐射噪声信号抗诱饵干扰方法

摘要

舰船辐射噪声信号是感知目标舰船的重要方式之一。诱饵信号通过模仿目标舰船辐射噪声,混淆感知系统以掩护目标舰船完成战略目标。如果可以通过对舰船辐射噪声与诱饵信号识别方式实现抗干扰,将大大提高战时敌方舰船识别效率,从而提高战术行动的效率和成功率。将抗诱饵干扰问题转化为单类分类问题,尝试采用深度学习范式给出解决方法。以此为背景,提出无监督时频信息结合的舰船辐射噪声信号抗诱饵干扰方法。构建针对舰船辐射噪声信号时域、时频域数据的对抗生成网络结构。采用对抗训练策略捕捉舰船辐射噪声信号的时域、时频域联合分布,提高模型针对舰船辐射噪声信号的表示学习能力,最终实现端到端的舰船辐射噪声信号单类分类任务。实验数据由外场实验模拟产生诱饵信号采集而来。研究结果表明:在无监督条件下的AUC值为0.84,相对于单类分类基线模型高出0.17,可以实现对舰船辐射噪声信号抗诱饵干扰。