基于GAN的通信干扰波形生成技术

摘要

现有通信干扰方法,通常基于通信侦察中获取的目标信号特征进行干扰决策,选取合适的干扰波形实施干扰,难以应对目标信号特征未知或参数动态变化的情况.为此,提出一种基于生成对抗网络(generative adversarial networks,GAN)的通信干扰波形生成技术,运用GAN直接提取目标信号的潜在特征,并生成与目标信号特征相似的干扰波形.在介绍GAN原理的基础上,首先设计网络模型,并对学习率进行优化,使GAN更适用于时间序列通信干扰波形的生成.然后通过对不同类型和参数的通信信号进行干扰波形生成实验,验证了该技术的泛化性.最后进行干扰效果对比试验,结果表明,GAN生成的干扰波形干扰效果能够逼近最佳干扰效果.