[发明专利]基于卷积神经网络的抗箔条干扰方法

说明书

本发明公开一种基于卷积神经网络抗箔条干扰方法，计算过程简单，不需要较多的人为干预，对于多种形式的箔条干扰具有普遍适应性。本发明的抗箔条干扰方法，包括如下步骤：(10)仿真回波数据：仿真生成箔条和目标多普勒回波数据；(20)仿真数据处理：对箔条与目标多普勒回波数据进行提取和抽样，并做归一化处理和截取补零处理；(30)构建数据集：将典型目标、箔条数据混合，并添加分类标签，构建神经网络训练数据集；(40)确定卷积神经网络结构：确定具体卷积神经网络结构，使用训练数据集训练、调试卷积神经网络；(50)箔条、目标分类识别：使用训练完成的神经网络对实测的箔条与目标回波数据进行分类识别，实现抗箔条干扰。

技术领域

本发明属于雷达电子对抗领域，具体涉及一种抗箔条干扰的方法。

背景技术

箔条作为无源电子对抗中重要的干扰器材，具有制造简单、价格低廉、使用方便、干扰范围大和技术成熟等优势，使用时间早、范围广。箔条在空间是大量随机分布的，所产生的散射对雷达造成干扰，其特性类似噪声，可以遮盖目标回波信号或实现欺骗式干扰形成假目标，实现干扰对方雷达侦收系统。

现阶段，箔条干扰通常以转发式干扰、冲淡式干扰、质心式干扰为主，通过箔条云回波的强干扰，实现对目标的保护，对雷达的欺骗和干扰。

现有技术在抗箔条干扰中，多是通过对箔条雷达回波进行统计特征分析、时频分析，例如基于箔条多普勒频谱展宽的特性，基于箔条极化回波特征等方式对箔条与目标进行判定。

因此，现有技术存在的问题是：基于目标回波和箔条回波的统计特性的识别分类，其计算过程复杂，使用场景较为有限。要求先验知识的稳定性和准确性十分的高。

发明内容

本发明的目的在于提供一种基于卷积神经网络抗箔条干扰方法，计算过程简单，不需要较多的人为干预，对于多种形式的箔条干扰具有普遍适应性。

实现本发明目的的技术解决方案为：

一种基于卷积神经网络的抗箔条干扰方法，其特征在于，包括如下步骤：

(10)仿真回波数据：仿真生成箔条和目标多普勒回波数据；

(20)仿真数据处理：对箔条与目标多普勒回波数据进行提取和抽样，并做归一化处理和截取补零处理；

(30)构建数据集：将典型目标、箔条数据混合，并添加分类标签，构建神经网络训练数据集；

(40)确定卷积神经网络结构：确定具体卷积神经网络结构，使用训练数据集训练、调试卷积神经网络；

(50)箔条、目标分类识别:使用训练完成的神经网络对实测的箔条与目标回波数据进行分类识别，实现抗箔条干扰。

与现有技术相比，本发明的显著优点为：

1、对于箔条与目标回波数据的处理过程简单，不需要复杂的数据特征提取。

2、本发明实际运用过程中只需使用确定下来的卷积神经网络结构进行目标与箔条回波分类，识别速度快，抗箔条干扰可靠性高；

附图说明

图1为本发明基于卷积神经网络的抗箔条干扰方法的主流程图。

图2为图1中仿真回波数据步骤的流程图

图3为图1中仿真数据处理步骤的流程图

图4为构建的卷积神经网络结构示意图。

图5为卷积神经网络对箔条与目标分类错误率变化图。

具体实施方式

如图1所示，本发明基于卷积神经网络的抗箔条干扰方法，包括如下步骤：

(10)仿真回波数据：仿真生成箔条和目标多普勒回波数据；