系统工程与电子技术

作者：赵凡(), 金虎()

单位：国防科技大学电子对抗学院, 安徽 合肥 230037

关键词：通信干扰波形生成,机器学习,生成对抗网络

基金：国防科技重点实验室基金(6142106180101)

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。

来源：2021年第4期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2021年第4期