零记忆增量学习的复合有源干扰识别

作     者：吴振华 崔金鑫 曹宜策 张强 张磊 杨利霞 WU Zhenhua;CUI Jinxin;CAO Yice;ZHANG Qiang;ZHANG Lei;YANG Lixia

作者机构：安徽大学信息材料与智能感知安徽省实验室合肥230601 中国电子科技集团公司第三十八研究所合肥230088 天基综合信息系统全国重点实验室北京100094 中山大学电子与通信工程学院深圳518107 

基　　金：国家自然科学基金(62201007,62401007) 中国博士后科学基金(2020M681992) 安徽省自然科学基金(2308085QF199) 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2025年第47卷第1期

页      码：188-200页

摘      要：非完备、高动态有源干扰对抗作战环境下,现阶段针对库内多类型单一有源干扰样本所优化训练的静态模型,在面对库外类型多样、参数多变、组合方式多元的复合干扰时,模型无法快速更新且难以应对测试样本数非均衡问题。针对此问题,该文提出一种基于零记忆增量学习的雷达复合有源干扰识别方法。首先,利用元学习训练模式对库内单一干扰进行原型学习,训练出高效的特征提取器,使其具备对库外复合干扰特征有效提取能力。进而,基于超维空间和余弦相似度计算,构建零记忆增量学习网络(ZMILN),将复合干扰原型向量映射到超维空间并存储,从而实现识别模型动态更新。此外,为解决样本数非均衡下复合干扰识别问题,设计直推式信息最大化(TIM)测试模块,通过在互信息损失函数中加入散度约束,对识别模型进一步强化训练以应对非均衡测试样本。实验结果表明,该文所提方法在非均衡测试条件下对4种单一干扰和7种复合干扰进行增量学习后,平均识别准确率达到了93.62%。该方法通过对库内多类型单一干扰知识充分提取,实现对多种组合条件下库外复合干扰的快速动态识别。

主 题 词：雷达有源干扰 零记忆增量学习 非均衡 直推式信息最大化 复合干扰识别 

学科分类：11[军事学] 080904[080904] 0809[工学-计算机类] 08[工学] 110503[110503] 0810[工学-土木类] 1105[1105] 1104[1104] 082601[082601] 081105[081105] 0826[工学-生物医学工程类] 081001[081001] 081002[081002] 0811[工学-水利类] 

核心收录：

D　O　I：10.11999/JEIT240521

馆 藏 号：203157164...