摘要：在实际应用场景中,面向说话人识别系统的黑盒对抗攻击手段十分脆弱、性能显著下降,当前黑盒攻击常用的基于代理攻击方法因代理模型的表征空间具有异构性,导致生成的对抗样本泛化能力不足,无法实用。本文针对异构空间泛化学习难、收敛慢的问题,设计一种将多个异构的说话人表征空间投影到一个说话人共轭表征空间,然后基于教师学生模型机制,在统一的共轭空间里研究对抗样本生成算法,从而提升黑盒对抗攻击样本的泛化能力。同时,基于VoxCeleb和CN-Celeb数据集验证了本文方法的有效性。

摘要：将无监督表征学习领域中对比预测编码技术用于辐射源个体特征提取,并结合复数网络,设计了一种基于复数对比预测编码的辐射源个体识别方法。对由实部和虚部组合而成的复数电磁信号,首先采用复数对比预测编码技术提取辐射源个体“指纹”特征,然后采用复数残差网络进行分类识别。实验结果表明,通过联合复数对比预测编码和复数残差网络的方法,极大地提高了辐射源个体识别正确率和鲁棒性,相较基于实数的神经网络算法和传统识别算法,识别正确率绝对提升了11.38%。

摘要：天波超视距雷达在探测目标时,由于距离和方位分辨率低,在探测波位边缘,目标距离或方位单元会在短时间内不变化,这种现象被称为回波边缘效应,会直接影响目标跟踪处理和目标航迹运动趋势的判别。文中设计了一种基于保护波束的回波边缘效应抑制处理方法,通过对保护子波束内回波进行数据处理后,消除了因边缘效应产生的目标位置不准确的现象,航迹跨波位跟踪的能力得到较大提高,从而提升了航迹跟踪连续性。