摘要：间歇采样转发是一种新型的干扰式样,可以产生相干假目标串的干扰效果。研究了对V-调频信号的间歇采样干扰方法。在阐述了间歇采样转发干扰的基本原理后,分析了间歇采样转发信号的时频和频域特性,在理论上推导了干扰信号经匹配滤波后输出的信号模型;在此基础上,根据低阶假目标的幅相特性,提出了一种使假目标回波和真实目标回波的反相对消方法,并进一步推导了为实现反相对消对转发时延、转发频率、转发功率的要求。仿真结果表明这种方法能实现目标回波的有效对消。该文研究成果对于间歇采样转发干扰机的原理设计及使用具有指导意义。

摘要：不同体制雷达系统的信号及数据处理在共性功能模拟和特性功能刻画之间存在矛盾问题。基于组件化设计思想,将雷达信号处理及数据处理仿真划分为天线模拟、目标回波功率计算、脉冲压缩、参数测量、航迹起始、跟踪滤波、调度策略等28个组件。通过参数选择实现不同体制雷达特性功能模拟组件的设置,并对共性功能组件复用,实现了相控阵、机扫、无源探测等多种雷达体制的功能级仿真。对各组件进行功能测试,验证了组件化设计方法的可行性。

摘要：论述了干涉合成孔径雷达(InSAR)干扰的基本原理,分析了InSAR成像的薄弱之处,设计开发了InSAR干扰仿真系统,并详细介绍了仿真系统的各个模块功能。仿真系统能够进行三维地形和回波模拟仿真,支持点、线、面、体4类干扰目标和8种干扰样式的生成。对在不同干扰样式下InSAR的成像过程以及成像结果进行了模拟仿真验证。详细介绍了仿真系统各模块的功能原理,并给出仿真实例进行论证。

摘要：针对目标极化特性测量,尤其是大动态单目标极化特性的测量问题,同时极化测量波形的设计需着重考虑其波形隔离度。首先,从模糊函数的角度出发定义波形隔离度。然后,针对波形隔离度这个指标,讨论双频矢量脉冲信号、正负斜率线性调频信号和全极化OFDM信号等典型极化测量波形的隔离度性能,重点分析了多普勒频移对波形隔离度的影响。最后对不同波形下波形隔离度的影响因素及性能指标进行比较,给出了这几种极化测量波形的适用场景,对同时极化测量波形的设计与选择具有一定指导意义。

摘要：基于深度学习模型的新一代智能化多模态(可见光/红外/雷达)图像识别系统已逐步在航空航天情报侦察、人机交互增强作战系统、无人作战平台自动图像目标识别以及多模复合图像末制导等多个军事场景中得到广泛应用。然而,由于深度神经网络模型在理论上存在不完备性和对抗脆弱性、多模态图像目标识别深度网络结构设计与优化在工程上存在迁移性等因素,使得现有识别系统在鲁棒准确性方面评估不足,给系统在未来战场复杂对抗场景中的广泛部署带来极大的安全隐患。为此,本文通过研究多模态图像智能目标识别系统军事场景应用的风险模型,分析系统存在的潜在攻击面,开展基于深度神经网络的多模态图像识别对抗样本攻击技术和对抗鲁棒准确性评估等关键技术研究,以期提升系统在复杂电磁环境条件下的鲁棒性和准确性。

摘要：基于深度学习技术的通信信号调制识别算法由于其优秀的特征提取能力,极大地提升了调制识别任务的精度,但是对抗样本特性的存在,导致基于深度学习的调制识别模型的安全性受到了极大威胁,通过在训练好的调制识别网络中添加设计好的特定微小扰动,就可以使得调制识别模型完全失效。研究了基于深度学习的调制识别模型及其对抗样本攻击方法,提出一种基于快速梯度符号法的定向扰动生成方法,该方法在扰动和原始信号功率比为-21 dB的条件下,针对11类常见的不同调制种类的通信信号生成扰动,实现对通信信号调制识别模型的定向攻击,为智能调制识别模型的攻防对抗提供参考。