基于陰影特征的SAR對(duì)抗方法研究.pdf

1、SAR全天候、全天時(shí)等特點(diǎn)使其在軍事領(lǐng)域具有光學(xué)成像系統(tǒng)無法替代的優(yōu)勢(shì)。而隨著SAR軍事作用的提升，針對(duì)SAR的干擾和抗干擾技術(shù)也成為了SAR研究的重要課題。SAR欺騙式干擾通過干擾機(jī)模擬虛假的回波，在SAR圖像上形成欺騙目標(biāo)，嚴(yán)重影響SAR圖像解譯的可靠性。由于SAR一般為側(cè)視成像，SAR圖像中目標(biāo)陰影特征明顯。因此，本文針對(duì)SAR欺騙式干擾，開展了基于陰影特征的SAR對(duì)抗方法研究，具體內(nèi)容及創(chuàng)新如下：
　　1.闡述了SAR基本

2、原理，SAR欺騙式干擾的實(shí)現(xiàn)方式以及SAR圖像的陰影特征。說明了SAR欺騙式干擾本質(zhì)是干擾回波和真實(shí)回波的疊加，難以實(shí)現(xiàn)對(duì)虛假目標(biāo)陰影特征的模擬，因此可以在圖像域從陰影識(shí)別的角度進(jìn)行SAR抗欺騙式干擾。簡(jiǎn)要概述了識(shí)別所用到的神經(jīng)網(wǎng)絡(luò)的基本原理，對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)訓(xùn)練常用的反向傳播算法進(jìn)行了說明。
　　2.對(duì) LeNet-5結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行改進(jìn)以用于 SAR目標(biāo)分類。將LeNet-5結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)的卷積層和全連接分類層的激

3、活函數(shù)分別改為ReLU和softmax函數(shù)，池化層采用最大采樣，對(duì)網(wǎng)絡(luò)參數(shù)調(diào)節(jié)改善SAR目標(biāo)分類效果。由于SAR公開數(shù)據(jù)庫(kù)中沒有欺騙式干擾下的數(shù)據(jù)，本文為此研究了基于電磁仿真軟件的SAR成像仿真。通過計(jì)算雷達(dá)照射下的目標(biāo)表面電磁流分布，回波仿真和成像處理得到復(fù)雜目標(biāo)及其在欺騙式干擾下的成像結(jié)果，為基于識(shí)別的抗欺騙式干擾研究提供了樣本庫(kù)。
　　3.提出了基于圖像域SAR目標(biāo)分類以及抗欺騙式干擾方法。傳統(tǒng)SAR抗欺騙式干擾通過對(duì)發(fā)射信

4、號(hào)進(jìn)行復(fù)雜調(diào)制抑制干擾回波積累成像，無法對(duì)已經(jīng)受欺騙式干擾的圖像進(jìn)行抗干擾。本文首先將SAR圖像通過卷積神經(jīng)網(wǎng)絡(luò)時(shí)完成對(duì)圖像的分類，此時(shí)圖像邊緣信息明顯，能夠較好的分辨出目標(biāo)類型。但是真實(shí)目標(biāo)陰影特征相對(duì)較弱，難以被學(xué)習(xí)和區(qū)分。接下來結(jié)合大津法和形態(tài)學(xué)運(yùn)算對(duì)分類后的圖像進(jìn)行多值化處理，多值化后的目標(biāo)邊緣信息有所損失但陰影特征得到了增強(qiáng)，這時(shí)將圖像通過新的網(wǎng)絡(luò)實(shí)現(xiàn)真假目標(biāo)的判定從而判斷SAR圖像是否已經(jīng)受到干擾并標(biāo)記出欺騙目標(biāo)。
　

5、　4.從彈射式和欺騙式兩個(gè)角度提出了兩種主動(dòng)式陰影消除的 SAR欺騙式干擾方法。彈射式方面，SAR成像中目標(biāo)與其陰影方位向位置相同，在距離向陰影有所延后，陰影這一位置特點(diǎn)與彈射式干擾效果類似。因此本文通過對(duì)干擾機(jī)和彈射點(diǎn)位置的計(jì)算，將背景彈射至目標(biāo)陰影處，實(shí)現(xiàn)了對(duì)目標(biāo)陰影的消除。欺騙式干擾方面，獲取雷達(dá)參數(shù)后欺騙式干擾可以實(shí)現(xiàn)在特定位置產(chǎn)生干擾目標(biāo)。
　　本文通過真實(shí)目標(biāo)計(jì)算出目標(biāo)陰影位置，根據(jù)陰影位置信息進(jìn)行欺騙式干擾調(diào)制，產(chǎn)生