【技术实现步骤摘要】
本专利技术属于雷达抗干扰领域，具体涉及一种基于时频特征的复合欺骗干扰智能识别方法、系统、设备及介质。
技术介绍
1、由于雷达的重要作用，它往往成为优先攻击的目标。在复杂多变的环境下，提升雷达的抗干扰能力变得愈加重要。随着数字射频存储(drfm)技术的出现和普及，干扰机能够快速产生调制方式复杂且参数多变的新型干扰，使雷达难以正常工作，给雷达抗干扰措施的制定带来新的挑战。有效识别干扰是实现干扰抑制的重要前提，只有确定干扰信号的具体类型，才能采取适当合理的抗干扰措施。
2、现有的干扰信号识别技术存在两个问题：一是在低干噪比条件下，干扰信号强度接近或低于背景噪声水平，使得干扰识别准确率较低；二是对多种欺骗干扰叠加的复合欺骗干扰的识别研究较少。
技术实现思路
1、本专利技术的目的在于提供一种基于时频特征的复合欺骗干扰智能识别方法、系统、设备及介质，有效提升低干噪比下复合干扰的识别准确率，且易于工程实现。
2、本专利技术的目的通过如下技术方案来实现：
3、一种基于时频特征的复合欺骗干扰智能识别方法，具体步骤如下：
4、步骤1：利用干扰信号仿真模块，仿真m个脉冲的干扰信号；
5、步骤2：利用复合欺骗干扰生成模块、复合欺骗干扰信号预处理模块对步骤1得到的干扰信号进行预处理，再通过特征提取模块及数据集构建模块对干扰信号进行特征提取生成数据集；
6、步骤3：利用输入模块，将步骤2生成的数据集输入yolov8神经网络推理检测模型中并
7、步骤4：基于步骤3训练好的模型，利用测试集生成模块和评估模块对不同干噪比下的复合欺骗干扰进行检测。
8、进一步地，所述步骤1利用干扰信号仿真模块仿真m个脉冲的切片重构干扰、间歇采样直接转发干扰、间歇采样循环转发干扰、梳状谱干扰，雷达脉冲重复频率为3khz，工作频率为10ghz，信号脉宽为70μs，带宽为25mhz，采样频率为60mhz，相参累积脉冲个数m为64。
9、进一步地，所述步骤2具体为：
10、步骤2.1：通过复合欺骗干扰生成模块对步骤1所述的4种欺骗干扰信号进行加性复合，生成11种复合欺骗干扰信号；
11、步骤2.2：通过复合欺骗干扰信号预处理模块对一个cpi内的m个复合欺骗干扰信号进行脉冲压缩和相参累积处理，在得到的距离-多普勒域结果上进行最大值搜索，得到干扰所在的多普勒单元f；只对一个cpi的m个复合欺骗干扰信号进行相参累积处理，对得到的结果提取复合欺骗干扰所在的多普勒单元f的时域切片；
12、步骤2.3：通过特征提取模块及数据集构建模块对提取得到的时域切片进行短时傅里叶变换处理，首先将时域切片经过分帧加窗，然后对加窗后的信号进行离散傅里叶变换，最后将变换后结果累和，生成时频图，改变干噪比、干扰的距离和速度，得到复合欺骗干扰时频图数据集。
13、进一步地，所述步骤3通过输入模块将步骤2构建的数据集输入到yolov8网络中，利用mosaic数据增强技术，在一个时频图中合成多个训练样本；主干网络使用c2f模块；检测头采用sppf模块和fpn+pan模块，同时也将yolov5中的c3模块更换成c2f模块，增强网络特征融合能力，并采用解耦头的结构，使两条并行的分支分别取提取干扰信号的类别特征和位置特征，然后各用一层1×1卷积完成干扰信号的分类和定位任务。
14、进一步地，所述步骤4具体为：
15、步骤4.1：利用测试集生成模块在-28～-15db的干噪比范围内生成不同干噪比下的复合欺骗干扰信号时频图作为测试集；
16、步骤4.2：利用评估模块，并基于精确率p、召回率r、map50-95作为复合欺骗干扰识别分类的性能评价指标；当p越高代表检测结果越可靠，误检越少；r越高代表着算法越能够检测到所有干扰信号，漏检较少；map的值越大表明算法的检测精度越高。
17、进一步地，所述p、r和map的计算公式如下：
18、
19、
20、其中，tp为干扰信号检测正确的数量，fp为干扰信号误检的数量，fn表示漏检数量；ap为精度，由p-r曲线的面积求得；map为所有干扰信号类别的平均精度；精确率p表示模型预测为正样本中的真实正样本的比例，即正确预测为正样本的数量与所有预测为正样本的数量的比值；召回率r表示模型正确预测为正样本的数量与真实正样本的数量的比例，即模型成功找到的正样本数量与所有真实正样本数量的比值；map50-95表示模型在50％～95％的iou阈值范围内的平均精度。
21、一种计算机装置/设备/系统，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现一种基于时频特征的复合欺骗干扰智能识别方法的步骤。
22、一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现一种基于时频特征的复合欺骗干扰智能识别方法的步骤。
23、一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现一种基于时频特征的复合欺骗干扰智能识别方法的步骤。
24、一种电子设备，包括：
25、存储器，用于保存计算机程序；
26、处理器，用于执行所述计算机程序以实现一种基于时频特征的复合欺骗干扰智能识别方法的指令跟踪方法。
27、本专利技术的有益效果在于：
28、本专利技术首先对复合欺骗干扰信号进行脉冲压缩和相参累积处理得到干扰信号最大能量谱所在的多普勒单元，然后只对干扰信号进行相参累积处理，提取最大能量谱所在多普勒单元的时域切片，故可以获取提高干噪比之后的干扰信号时频图；对多种欺骗干扰动态叠加复合的情况下具有良好的泛化能力；可以大幅提高低干噪比下复合欺骗干扰的识别准确率，为雷达抗干扰领域提供可靠的技术支撑；易于工程实现、速度快。
本文档来自技高网...【技术保护点】
1.一种基于时频特征的复合欺骗干扰智能识别方法，其特征在于：具体步骤如下：
2.根据权利要求1所述的一种基于时频特征的复合欺骗干扰智能识别方法，其特征在于：所述步骤1利用干扰信号仿真模块仿真M个脉冲的切片重构干扰、间歇采样直接转发干扰、间歇采样循环转发干扰、梳状谱干扰，雷达脉冲重复频率为3kHz，工作频率为10GHz，信号脉宽为70μs，带宽为25MHz，采样频率为60MHz，相参累积脉冲个数M为64。
3.根据权利要求1所述的一种基于时频特征的复合欺骗干扰智能识别方法，其特征在于：所述步骤2具体为：
4.根据权利要求1所述的一种基于时频特征的复合欺骗干扰智能识别方法，其特征在于：所述步骤3通过输入模块将步骤2构建的数据集输入到YOLOv8网络中，利用Mosaic数据增强技术，在一个时频图中合成多个训练样本；主干网络使用C2f模块；检测头采用SPPF模块和FPN+PAN模块，同时也将YOLOv5中的C3模块更换成C2f模块，增强网络特征融合能力，并采用解耦头的结构，使两条并行的分支分别取提取干扰信号的类别特征和位置特征，然后各用一层1×1卷积完
5.根据权利要求1所述的一种基于时频特征的复合欺骗干扰智能识别方法，其特征在于：所述步骤4具体为：
6.根据权利要求5所述的一种基于时频特征的复合欺骗干扰智能识别方法，其特征在于：所述P、R和mAP的计算公式如下：
7.一种计算机装置/设备/系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于：所述处理器执行所述计算机程序以实现权利要求1至6中任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于：该计算机程序/指令被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机程序产品，包括计算机程序/指令，其特征在于：该计算机程序/指令被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种基于时频特征的复合欺骗干扰智能识别方法，其特征在于：具体步骤如下：
2.根据权利要求1所述的一种基于时频特征的复合欺骗干扰智能识别方法，其特征在于：所述步骤1利用干扰信号仿真模块仿真m个脉冲的切片重构干扰、间歇采样直接转发干扰、间歇采样循环转发干扰、梳状谱干扰，雷达脉冲重复频率为3khz，工作频率为10ghz，信号脉宽为70μs，带宽为25mhz，采样频率为60mhz，相参累积脉冲个数m为64。
3.根据权利要求1所述的一种基于时频特征的复合欺骗干扰智能识别方法，其特征在于：所述步骤2具体为：
4.根据权利要求1所述的一种基于时频特征的复合欺骗干扰智能识别方法，其特征在于：所述步骤3通过输入模块将步骤2构建的数据集输入到yolov8网络中，利用mosaic数据增强技术，在一个时频图中合成多个训练样本；主干网络使用c2f模块；检测头采用sppf模块和fpn+pan模块，同时也将yolov5中的c3模块更换成c2f模块，增强网络特征融合能力，并采...
【专利技术属性】
技术研发人员：孙殿星，宋颖娟，丁春山，于洪波，彭锐晖，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。