中文标题：先验引导的轻量化噪声鲁棒雷达复合干扰多标签识别网络

英文标题：Prior-guided Lightweight Noise-robust Multi-label Radar Composite Interference Recognition Network

来源期刊：雷达学报

基金项目：国家自然科学基金 (61921001)，湖南省研究生创新项目 (CX20250020)

作  者：赵云飞, 刘梅, 高勋章, 刘烁炜

作者单位：国防科技大学电子科学学院 长沙 410073

摘  要：干扰辨识是提升雷达目标识别系统抗干扰能力的关键环节。相较于单一干扰，复合干扰由于结构复杂、组合形式灵活，其辨识难度显著增加。然而，现有辨识方法大多为数据驱动模型，未引入干扰的先验信息，导致模型在复杂场景下存在性能瓶颈，且可解释性不足；同时，大多方法缺乏噪声抑制机制，在复杂环境下易出现噪声过拟合问题。为此，该文基于不同干扰在时域上的对称性数学先验，提出了一种干扰先验引导的噪声鲁棒雷达复合干扰多标签识别网络。首先，通过由粗到细去噪的策略对复合干扰进行噪声抑制，并优化干扰的先验结构，缓解辨识过程中由噪声引起的过拟合问题；其次，计算自相关对称性得分量化干扰先验强度，并通过对称编码器，将先验强度映射为门控机制，引导干扰特征融合并时序建模；最后，将噪声强度与时序特征联合嵌入到识别网络中，进一步增强模型在不同信噪比条件下的鲁棒性。实验表明，在低信噪比条件下，所提方法对15种间歇采样转发复合干扰和30种复杂复合干扰的平均识别准确率均超过90%，在性能优于最优对比模型的同时，显著降低了模型参数量。

全文链接： https://radars.ac.cn/cn/article/doi/10.12000/JR25272