公开(公告)号：CN114609598B

公开(公告)日：2024-09-20

申请号：CN202210177716.3

申请日：2022-02-25

Applicant: 哈尔滨工程大学

Inventor： 肖易寒 ,  代亮 ,  陈迪霞 ,  陈涛 ,  郭立民 ,  蒋伊琳

IPC: G01S7/38

Abstract: 本发明属于电子对抗领域，具体涉及基于图像反演的合成孔径雷达(SAR)场景欺骗干扰方法，包括：步骤一：SAR图像反演预处理，1.1SAR图像干扰场景设定，1.2生成SAR图像反演模板复数据；步骤二：采用CS反演算法反演图像至回波，2.1方位相位反演，2.2距离相位、SRC及一致RCMC反演，2.3补余RCMC反演；步骤三，干扰数据生成。本发明对设定的SAR场景图像进行随机相位补偿预处理之后，采用CS反演算法直接获取欺骗干扰信号。较于传统欺骗干扰，无需经过复杂的信号迭代卷积，能够更加直观的生成干扰图像模板对应的欺骗信号，且可基于此方法在一定程度上通过不同的图像扩展干扰信号数据库，突破了当前SAR欺骗干扰信号生成的局限性。

公开(公告)号：CN116953637A

公开(公告)日：2023-10-27

申请号：CN202310887599.4

申请日：2023-07-19

Applicant: 哈尔滨工程大学

Inventor： 肖易寒 ,  代亮 ,  陈涛 ,  郭立民 ,  蒋伊琳 ,  宋柯 ,  于祥祯

IPC: G01S7/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G01S7/38 ,  G01S13/90

Abstract: 基于视觉网络的SAR欺骗干扰效果评估方法，它属于电子对抗领域。本发明解决了采用现有SAR欺骗干扰效果评估方法无法对不同参数类型存在不同程度侦察误差的情况进行评估的问题。本发明方法具体为：步骤一、生成包含SAR参数侦察误差的干扰样本，将生成的干扰样本作为训练集中的输入，将干扰样本对应的参数误差类型和参数误差程度作为训练集中的输出；步骤二、搭建视觉网络模型；步骤三、利用训练集对搭建的视觉网络模型进行训练；步骤四、将待评估的干扰样本输入训练好的视觉网络模型，通过训练好的视觉网络模型输出对待评估干扰样本的参数误差类型和参数误差程度的评估结果。本发明方法可以应用于SAR欺骗干扰效果评估。

公开(公告)号：CN114609598A

公开(公告)日：2022-06-10

申请号：CN202210177716.3

申请日：2022-02-25

Applicant: 哈尔滨工程大学

Inventor： 肖易寒 ,  代亮 ,  陈迪霞 ,  陈涛 ,  郭立民 ,  蒋伊琳

IPC: G01S7/38

Abstract: 本发明属于电子对抗领域，具体涉及基于图像反演的合成孔径雷达(SAR)场景欺骗干扰方法，包括：步骤一：SAR图像反演预处理，1.1SAR图像干扰场景设定，1.2生成SAR图像反演模板复数据；步骤二：采用CS反演算法反演图像至回波，2.1方位相位反演，2.2距离相位、SRC及一致RCMC反演，2.3补余RCMC反演；步骤三，干扰数据生成。本发明对设定的SAR场景图像进行随机相位补偿预处理之后，采用CS反演算法直接获取欺骗干扰信号。较于传统欺骗干扰，无需经过复杂的信号迭代卷积，能够更加直观的生成干扰图像模板对应的欺骗信号，且可基于此方法在一定程度上通过不同的图像扩展干扰信号数据库，突破了当前SAR欺骗干扰信号生成的局限性。