arrow
返回

Frequency-Agility-Based Neural Network with Variable-Length Processing for Deceptive Jamming Discrimination

delete2025-09-04
delete0
delete
OA
AI
宫
宫玮 (Wei Gong)
R
Renting Liu
Y
Yusheng Fu
D
Deyu Li
J
Jian Yan *
DOI:10.3390/s25175471delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
随着低空经济蓬勃发展及无人 aerial vehicle (UAV) 的广泛应用,集成传感与通信(ISAC)技术在智能通信网络中扮演着日益关键的角色。然而,支持ISAC的低空平台(如UAV群)在复杂电磁环境中极易受到欺骗干扰。现有多基地雷达系统在融合多个脉冲回波时,面临处理慢速起伏目标(如低空UAV)和适应复杂电磁环境的挑战。为解决此问题,针对UAV等低空目标的防护需求,本文利用频率捷变雷达回波中快速幅度起伏的特性,分析多基地频率捷变雷达系统中真实目标与虚假目标的差异,特别针对慢速起伏的UAV目标,验证了区分的可行性。在此基础上,我们引入神经网络方法,深度提取真实目标与虚假目标回波中的区分性特征,并提出一种基于神经网络的变长处理方法,用于多基地频率捷变雷达中的欺骗干扰区分。仿真结果表明,所提方法有效利用了深层回波特征,显著提升了真实目标与虚假目标间的区分概率,尤其针对慢速起伏的UAV目标。关键在于,即使模型在固定脉冲数下训练,仍能处理脉冲数可变的数据输入,极大增强了其在动态UAV任务场景中的实际部署能力。

期刊

Sensors 封面图
Sensors
IF:
3.5
论文数:
7.2W
被引数:
20.9W

机构

暂无机构信息
引用论文

引用论文

err分享
err收藏
err分享
err收藏
学者 查看更多内容