无源识别下消隐
针对深度学习侦察网络生成的雷达波形，能在兼容主流雷达信号处理的同时显著降低敌方自动调制识别性能。
Ruibin, Zhang · 李云杰 · Liu, Jiabin
IEEE Transactions on Aerospace and Electronic Systems 2024
生成的波形不依赖特定侦察网络的结构与参数，在同一数据集上的17个黑盒模型上平均识别准确率下降32.82%。
反识别波形与脉冲多普勒雷达、合成孔径雷达等常用信号处理方法兼容，无需改变接收端处理链路。
通过加权预测梯度与梯度方差的组合策略调整步长，算法对攻击迭代的收敛速度得到提升。
根据梯度相似性构建多个模型集成，在生成阶段进一步提升了波形的跨模型可迁移性。