伟德国际BETVLCTOR青年学者论坛

论坛时间：2022年7月26日10:30-11:30

论坛方式：腾讯会议（250-935-663）

报告题目：

基于生成模型的雷达目标识别对抗攻击研究

报告学者：

杜川  博士后（中山大学）

摘要：

雷达自动目标识别技术在军事和民用上都有着巨大的应用价值。由宽带雷达获取的高分辨距离像（HRRP）反映了目标散射中心沿雷达视线的分布情况，包含了目标的结构和形状信息，可实现实时识别。对HRRP信号进行雷达成像操作可以形成高分辨雷达图像，它能够获得更丰富的目标特性信息。基于雷达图像的自动目标识别在战场侦察、态势感知、探测制导等领域发挥着重要作用。而随着深度学习方法的飞速发展，它也被引入雷达目标识别的应用中，促进了雷达目标识别技术的进一步发展。

深度神经网络（DNN）在雷达自动目标识别领域中产生了优异的性能。近些年的研究发现对抗攻击可以通过对输入信号进行细微的难以察觉的修改来产生对抗样本。它可以使基于DNN的雷达目标识别模型产生具有高置信度的错误目标识别结果。而在电子对抗领域，我们可以利用该特性干扰敌方探测传感器的正常工作。针对雷达信号领域的HRRP信号以及合成孔径雷达（SAR）图像中的特有问题，课题组提出了一系列的对抗攻击算法，例如，对抗样本生成实时性，对抗样本散射中心分布真实性以及对抗样本在干扰机中的实际产生等问题。此报告对上述相关任务进行相应的讨论。

个人简介：杜川，博士毕业于西安电子科技大学雷达信号处理国家重点实验室，之后在中山大学电子与通信工程学院做博士后。主要研究方向包括：雷达目标识别，检测；深度生成模型；对抗攻击等。近五年来，在国内外学术期刊上以第一作者发表SCI论文7篇，其中中科院一区1篇，二区6篇。