基于深度卷积对抗网络的电磁频谱异常检测

作     者：嵇海鹏 张江 乔晓强 张涛 JI Haipeng;ZHANG Jiang;QIAO Xiaoqiang;ZHANG Tao

作者机构：南京信息工程大学电子与信息工程学院南京210044 国防科技大学第六十三研究所南京210007 

出 版 物：《电讯技术》 (Telecommunication Engineering)

年 卷 期：2024年第64卷第5期

页      面：710-716页

学科分类：11[军事学] 080904[工学-电磁场与微波技术] 12[管理学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 110503[军事学-军事通信学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 1104[军事学-战术学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 082601[工学-武器系统与运用工程] 081104[工学-模式识别与智能系统] 081105[工学-导航、制导与控制] 0826[工学-兵器科学与技术] 081001[工学-通信与信息系统] 0835[工学-软件工程] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家科学自然基金资助项目(62371463) 

主　　题：电磁频谱异常检测 深度卷积对抗网络(DCGAN) 频谱重构 

摘      要：为了解决电磁频谱异常检测精度不高的问题,在深度卷积神经对抗网络(Deep Convolution Generative Adversarial Network,DCGAN)的基础上加入了编码器(Encoder)用来重构频谱数据。编码器首先将真实频谱数据编码为低维特征表示,生成器通过学习编码后的低维特征生成重构频谱数据,判别器负责将重构频谱数据与真实频谱数据进行区分,并通过对抗性训练逐渐提高模型重构频谱数据的能力,最后计算重构频谱数据与真实频谱数据的均方误差,判别异常。实验结果表明,该模型能够在多个频段下实现有效的电磁频谱异常检测,在TV频段下,干信比为-5 dB时,相比于现有电磁频谱异常检测方法,所提方法的平均检测性能提升了18%以上。