論文の概要: Robust HRRP Recognition under Interrupted Sampling Repeater Jamming using a Prior Jamming Information-Guided Network

• arxiv url: http://arxiv.org/abs/2511.23256v1
• Date: Fri, 28 Nov 2025 15:09:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.953193
• Title: Robust HRRP Recognition under Interrupted Sampling Repeater Jamming using a Prior Jamming Information-Guided Network
• Title（参考訳）: 事前ジャミング情報誘導ネットワークを用いた断続サンプリングジャミング時のロバストHRRP認識
• Authors: Guozheng Sun, Lei Wang, Yanhao Wang, Jie Wang, Yimin Liu,
• Abstract要約: 本稿では,事前ジャミング情報によって案内される堅牢なHRRP認識手法を提案する。 提案手法は最先端の手法より一貫して優れていることを示す。
• 参考スコア（独自算出の注目度）: 16.2515496724034
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Radar automatic target recognition (RATR) based on high-resolution range profile (HRRP) has attracted increasing attention due to its ability to capture fine-grained structural features. However, recognizing targets under electronic countermeasures (ECM), especially the mainstream interrupted-sampling repeater jamming (ISRJ), remains a significant challenge, as HRRPs often suffer from serious feature distortion. To address this, we propose a robust HRRP recognition method guided by prior jamming information. Specifically, we introduce a point spread function (PSF) as prior information to model the HRRP distortion induced by ISRJ. Based on this, we design a recognition network that leverages this prior through a prior-guided feature interaction module and a hybrid loss function to enhance the model's discriminative capability. With the aid of prior information, the model can learn invariant features within distorted HRRP under different jamming parameters. Both the simulated and measured-data experiments demonstrate that our method consistently outperforms state-of-the-art approaches and exhibits stronger generalization capabilities when facing unseen jamming parameters.
• Abstract（参考訳）: 高分解能レンジプロファイル(HRRP)に基づくレーダ自動目標認識(RATR)は、微細な構造的特徴を捉える能力によって注目されている。 しかし、電子対策(ECM)による目標認識、特にメインストリームの割り込みリピートジャミング(ISRJ)は、HRRPが深刻な特徴歪みに悩まされるため、依然として大きな課題である。 そこで本稿では,事前ジャミング情報によって案内される堅牢なHRRP認識手法を提案する。 具体的には、ISRJによって誘導されるHRRP歪みをモデル化するための事前情報として、PSF(point spread function)を導入する。 そこで本研究では,事前誘導型特徴対話モジュールとハイブリッド損失関数を用いて,事前の認識ネットワークを設計し,モデルの識別能力を向上する。 事前情報を利用することで、モデルは異なるジャミングパラメータの下で歪んだHRRP内で不変の特徴を学習することができる。 シミュレーションおよび測定データ実験は,本手法が常に最先端の手法より優れており,目に見えないジャミングパラメータに直面すると,より強力な一般化能力を示すことを示した。

関連論文リスト

• Improving Deepfake Detection with Reinforcement Learning-Based Adaptive Data Augmentation [60.04281435591454]
  CRDA(Curriculum Reinforcement-Learning Data Augmentation)は、マルチドメインの偽造機能を段階的にマスターするための検出器を導く新しいフレームワークである。 私たちのアプローチの中心は、強化学習と因果推論を統合することです。 提案手法は検出器の一般化性を大幅に向上し,複数のクロスドメインデータセット間でSOTA法より優れている。
  論文  参考訳（メタデータ） (2025-11-10T12:45:52Z)
• Rethinking Evaluation of Infrared Small Target Detection [105.59753496831739]
  本稿では,画素レベルと目標レベルのパフォーマンスを取り入れたハイブリッドレベルのメトリクスを導入し,システム的エラー解析手法を提案し,クロスデータセット評価の重要性を強調した。 標準化されたベンチマークを容易にするオープンソースツールキットがリリースされた。
  論文  参考訳（メタデータ） (2025-09-21T02:45:07Z)
• Efficient Beam Selection for ISAC in Cell-Free Massive MIMO via Digital Twin-Assisted Deep Reinforcement Learning [37.540612510652174]
  我々は、誤報率制約の下で複数の受信APに対して共同目標検出確率の分布を導出する。 次に、マルコフ決定過程(MDP)としてビーム選択手順を定式化する。 リアルタイムエージェント環境相互作用の高コスト化とそれに伴うリスクを解消するために,新しいディジタルツイン(DT)支援オフラインDRL手法を提案する。
  論文  参考訳（メタデータ） (2025-06-23T12:17:57Z)
• On the Potential of Re-configurable Intelligent Surface (RIS)-assisted Physical Layer Authentication (PLA) [0.0]
  再構成可能なインテリジェントサーフェス(RIS)技術は、次世代無線ネットワークの潜在的なコンポーネントになりつつある。 しかし、RIS支援無線通信のブロードキャスト特性は、物理的層における悪意のある攻撃に対して脆弱である。 本稿では、RISを利用した物理層認証(PLA)の可能性を確保するためのRIS支援無線通信システムについて検討する。
  論文  参考訳（メタデータ） (2024-05-01T10:17:24Z)
• Background Debiased SAR Target Recognition via Causal Interventional Regularizer [13.49307175561975]
  認識すべきSAR画像は、前景(すなわち、ターゲット)だけでなく、背景領域の一定の大きさも含んでいることを示す。 このことは、背景の存在は、DLモデルがターゲットに関する追加のセマンティック情報を学ぶ能力を妨げていることを示唆している。 本稿では,因果介入に基づく正規化手法を提案する。
  論文  参考訳（メタデータ） (2023-08-30T02:56:55Z)
• ASR: Attention-alike Structural Re-parameterization [53.019657810468026]
  本稿では,アテンション機構の有効性を享受しながら,与えられたネットワークに対してSRPを実現するための,シンプルなアテンション型構造的再パラメータ化(ASR)を提案する。 本稿では,統計的観点から広範囲にわたる実験を行い,Stripe Observationという興味深い現象を発見し,チャネル注意値が訓練中に一定のベクトルに素早く接近することを明らかにする。
  論文  参考訳（メタデータ） (2023-04-13T08:52:34Z)
• Diffusion Denoising Process for Perceptron Bias in Out-of-distribution Detection [67.49587673594276]
  我々は、識別器モデルが入力の特定の特徴に対してより敏感であることを示唆する新しいパーセプトロンバイアスの仮定を導入し、過度な問題を引き起こした。 DMの拡散分解過程 (DDP) が非対称の新たな形態として機能し, 入力を高め, 過信問題を緩和するのに適していることを示す。 CIFAR10, CIFAR100, ImageNetによる実験により, 提案手法がSOTA手法より優れていることが示された。
  論文  参考訳（メタデータ） (2022-11-21T08:45:08Z)
• Model-based Deep Learning Receiver Design for Rate-Splitting Multiple Access [65.21117658030235]
  本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。 MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。 その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
  論文  参考訳（メタデータ） (2022-05-02T12:23:55Z)
• Variational Temporal Deep Generative Model for Radar HRRP Target Recognition [39.01318281591659]
  高分解能レンジプロファイル(HRRP)に基づくレーダ自動目標認識(RATR)のためのリカレントガンマ信念ネットワーク(rGBN)を開発した。 提案したrGBNは、その時間的深層生成モデルを構築するためにガンマ分布の階層構造を採用する。 HRRPデータを用いた実験結果から,提案手法は計算効率が高く,高い分類精度と能力を有し,高い解釈性を有するマルチ確率層潜在構造が得られた。
  論文  参考訳（メタデータ） (2020-09-28T02:03:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。