一种抗无源TDOA定位的波束副瓣定向对抗样本攻击方法及系统

本发明属于雷达电子对抗与射频隐身，特别涉及一种抗无源tdoa定位的波束副瓣定向对抗样本攻击方法及系统。

背景技术：

1、基于到达时间差（time difference of arrival，tdoa）的无源定位技术是对有源电磁辐射源高精度定位的重要手段。tdoa定位系统通过多个地理分散的无源接收站截获信号并测量时延差，利用双曲线交叉定位解算目标坐标，具有隐蔽性强、覆盖范围广等优点。其定位精度直接依赖于各站对接收信号的时延估计准确性，而传统广义互相关方法要求各站持有与辐射源信号相匹配的参考模板。

2、随着人工智能技术的发展，基于深度学习的智能信号识别技术已广泛应用于无源探测系统，用于自动识别截获信号的调制类型和波形参数，为时延估计提供正确的参考模板。现有研究表明，深度神经网络对对抗样本攻击存在天然脆弱性，在原始信号中添加微小扰动形成对抗样本，虽难以被常规检测手段察觉，却能以高置信度造成网络产生错误分类。现有降低辐射功率或使用低截获概率波形等对抗手段，均以牺牲己方雷达探测性能为代价。研究在保持主瓣探测能力的同时，有效对抗敌方基于tdoa的无源定位技术的方法，是提升己方平台复杂电磁环境下的生存能力的关键。

技术实现思路

1、发明目的：本发明的一个目的是提供一种抗无源tdoa定位的波束副瓣定向对抗样本攻击方法，在保持雷达探测波束主瓣正常探测性能的同时，利用副瓣向敌方无源探测系统方向定向辐射对抗样本，干扰敌方组网无源探测系统的智能信号识别与tdoa定位过程，造成敌方定位误差。

2、本发明的另一个目的是提供一种抗无源tdoa定位的波束副瓣定向对抗样本攻击系统。

3、技术方案：本发明所述方法，包括：

4、构建敌方无源探测系统智能信号识别网络的代理替代网络，基于代理替代网络的损失函数，采用基于扰动添加的对抗样本生成方法构造信号对抗样本，并基于误差矢量幅度约束优化所述对抗样本的扰动功率占比，得到满足预设发射失真限制的最终对抗样本；

5、对天线阵列进行竞争式迭代子阵划分，计算各阵元对雷达主探测方向与敌方无源探测系统方向的方向适配度，通过多轮竞争将天线阵列最优划分为雷达探测信号子阵与对抗样本信号子阵，并分配对应的发射上限功率约束；

6、对雷达探测信号子阵进行二维泰勒加权低副瓣波束设计，并基于空间导向矢量约束与正则化线性约束最小方差准则，生成低副瓣的雷达探测信号波束权值；

7、基于对抗样本信号子阵、空间导向矢量约束与最小范数准则，生成定向辐射的对抗样本信号波束权值；

8、基于雷达探测信号波束权值与对抗样本信号波束权值，将最终对抗样本信号与雷达探测信号合成总辐射信号并向空间辐射，诱导敌方智能化识别网络对接收的对抗样本信号产生分类错判，造成敌方无源探测系统的到达时间差定位误差。

9、进一步的，所述代理替代网络是指：在我方不能直接获取敌方无源探测系统部署的智能信号识别网络具体结构与参数的条件下，为研究所述对抗攻击算法的有效性，采用任意适用于信号调制识别的深度神经网络结构作为代理替代网络。

10、进一步的，最终对抗样本生成方法为：

11、（1）采用基于扰动添加的对抗样本生成方法构造信号对抗样本；代理替代网络采用分类任务常用的交叉熵损失函数，所述交叉熵损失函数用于衡量代理替代网络输出类别概率分布与真实类别标签或目标错误类别标签之间的差异；定义预设扰动约束集合，所述预设扰动约束集合为所有满足幅度约束、功率约束、范数约束或发射失真约束的扰动集合；

12、（2）对抗攻击分为非目标攻击与目标攻击两种情况，在非目标攻击条件下，以代理替代网络的交叉熵损失函数作为目标，在预设扰动约束集合内搜索使该损失函数最大化的候选扰动，代理替代网络对添加扰动后的信号样本产生任意错误分类；或在目标攻击条件下，以代理替代网络的交叉熵损失函数作为目标，在预设扰动约束集合内搜索使该损失函数相对于指定错误类别标签最大化的候选扰动，使得代理替代网络对添加扰动后的信号样本产生预设的目标错误分类；

13、（3）定义误差矢量幅度与预设误差矢量幅度门限；基于误差矢量幅度约束对所述候选扰动进行筛选，若候选扰动不满足预设误差矢量幅度门限，则对所述候选扰动进行幅度缩放，选取满足误差矢量幅度门限且仍保持所述代理替代网络错误分类状态的扰动缩放系数；将经筛选后的扰动添加到原信号上得到所述最终对抗样本。

14、进一步的，对天线阵列进行竞争式子阵划分，包括以下步骤：

15、（1）建立由个阵元构成的天线阵列模型；

16、（2）定义雷达主探测方向与敌方无源探测系统方向，计算各阵元对雷达主探测方向与敌方无源探测系统方向的方向适配度；

17、（3）定义子阵分配矩阵描述各阵元的子阵归属状态，每个阵元仅能归属于一个子阵；定义待分配阵元集合与待分配阵元标记向量；其中，待分配阵元集合表示当前尚未被分配至任一子阵的阵元索引集合；待分配阵元标记向量用于判断竞争式分配过程是否结束；

18、（4）基于所述方向适配度为两子阵分别选取种子阵元，选取对雷达主探测方向适配度最大的阵元作为雷达探测信号子阵种子阵元；选取对敌方无源探测系统方向适配度最大的阵元作为对抗样本信号子阵种子阵元；初始化子阵分配矩阵，将种子阵元分别加入对应子阵，并更新待分配阵元集合与待分配阵元标记向量；随后，将天线阵列中的阵元坐标投影至与雷达主探测方向与敌方无源探测系统方向垂直的二维投影坐标系，在两个投影坐标方向上分别生成一维泰勒窗，并通过插值获得每个阵元的二维泰勒幅度权值，生成雷达主探测方向与敌方无源探测系统方向的初始泰勒幅度权值向量；

19、（5）设置每轮竞争的最大分配数量与最大迭代轮数，进入迭代竞争分配阶段：每轮竞争根据各子阵对候选阵元的竞争贡献度进行阵元选取，若待分配阵元集合为空或达到预设的迭代终止条件，则竞争式子阵划分完成；输出最优子阵分配矩阵；

20、（6）基于最优子阵分配矩阵，确定雷达探测信号子阵与对抗样本信号子阵；预设总辐射功率，并分配雷达探测信号上限功率约束与对抗样本信号上限功率约束。

21、进一步的，生成低副瓣的雷达探测波束权值的方法，包括以下步骤：

22、（1）基于雷达探测信号子阵，在雷达主探测方向对应的垂直投影平面内建立二维投影坐标系；并在所述二维投影坐标系内生成各阵元的二维泰勒幅度权值；

23、（2）结合雷达主探测方向相位补偿，生成雷达探测信号初始权值向量；构建雷达探测信号约束矩阵，所述雷达探测信号约束矩阵约束所述雷达探测信号在雷达主探测方向形成单位增益，在敌方无源探测系统方向形成零陷；

24、（3）基于正则化线性约束最小方差准则，建立以子阵内各阵元的二维泰勒幅度权值为静态参考向量的约束优化问题，并采用迭代重加权策略，求解得到雷达探测信号波束权值的闭合形式最优解。

25、进一步的，生成定向辐射的对抗样本信号波束权值的方法，包括以下步骤：

26、（1）基于对抗样本信号子阵，在敌方无源探测系统方向对应的垂直投影平面内建立二维投影坐标系，并在所述二维投影坐标系内生成各阵元的二维泰勒幅度权值；

27、（2）结合敌方无源探测系统方向相位补偿生成对抗样本初始权值向量；

28、（3）构建对抗样本信号约束矩阵，所述对抗样本信号约束矩阵约束所述对抗样本信号在雷达主探测方向形成零陷，在敌方无源探测系统方向形成预设幅度增益；

29、（4）基于最小范数准则，建立以约束矩阵规定的方向增益为约束条件，最小对抗样本信号波束权值范数的约束优化问题，求解得到对抗样本信号波束权值的闭合形式解。

30、进一步的，合成总辐射信号的方法为：

31、（1）雷达探测信号与对抗样本信号采用相互正交的发射波形；

32、（2）将雷达探测信号与雷达探测信号波束权值加权合成、将对抗样本信号与对抗样本信号波束权值加权合成，二者在空间进行功率叠加合成总辐射信号，两路波形在接收端经匹配滤波后能够有效分离。

33、进一步的，诱导敌方接收对抗样本后造成tdoa定位误差的过程为：

34、（1）敌方各无源探测站接收到包含对抗样本的辐射信号后，包含对抗样本的辐射信号诱导敌方各无源探测站内部部署的智能信号识别网络对所述辐射信号产生错判，输出错误调制类型标签；

35、（2）敌方各无源探测站调用与错误标签对应的失配参考模板执行互相关运算，导致互相关函数产生与真实tdoa值对应的主峰幅度相近的虚假峰；

36、（3）敌方tdoa估计器从存在虚假峰的多峰互相关结果中提取tdoa估计值，该估计值相对于真实tdoa值存在偏差；

37、（4）将存在偏差的tdoa估计值代入双曲线定位方程组进行解算，导致方程组解算结果收敛于错误坐标，造成tdoa定位误差。

38、基于相同的发明构思，本发明所述系统，包括：

39、最终对抗样本生成单元，用于构建敌方无源探测系统智能信号识别网络的代理替代网络，基于代理替代网络的损失函数，采用基于扰动添加的对抗样本生成方法构造信号对抗样本，并基于误差矢量幅度约束优化所述对抗样本的扰动功率占比，得到满足预设发射失真限制的最终对抗样本；

40、子阵划分单元，用于对天线阵列进行竞争式迭代子阵划分，计算各阵元对雷达主探测方向与敌方无源探测系统方向的方向适配度，通过多轮竞争将天线阵列最优划分为雷达探测信号子阵与对抗样本信号子阵，并分配对应的发射上限功率约束；

41、雷达探测信号波束权值生成单元，用于对雷达探测信号子阵进行二维泰勒加权低副瓣波束设计，并基于空间导向矢量约束与正则化线性约束最小方差准则，生成低副瓣的雷达探测信号波束权值；

42、对抗样本信号波束权值生成单元，用于基于对抗样本信号子阵、空间导向矢量约束与最小范数准则，生成定向辐射的对抗样本信号波束权值；

43、对抗攻击单元，用于基于雷达探测信号波束权值与对抗样本信号波束权值，将最终对抗样本信号与雷达探测信号合成总辐射信号并向空间辐射，诱导敌方智能化识别网络对接收的对抗样本信号产生分类错判，造成敌方无源探测系统的到达时间差定位误差。

44、基于相同的发明构思，本发明一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述的方法。

45、有益效果：与现有技术相比，本发明的显著技术效果为：本发明将深度学习对抗样本生成技术与阵列波束赋形技术结合，通过竞争式迭代子阵划分，在多轮竞争中实现阵列阵元的最优分配，提升了阵列空域自由度的利用效率；通过将雷达探测信号波束与对抗样本信号波束进行独立约束生成，在保持雷达主瓣探测性能的同时，在敌方无源探测系统方向定向辐射功率约束的对抗样本信号，有效造成敌方tdoa定位误差。