来源：期刊VIP网 时间：
作者：曹超烽;王峰;
单位：河海大学信息科学与工程学院;
摘要：组网雷达受到转发式干扰后，其节点产生大量假目标干扰点迹，导致虚警率过高，难以形成稳定航迹。针对该问题，提出一种基于去归一化Transformer与卷积神经网络结合的点迹目标智能识别方法 （Transformer-CNN Target Identification,TC-Ti）。该方法融合双通道动态特征提取结构与Transformer模块，提取点迹的几何与信号幅度特征，通过注意力权重分析与多层特征提取分类机制，实现干扰点迹的识别与剔除，并引入动态Tanh(Dynamic Tanh,DyT)替代归一化层，增强模型在非平稳点迹数据下的鲁棒性。同时，各子站与融合中心协同部署TC-Ti网络，通过分层识别与多阶段处理策略，提升组网雷达的抗主瓣假目标干扰能力。仿真结果表明，在不同干扰场景下，该方法的干扰点迹识别率始终大于90%，整体性能均优于长短期记忆网络（Long Short-Term Memory,LSTM）和卷积神经网络（Convolutional Neural Network,CNN）模型，且较传统算法性能平均提升11.6%。
关键词：假目标干扰识别;;去归一化Transformer;;特征提取;;动态双曲正切函数;;分层识别;;组网雷达;;主瓣干扰抑制
基金资助：国家自然科学基金(62171210)
