《Defence Technology》：Torpedo artificial jamming countermeasure method based on attention gate wasserstein generative adversarial networks
编辑推荐：
本研究针对鱼雷目标检测中人工干扰带来的挑战展开探讨，首先对适用于引信与制导系统的干扰场景进行了凝练分析。受生成对抗网络（GAN）在语音信号增强领域成功应用的启发，研究人员结合水下声学信号的独有特性，采用Wasserstein GAN（WGAN）作为基础框架。基
本研究针对鱼雷目标检测中人工干扰带来的挑战展开探讨，首先对适用于引信与制导系统的干扰场景进行了凝练分析。受生成对抗网络（GAN）在语音信号增强领域成功应用的启发，研究人员结合水下声学信号的独有特性，采用Wasserstein GAN（WGAN）作为基础框架。基于对干扰场景的解析，研究人员为鱼雷检测抗干扰任务设计了专用训练集，并提出注意力门控Wasserstein生成对抗网络（AGWGAN）。该方法在损失函数中引入L2损失项，以强制输入与输出之间的一一映射关系；同时鉴于软注意力机制可提升模型确定性与性能，研究人员将注意力门（Attention Gate）集成至生成器中，进一步增强模型的确定性表现。通过系统的仿真分析，研究人员验证了训练完成的AGWGAN生成器可有效削弱三类人工干扰信号的影响，为水下兵器抗干扰技术提供了新的实现路径。
- 1.
引言
现代信息化海战中，鱼雷等水下武器的运用对战场主动权争夺具有决定性作用。鱼雷普遍采用主动检测模式，通过发射声呐信号并接收目标回波实现目标探测与识别，回波信号中蕴含的距离、速度等信息是参数估计的核心依据。然而随着水声对抗装备的发展，人为干扰严重削弱了鱼雷的抗干扰性能——接收端同时捕获人工干扰与目标回波，导致回波处理能力下降，目标特征估计出现偏差。当前水下对抗条件下的目标检测研究中，人工干扰对抗技术存在明显缺口，现有抗干扰方法多面向水声通信与大场远探测场景，例如采用接收窗函数抑制窄带干扰、基于同振矢量水听器提升抗干扰灵敏度、通过自干扰抵消模型消除双向中继水声通信的自干扰等。无线通信领域的抗干扰研究虽积累了直接序列扩频（DSSS）、跳频（FH）、消息驱动跳频（MDFH）等技术，雷达领域的抗干扰研究也在波形优化、卷积神经网络（CNN）对抗中断采样转发干扰、多智能体强化学习规避扫频干扰等方面取得进展，但鱼雷检测任务与上述领域存在本质差异：通信抗干扰以降低误码率为核心，无需完全重构原始信号；鱼雷检测依赖回波信号相对发射信号的参数变化提取目标运动信息，且电磁波与水下声场的传播特性（幅度衰减、多普勒效应强度等）差异显著，雷达抗干扰算法无法直接迁移至水下鱼雷场景。近年来生成对抗网络（GAN）在语音增强、信道估计等领域的应用表明，其可通过建模复杂分布从 corrupted 观测中重构信号，有效抑制干扰并提升信号质量；注意力机制则能通过调整权重分配突出关键信息、抑制无关成分，已在水下图像增强、语音增强等任务中验证了其性能增益作用。基于此，本文提出基于注意力门控生成对抗网络（AGWGAN）的鱼雷抗干扰方法，通过构建贴合水下检测需求的训练集与融合注意力门的WGAN架构，实现复杂干扰环境下的有效抗干扰。
- 2.
系统模型
鱼雷在人工干扰环境中接收到的信号为目标回波、干扰信号与背景噪声的混合，混合信号会导致时延、多普勒频移等关键参数估计偏差，进而降低检测概率、抬高虚警率。研究重点考虑三类典型干扰：频率扫描干扰、噪声调幅干扰与噪声调频干扰。其中频率扫描干扰按固定频率间隔生成，每个频点驻留时间恒定，瞬时频率随时间线性跳变；噪声调幅干扰以零均值、固定方差的带限白噪声为调制噪声，载波相位在[0, 2π]均匀分布；噪声调频干扰的调制斜率表征单位调制噪声引起的频率变化量。考虑到鱼雷与目标的运动特性，两者相对距离与径向速度随时间变化，导致接收的目标回波与干扰信号均受到时变传播损耗与多普勒频移影响。研究构建了典型过靶场景模型：目标沿直线匀速运动，鱼雷位于目标下方，通过几何关系推导得到两者的相对角度、距离及径向速度的时变表达式。传播损耗采用经典水声传播模型计算，吸收系数由信号频率决定，路径损耗随距离变化呈现时变特性。最终建立的接收信号模型包含目标回波的往返传播损耗与多普勒效应、干扰信号的直接传播损耗与多普勒效应，为后续训练集生成提供了物理基础。由于实际鱼雷接收信号难以采集，研究基于该模型通过仿真生成数据集，确保覆盖各类可能的工作场景。
- 3.
基于注意力门控生成对抗网络的抗干扰方法
3.1 框架
生成对抗网络（GAN）由生成器与判别器构成，生成器通过学习样本数据分布拟合真实样本以欺骗判别器，判别器则负责区分输入样本的真伪，二者通过对抗过程达到纳什均衡。针对鱼雷抗干扰任务需求，研究提出注意力门控WGAN（AGWGAN）：首先基于干扰场景确定干扰与目标信号的参数范围，生成符合要求的样本集，采用该样本集训练AGWGAN，最终通过验证集评估训练后生成器的性能。注意力机制可根据任务目标调整关注区域的权重分配，在生成器设计中引入该机制可有效提升其抗干扰鲁棒性。
3.2 训练集设计
训练集设计是决定深度学习任务稳定性与网络性能的核心环节。抗干扰任务中，生成器需作为非线性滤波器，学习目标信号与干扰信号的特征以实现干扰抑制，判别器则通过反馈引导生成器优化。训练过程可视为先验信息学习过程，需覆盖鱼雷可能遭遇的所有场景，因此训练集需满足三项条件：一是样本中干扰与目标回波参数随干扰场景动态变化；二是样本涵盖干扰无效到有效的全范围干扰效果；三是包含仅含干扰信号与背景噪声的无目标样本（空样本），避免生成器将干扰误判为目标。考虑到时域信号难以充分表征接收信号特征，研究采用短时傅里叶变换（STFT）对样本进行时频转换——相较于小波变换的基函数选择依赖性、Wigner-Ville分布（WVD）与循环谱的逆变换复杂性，STFT逆变换计算简便且不会丢失信号原始信息，适配抗干扰任务需求。时频矩阵经实部和虚部拆分重构为双通道矩阵后，通过补零或裁剪操作统一尺寸，避免插值压缩导致的矩阵失真，确保输入神经网络的样本真实性。
3.3 基于AGWGAN的抗干扰方法
生成器的性能直接决定信号增强效果，研究采用融合注意力门的UNet结构作为生成器：编码器由五个卷积模块构成，首模块不含池化层，其余四个模块采用最大池化后接卷积操作，卷积核尺寸为3×3，步长1，填充1，池化核尺寸2×2，步长2，每个卷积操作后接批归一化层与激活函数；解码器由五个反卷积模块构成，末模块仅含3×3反卷积操作，其余模块采用反卷积层、批归一化层与激活函数组合，反卷积核尺寸3×3，步长2，填充1。注意力门嵌入在跳跃连接中，输入为编码器四层下采样输出与对应解码器上采样输出，通过卷积、Relu与Sigmoid激活函数计算注意力权重，消除跳跃连接中的无关噪声响应，反向传播时为干扰区域梯度分配低权重，使浅层模型参数主要基于目标信号区域更新。判别器采用全卷积网络（FCN）结构，输入为生成器输出的增强信号或目标信号，输出矩阵表征输入样本各区域与目标样本的Wasserstein距离，通过判别器拟合距离、生成器最小化距离的对抗过程实现性能优化。针对目标任务中生成器需实现输入输出一一映射的特性，研究在生成器目标函数中加入L2损失，以L2损失为主要训练依据、判别器反馈为辅助方向，L2损失权重系数λ设置为较大值，避免传统GAN训练中因输出多样性需求导致的模型崩溃（本研究中模型崩溃表现为生成器输出与输入无关的常数矩阵）。从信号处理视角看，注意力门可视为数据驱动的自适应加权算子，类似传统抗干扰中的自适应波束形成或时频掩蔽，通过学习为特征图分配权重实现选择性特征传播；Wasserstein距离则可避免传统JS散度在非重叠分布下的梯度消失问题，保障训练稳定性。
- 4.
鱼雷部署可行性分析
鱼雷检测任务对处理延迟高度敏感，研究从模型复杂度与推理延迟两方面评估AGWGAN的部署可行性。模型复杂度分析显示：AGWGAN包含260万可训练参数，单次前向传播需15.81 GFLOPs，存储模型文件大小为10.0 MB，批量大小为1时推理峰值GPU内存消耗69.61 MB，批量大小为8时训练峰值GPU内存消耗2151 MB。基于屋顶线性能模型，选取三款典型嵌入式AI平台（NVIDIA Jetson Nano、Jetson TX2、Jetson Xavier NX）估算理论推理延迟：Jetson Nano（FP16算力472 GFLOPs）延迟约66.99 ms，Jetson TX2（FP16算力1.33 TFLOPs）延迟约23.77 ms，Jetson Xavier NX（FP16算力21 TFLOPs）延迟约1.5 ms。结合鱼雷制导与引信系统的工作场景分析：制导任务中，鱼雷以60 m/s径向速度接近目标时，上述延迟对应的距离变化分别为4.019 m、1.426 m、0.09 m，远小于整体交战距离，对制导回路影响可忽略；引信任务中，延迟导致的位移远小于典型作动距离，且固定延迟可通过算法补偿。结果表明AGWGAN可满足鱼雷制导与引信系统的实时性要求，具备工程部署潜力。
- 5.
仿真
5.1 仿真设置
仿真考虑连续波（CW）、线性调频（LFM）、二次调频（QFM）三类探测信号，采样频率设为120 kHz。三类干扰的参数设置为：频率扫描干扰起始频率5–10 kHz，总扫频间隔6.8–13 kHz，单频点驻留时间0.01 s；噪声调幅干扰的基带噪声功率1.5 W，带宽5 kHz；噪声调频干扰调频斜率5 kHz/s。探测信号参数设置为：CW频率/LFM起始频率2.4–21 kHz，调频斜率6.8–13 kHz，三次调制系数0.01 kHz/s2。为全面评估性能，构建三类训练集：类型I为时变多普勒与路径损耗场景，生成器可同时对抗三类干扰；类型II为固定多普勒与传播损耗场景，生成器仅针对单一干扰类型优化；类型III为周期性连续波场景，适配鱼雷分段信号处理特性。仿真环境基于Python搭建，硬件平台为Intel Core i7-11800H CPU与NVIDIA GeForce RTX 3050Ti Laptop GPU，每类训练集生成2000对样本。STFT采用长度256的Kaiser窗，重叠长度240，得到257×113的时频矩阵，经补零统一为257×128尺寸。网络超参数设置为：优化器采用RMSprop，生成器初始学习率5×10??，判别器初始学习率1×10??，训练轮次40，批量大小16。类型I数据集的场景参数设置为：目标速度30–80 m/s，鱼雷位置(3,0)m，目标初始位置(0,-10)±(3,3)m，终点位置(8,-10)±(3,3)m，L2损失权重系数14，空样本率0.45；类型II与类型III数据集L2损失权重系数7，空样本率0.45，信干比（SIR）范围为-40 dB至16 dB。
5.2 性能指标
研究采用多维度指标评估性能：以模型输出与真实目标的互相关系数作为核心指标，同时反映检测与参数估计性能；基于奈曼-皮尔逊准则，以互相关系数为检测统计量计算检测概率；参数估计精度通过频率估计误差与时延估计误差衡量——频率为信号频谱峰值对应频率，误差为输出与目标频率的归一化差值；时延通过输出与目标信号的互相关函数峰值位置估计。对比方法涵盖三类传统方法（维纳滤波、LMS自适应滤波、SSA-ICA）与五类深度学习基线：消融实验组（WGAN+注意力门无L2损失、WGAN+L2损失无注意力门（L2-WGAN）、原始WGAN）、同类生成模型（L2-UNet、L2-LSGAN）、语音增强领域先进方法（MHANet+TFA，即多头自注意力与时频注意力网络）。
5.3 仿真结果
5.3.1 基于互相关系数的性能分析
在单频扫描干扰样本集上的对比显示：原始WGAN与无L2损失的AGWGAN出现模型崩溃，输出与目标互相关系数低于未处理混合信号；L2-WGAN、L2-UNet、L2-LSGAN训练稳定但抗干扰效果中等；AGWGAN在所有方法中互相关系数最高，SIR为-40 dB时仍保持在0.8左右。三类探测信号下的抗干扰效果对比表明：维纳滤波在SIR大于-30 dB时对噪声调幅干扰的抗干扰效果优于AGWGAN，但在LFM与QFM信号下性能显著下降；SSA-ICA同样对调频信号抗干扰效果不佳；AGWGAN对CW、LFM、QFM信号均表现出稳定的抗干扰性能，不受目标信号类型影响。
5.3.2 检测性能
以固定虚警概率下的检测概率为指标，在噪声调幅干扰场景下的测试显示：AGWGAN在所有SIR水平下检测概率均高于基线方法，验证了其在目标检测任务中的优越性，该趋势在频率扫描干扰与噪声调频干扰场景下保持一致。
5.3.3 参数估计精度
频率误差对比显示：L2-WGAN、L2-UNet、L2-LSGAN可有效降低混合信号的频率误差，具备一定可用性；AGWGAN性能最优，SIR为-40 dB时频率误差仍低于5 Hz。时延估计误差分析表明：AGWGAN处理后的信号时延估计误差较未处理混合信号显著降低，在三类干扰下均能实现高精度时延估计。
5.3.4 AGWGAN参数敏感性分析
注意力门策略对比显示：残差门控、自适应残差门控与原始直接门控的最终性能相近，原始直接门控因结构简单、计算效率高被保留为默认配置。卷积核尺寸对比显示：5×5核性能略低于3×3核，7×7核性能与3×3核相当但复杂度更高，因此保留3×3核以平衡性能与计算成本。L2损失权重λ分析显示：λ<5时正则化不足，互相关系数偏低；λ在5–20区间性能稳定且处于高位；λ>20时性能下降，过度平滑的输出降低了与目标信号的相似性；λ=14时平均互相关系数最高，被选为默认参数。
- 6.
实验与结果分析
为验证方法在真实数据上的有效性，2026年3月24日在西北工业大学水池开展实验，设置一发一收（1T1R）与两发一收（2T1R）两种配置。发射端由工控机、功率放大器与宽带换能器构成，接收端采用标准水听器连接示波器采集数据，换能器与水听器间距2.5 m，水深1 m。1T1R配置用于构建训练集与验证集A：发射端依次发射CW目标信号与三类干扰信号，接收端分别记录，离线混合后生成样本，可基于已知纯净目标信号计算互相关系数；2T1R配置用于构建验证集B：目标源与干扰源同时发射，接收端直接采集真实混合信号，用于定性分析时域波形与时频谱。实验中信号参数与仿真设置存在差异以验证鲁棒性：频率扫描干扰起始频率10 kHz，总扫频间隔40 kHz，单频点驻留0.03 s；噪声调幅干扰基带噪声带宽20 kHz；CW目标信号频率为20 kHz、22 kHz、25 kHz、30 kHz。验证集A上的定量结果显示：频率扫描干扰（SIR=3 dB）、噪声调幅干扰（SIR=4 dB）、噪声调频干扰（SIR=-2 dB）场景下的互相关系数分别达0.85、0.83、0.80；验证集B的时频图定性显示，AGWGAN可从混合信号中完整提取目标信号的时频特征，验证了方法的实际可行性与泛化能力。
- 7.
结论
本文提出了面向鱼雷抗干扰任务的训练集设计方法，改进了融合注意力门与pix2pix网络的WGAN架构（AGWGAN）。通过在损失函数中引入L2损失项，结合专用训练集设计，有效解决了传统WGAN在抗干扰训练中的不稳定问题；集成注意力门的生成器经训练后展现出优异的抗干扰能力。仿真实验表明，增强后的信号可有效保留目标信号的核心特征，与现有网络相比，AGWGAN在训练稳定性与抗干扰性能上均具有显著优势，为水下鱼雷抗干扰技术提供了新的解决方案。
