一种基于多模型输出融合与平均梯度映射的雷达信号识别对抗攻击方法

本发明涉及通信技术领域，且公开了一种基于多模型输出融合与平均梯度映射的雷达信号识别对抗攻击方法，包括以下步骤：选择K个具有不同架构和参数的深度学习模型来构建替代模型集合；将第t次迭代中的第n个采样样本输入到从拥有K个替代模型的集合中随机选取的M个模型中，利用交叉熵损失函数计算相应的梯度并进行累积；判断当前采样次数与设定的采样次数N的大小；利用设计的梯度映射策略对平均梯度进行映射，根据映射后的平均梯度更新对抗样本，并将对抗样本作为下次迭代过程中的输入样本；重复步骤二、步骤三以及步骤四，直到达到最大迭代次数，通过采用融合多个模型输出信息和梯度映射的方法，增强所生成的对抗样本的攻击性和可迁移性。