近日，电磁工程实验室林海教授课题组在合成孔径雷达（SAR）目标识别对抗攻击领域取得重要进展，相关研究成果以“Adversarial Attack Method Against SAR ATR Based on Superimposed Phase Modulation”为题发表于国际顶级期刊IEEE Transactions on Antennas and Propagation，IEEE TAP是天线与传播领域公认的顶级国际期刊，中科院1区TOP期刊，中国科协中国电子学会高质量科技期刊T1分级。论文的第一作者为我院博士生侯俊杰，林海教授为通讯作者。汉江实验室邓峰博士和我院陈小宇副教授等亦为本工作做出了重要贡献。

合成孔径雷达（SAR）凭借全天候、高分辨率的优势，在遥感监测、国家安全等领域发挥关键作用。而基于人工智能的SAR自动目标识别（ATR）系统也已经得到了广泛的应用。已有研究表明深度学习模型在遭受对抗样本攻击干扰时会产生错误的识别结果。SAR样本攻击正是利用这种缺陷，通过构造SAR图像的对抗样本，对探测雷达的ATR系统进行样本攻击，从而达到保护重要目标、干扰敌方侦察的目的。目前，对于SAR ATR的样本攻击研究尚停留在如何设计数字域的SAR图像对抗样本，提高攻击的成功率，对于如何在实际应用中实现对应的SAR对抗样本仍缺乏通用且可物理实现的技术框架。

课题组基于时变超表面技术提出了物理可实现的对抗攻击方法，该方法框架如下图所示。该方法的核心是通过时变超表面调制雷达回波信号，将对抗扰动信息嵌入信号中，经SAR成像后形成对抗样本，误导ATR系统分类。文章创新的提出了叠加相位调制（SPM）技术，基于快时间和慢时间的梯度相位调制，该调制技术通过叠加不同频率的调制序列可以实现对于SAR对抗样本三个维度的控制自由度：支持散射点数量、距离向位置、方位向位置的独立调控。

文章基于MSTAR数据集对所提方法开展仿真验证，以FGSM作为数字域样本攻击方法进行结果对比，选用ResNeXt、DenseNet、Inception-Resnet三种高性能DNN模型作为攻击目标，结果如下表所示：

物理域对抗样本对三种模型的平均欺骗率超70%，其中对DenseNet模型的欺骗率达80%，且对抗样本具有良好的视觉隐蔽性，结果表明所提方法可以实现有效的样本攻击。文章同样对该方法的参数敏感性和可行性进行了分析，结果表明该方法在不同阈值和图像尺寸下性能稳定，散射点密度的合理控制可优化攻击效果。在L波段、S波段SAR系统中具有较高可行性，随着超表面调制技术的发展，有望扩展到X波段及更高频段。下图展示了若干SAR对抗样本以及其调制序列和攻击结果。

该方法为物理域SAR对抗攻击提供了可落地的技术路径，在军事目标伪装、重要目标防护等场景具有重要应用价值。未来研究将通过户外实测进一步验证方法有效性，探索同时控制散射点振幅和位置的灵活调制技术，提升攻击性能与环境适应性。

J. Hou et al., "Adversarial Attack Method Against SAR ATR Based on Superimposed Phase Modulation," IEEE Transactions on Antennas and Propagation, doi: 10.1109/TAP.2025.3633961, (Early Access).

相关链接：https://ieeexplore.ieee.org/document/11267023

华大物院党委融媒体中心

华大物院团委宣传中心

通讯员｜林　海

责　编｜黄健聪

审　校｜赵蕴杰