基于贝叶斯网络的目标干扰优先等级评估方法

在对通信对抗指挥决策活动进行分析的基础上,针对通信对抗目标干扰优先等级评估的问题,从目标信号特征和目标行为特征两方面联合分析了影响评估的因素,提出了基于贝叶斯网络的目标干扰优先等级评估模型以及推理流程,并进行了仿真验证。仿真结果表明该模型和算法能有效提高目标干扰优先等级评估的准确性、时效性,同时结合仿真实验说明了先期通信侦察对目标干扰优先等级评估的重要影响。     

动态贝叶斯网络在通信对抗目标选择中的应用

针对复杂战场环境下通信对抗干扰目标选择问题,设计了目标选择三级功能模型,重点从目标价值性、目标威胁性和干扰可行性3个方面分析了影响目标干扰优先等级判断的因素,利用离散动态贝叶斯网络构建了目标干扰优先级评估模型,并给出了评估模型的直接推理算法和目标选择的算法流程,最后,结合设计的案例对提出的目标选择方法进行了仿真验证。结果表明,在战场信息不完整的情况下,该模型可以综合考虑前后时刻的历史结果和实时信息,对干扰优先级进行有效的分析预测,较好地实现了通信对抗干扰目标的有效选择。     

基于用户QoS的网络资源分配策略研究

针对5G网络在网络资源分配存在的问题,从用户业务QoS等级角度提出基于贝叶斯模型的网络资源优化分配策略模型。在对用户业务QoS等级划分的基础上采用优先节点自主控制策略进行网络资源分配,通过构建贝叶斯模型评价网络状态并进行动态学习推理,指导网络优先节点的控制决策,实现优先节点对最佳信道的优先选择。实验表明,与基于信道容量的信道资源分配策略相比,本文的策略在网络总体容量和网络公平性上具有更好的表现,能够更好满足异构网络的实际需求。     

基于E模型的战术综合业务数字网语音干扰效果评估

首先定性分析了战场网络受到干扰时对话音业务通信质量的影响,然后以E模型话音质量评估方法为基础,对话音业务的干扰效果进行了定量评估,并基于语音质量R值进行了相应的干扰等级划分。     

基于条件生成对抗网络的信号生成技术

通信信号生成通常也叫信号重构，信号重构在欺骗干扰、环境构建等方面具有广泛应用，而生成对抗网络的提出为通信领域中的信号重构带来了新思路。文中利用生成对抗网络，在不对通信信号进行参数测量与特征分析的情况下，实现通信模拟调制信号的生成，并加入监督学习，使用有标签的数据集，在WGAN-GP的基础上构建CGAN与ACGAN两种网络模型进行模拟调制信号的生成，并在训练完成的生成器中通过指定标签生成特定调制样式的通信信号，最后经过对比分析，基于ACGAN的模拟调制信号生成的质量更优。     

通信语音干扰效果评估方法

通信语音干扰效果评估,是指对语音通信系统接收的受扰语音信号进行分析,确定语音信号被干扰程度的技术。准确地评估干扰效果是研制通信对抗设备、评估电子对抗态势以及了解通信质量等活动的重要依据。针对超短波通信干扰系统,提出了基于梅尔频率倒谱系数(MFCC)特征、小波统计特征和感知特征的统计测度,结合最小二乘、反向传播(BP)神经网络以及支持向量回归(SVR)拟合回归模型的评估系统,其预测值和主观评估值的相关系数达到0.9以上,保障了该干扰评估系统的实用性。研究了基于深度学习的无参考评估方法,并利用实测数据验证了其有效性,准确率达到了87%,高于多测度融合评估方法。     

空中目标威胁等级评估方法研究

本文提出了一种空中目标威胁等级评估方法,该方法运用了动态贝叶斯网络进行推理、结合专家知识以及对选取高斯分布函数对威胁要素进行量化,构建了基于动态贝叶斯网络的目标威胁等级评估模型。仿真结果表明:该模型可以有效的确定目标当前的威胁等级,该方法符合人类的推理过程。     

战术通信网络的识别方法

战术通信对抗系统中识别通信目标及其所属的通信网络,可以实现网络目标的活动监控并有效利用干扰资源对其实施干扰。提出利用辐射源的方位信息和信号时间特征进行通信网络或专向识别,可以提高信号分析处理速度,增强设备的单站能力。     

雷达侦察系统干扰效果模糊评估方法研究

针对信息对抗条件下雷达侦察系统干扰效果评估问题,提出了一种基于Vague集的模糊评估方法.首先,分析了干扰效果评估的准则、指标以及现有评估方法的局限性.其次,建立了干扰效果等级量化模型,构建了干扰效果等级与评估指标之间关系的隶属函数,并提出了模糊综合评估的评估函数模型.最后,用实例验证了该干扰效果评估方法的简单性以及有效性.     

无人机群通信对抗中的认知干扰波形设计

针对无人机群通信对抗中敌方通信信号生成干扰波形的自适应问题,提出了一种基于频谱调制频谱编码(SMSE)模型进行认知干扰波形设计的方法。通过对SMSE框架中6种不同的波形设计参数进行部署,将具有特定频谱结构的波形在频域生成相应功能的认知干扰波形,来应对通信对抗中不同参数下的通信信号。仿真实验表明,该理论模型能够产生单音干扰、多音干扰、宽带干扰、瞄准式窄带干扰等多种压制式干扰波形,并能够对BPSK,QPSK,8PSK,16QAM等调制信号实现调制欺骗式干扰。通过与理论曲线对比,实验结果验证了SMSE模型产生认知干扰波形的理论可行性,这意味着SMSE模型可以实现对通信信号的压制性干扰和欺骗式干扰的一体化应用。     

山地条件下的无人机气象威胁度建模与评估方法

针对无人机在山地条件下飞行时气象威胁因素复杂多变,提出一种基于贝叶斯网络的山地气象威胁度建模与评估方法。结合专家知识与EM算法构建贝叶斯网络模型,利用多树传播推理算法对山地气象要素进行威胁等级评估。评估结果表明,基于贝叶斯网络的气象威胁度评估能够正确直观地划分山地气象要素对无人机的威胁等级,对无人机智能决策具有重要意义。     

基于模糊理论的重要通信信号分选应用研究

根据通信对抗作战指挥的实际需求,提出了含有学习功能的重要通信信号的模糊评估 模型。将L.A.Zadeh的模糊理论应用于通信对抗作战指挥中的重要通信信号分选,运用该模型可以在 繁多的通信信号数据流中筛选出符合指挥员要求的重要信号。首先描述了模糊推理评估模型的基本结 构,然后以时间域、空间域、作战域三个论域为例,针对可能获取到的信息比如信号出现的时刻、位置、信 号属性等信息,探讨了模糊推理评估算法及学习功能实现方法。     

基于信号分析的通信对抗干扰效果评估方法

通信对抗仿真试验需要实时的干扰效果评估算法来满足动态试验过程的研究分析和试验效果的实时显示。提出了一种基于信号分析的通信对抗干扰效果评估方法,该方法将目标信号在复杂电磁环境中的信号特征参数识别误差,作为目标信号受干扰程度的评判参考,具有实时性好的突出特点,评估实例证明了该方法在一定信噪比区间内的有效性。     

语音通信干扰效果客观评估的实现

将基于听觉的模型MFCC引入到语音通信干扰效果评价中,用语音通信干扰装备外场试验的实测数据对MFCC理论模型的适用性进行了验证,并制定了切实可行的方法将MFCC客观评价应用于外场通信对抗试验语音通信干扰效果的评估。     

动态贝叶斯网络用于雷达遮盖干扰效果评估

依据电子战实际作战环境,以可代表性和可观测性为标准,选取压制干扰效果评估指标;提出基于动态贝叶斯网络的效果评估模型,对若干可观测的目标特征参数进行综合推理;推导了动态贝叶斯网络的推理算法。分析结果表明,动态贝叶斯网络能够综合目标雷达不同的毁伤效果信息进行较为合理的评估;与静态贝叶斯网络相比,动态贝叶斯网络无论在准确性上,还是在滤波平滑能力上都要优于静态贝叶斯网络。     

数字通信链路的Simulink仿真和干扰效果评估

对于干扰而言,选择干扰体制和设置合适的干扰参数一直是通信对抗的重点。客观、准确、定量地分析和评价对抗装备对数字通信链路的干扰效果对于提高干扰和抗干扰能力具有重要意义。仿真了对常用数字通信链路信号的干扰效果评估,采用的干扰样式有单音干扰、相关干扰、同步扰动干扰等,对各种干扰的干扰效果进行评估和比较,为优化干扰样式提供了基础。     

基于贝叶斯网络的战场目标威胁评估

准确地对战场目标的威胁等级进行评估,是战场辅助决策系统的一个重要环节.贝叶斯网是一种进行不确定分析和推理的有效方法.介绍了联合树贝叶斯网络推理算法,分析了战场目标的威胁等级评估涉及的主要因素,建立了相应的贝叶斯网络模型,并进行了实例推理分析,其结果比较准确地反映了目标的威胁程度.     

欺骗性干扰在通信对抗中的应用分析

欺骗性干扰作为通信对抗的有效手段,研究其战斗力的形成对通信在信息对抗中作用的发挥有重要意义。以自己的通信对抗系统插入敌方通信网实施干扰为背景,分析了通信对抗中采取欺骗性干扰时目标选择的一般方法,探讨了欺骗性干扰系统的组成、其主要功能以及欺骗性干扰面临的关键技术,提出了欺骗性干扰系统的效能评估方法。欺骗性干扰系统效能评估的依据是己方数据,因此结论是客观、全面、可信的。     

面向海空战场的随队协同编队威胁评估模型

针对随队协同编队威胁评估的复杂性,从敌我对抗的角度出发,提出贝叶斯网络的评估方法,解决从单一角度和状态进行威胁评估的不足.针对评估因素的不确定,给出模糊化的处理思路.同时,采用贝叶斯估计法确定评估网络的条件概率表,克服专家直接给出条件概率表的缺陷.最后,实例仿真验证了评估模型的有效性.     

通信对抗系统干扰效能度量

干扰效能是通信对抗系统作战效能评估的一个重要方面。通过对典型通信对抗系统的组成和运行的分析,从而建立了基于收发天线特性、通信体制(如时分多址、码分多址、跳频、跳时、直扩)、工作方式、系统响应时间、灵敏度及系统软件的可靠性等技术指标的通信干扰效能指标体系。探讨了干扰能力、干扰效果以及干扰反应时间等部分指标的度量模型。