多参数联合自适应通信抗干扰决策引擎研究

为提高通信抗干扰决策的科学性和有效性,本文基于认知无线电思想设计了一种多参数联合自适应抗干扰决策引擎,实现抗干扰系统参数的自适应选择。文章用遗传算法作为决策算法,并给出了该方法的流程及仿真分析。实验结果表明,抗干扰决策引擎能够对单目标函数以及有偏好的多目标函数的参数进行自适应选择,验证了抗干扰决策引擎参数自适应选择的可行性。     

采用BP神经网络的智能抗干扰决策引擎研究

在认知抗干扰通信系统中,智能决策是其核心,根据干扰环境,对系统的干扰抑制方式、频谱资源分配、调制编码方式和功率调整信息进行最优决策。现有的抗干扰通信系统的智能决策多采用遗传算法、人工蜂群算法等,面对日益复杂的电磁环境,通常这些算法不具有对新干扰的泛化能力。BP神经网络算法简单、具有一定的容错能力和泛化能力,本文设计并分析了一种基于BP神经网络的抗干扰实时决策引擎模型,根据系统性能设计了输入输出数据的预处理方式和判别标准,阐述了决策实现步骤,分析了算法参数;通过系统性能仿真,验证了文中提出的实时决策引擎的强抗干扰性能。与采用遗传算法和人工蜂群算法的决策引擎相比,本文提出的决策引擎决策速度更快且具有泛化能力和容错能力。      

基于改进人工蜂群算法的认知抗干扰智能决策技术研究

在认知抗干扰系统中,智能决策是其核心,根据干扰环境,对系统的干扰抑制方式、频谱资源分配、调制编码方式和功率调整信息进行最优决策。人工蜂群算法（Artificial Bee Colony,ABC）相较于其他群体智能算法全局寻优速度更快,设置参数少、灵活,易与其他技术结合改进原算法,实用性更广泛,但ABC算法同样有其局限性,如局部搜索能力较弱、后期收敛速度慢等。针对复杂干扰环境下对离散参数的决策,本文设计了一种基于改进人工蜂群算法的认知抗干扰智能决策引擎,分析了引擎模型,根据系统效能设计了目标函数和染色体,阐述了决策实现步骤,优化了决策参数,提出了按基因组搜索的改进算法;通过对系统抗干扰性能的仿真,验证了与未采用智能决策的抗干扰系统相比,采用本文提出的智能决策引擎的认知抗干扰系统在干扰环境中不仅具有强抗干扰性能,而且在保证通信传输可靠性的前提下,具有较低的发射功率和高传输效率,与采用传统人工蜂群算法和遗传算法的决策引擎相比,基于改进人工蜂群算法的决策引擎平均收敛代数更少且最优解概率更高。      

战术跳频系统智能抗干扰决策

作为一种有效的抗干扰方法,跳频（Frequency hopping, FH）技术已被广泛应用于战术通信系统来提高在强对抗环境下军事通信网络的可靠性。跳频通信网络面临的主要威胁是具有灵敏的频谱侦察和频率捷变能力的跟踪干扰机。为提高战术跳频通信系统在跟踪干扰攻击环境中的抗脆性和吞吐量,本文提出了一种基于双深度Q网络（Double deep Q-network, DDQN）的功率和跳速联合抗干扰决策方法。该算法将战术电台发射机与跟踪干扰机之间的对抗建模为马尔可夫决策过程（Markov decision process, MDP）,其中干扰器通过调整频谱扫描速率提高干扰效能,战术电台终端则将接收状态反馈信息作为算法输入,根据决策网络的输出调整数据传输的发射功率和跳频速率。该算法模型在未知环境状态和干扰参数的情况下,通过与环境的交互学习更新网络参数,逐渐收敛于最佳功率和跳速联合控制策略,以使跳频通信系统的平均吞吐量最大化。仿真结果表明,相比传统的无模型抗干扰方法,本文所提算法在跟踪干扰环境下能够更有效改善跳频系统的抗干扰性能。     

基于初始种群优化粒子群算法的通信抗干扰决策引擎

针对抗干扰决策引擎对实时性能要求较高的问题,借鉴了一种基于初始种群优化的粒子群算法(IPO-PSO)。该算法通过把上一次决策的部分解作为当前初始解集的一部分,以此来优化粒子群算法的初始种群。仿真结果表明,该算法能够在不增加复杂度的情况下显著提高粒子群算法在缓变干扰环境下的收敛速度,具有较好的实时性能,更加符合通信抗干扰的应用场景。     

认知引擎中决策方法的研究

认知无线电(Cognitive Radio,CR)技术通过智能的频谱管理来解决频谱资源"短缺"问题,它能够感知到授权用户的空闲频谱,并有效地加以利用,从而减少与授权用户的冲突。现有无线电参数调整策略无法根据环境变化和用户需求进行智能调整,认知引擎中的决策方法能够解决该问题。遗传算法(Genetic Algorithm,GA)和二进制粒子群算法是实现认知引擎决策的典型算法,在对2种算法进行了介绍之后,仿真比较了2种算法在性能方面的差异。     

自适应跳频卫星通信系统的设计与实现

鉴于自适应跳频系统的良好抗干扰性能,提出了一种自适应跳频卫星通信系统的设计方案。在简要介绍自适应跳频技术基本原理的基础上,叙述了自适应跳频通信系统的结构和通信过程,重点讨论了自适应跳频卫星通信系统的设计模型、同步方式、频率集更新算法和抗干扰性能,最后,给出了自适应跳频卫星通信抗干扰终端设备的基本实现过程。     

功率倒置阵列自适应算法的FPGA实现

自适应阵列是一种有效的抗干扰措施.功率倒置(power inversion)阵列不需要预先知道有用信号的特性和入射方向等先验信息,实现简单,在雷达、扩频通信等强干扰、弱信号的环境中得到了广泛应用.文章提出了功率倒置阵列自适应算法的 FPGA 实现方法,测试表明该方法能有效抑制强干扰,显著提高通信质量.     

基于模糊进程因子的改进自适应遗传算法

首先提出了一种改进自适应遗传算法,在本算法中引入模糊进程因子,设置了最佳样本保留数、最佳基因保留数等五个可调参数,使它们随着模糊进程因子的变化而变化,从而实现算法自适应;然后给出了新算法的步骤,并用标准测试函数对该算法进行了测试,测试结果表明:该算法具有较好的在线性能,提高了收敛速度;最后,用该新算法进行了功率谱估计,该算法比LS法具有更好的谱分辨率和适应性。     

功率倒置算法在北斗抗干扰天线系统中的应用

为解决北斗导航接收机干扰功率强、有效信号弱的不足,提出了一种基于功率倒置自适应算法的抗干扰设计方案。该方案以自适应天线系统为平台,采用FPGA处理器Virtex5芯片实现自适应算法,根据最小均方误差原则迭代计算功率倒置的最优权值并产生加权输出。测试结果显示：功率倒置算法在干扰形式、干扰方向未知的情况下能够有效抑制干扰,为北斗导航接收机提供最高50dB的抗干扰能力。     

复杂信道环境下的多维策略智能抗干扰技术

针对当前智能抗干扰技术策略维度低、复杂环境应对性差的问题,提出了适应复杂环境的多维策略智能抗干扰技术。将单音信号作为探测信号,通过扫频方式减少探测阶段复杂度以实现快速实时的环境状态特征提取,之后设计了基于深度神经网络的实时智能决策引擎模型以提高决策速度和准确率。仿真结果表明所提方案能够准确地预测通信质量,最后根据目标函数在所有可通信策略中决策出最优策略,当探测信号扫频间隔选取合适时,该方案能够达到接近96%的决策准确率及较好的资源利用率,能有效进行抗干扰并取得较好的通信质量。     

新一代卫星通信系统抗干扰抗摧毁的研究

本文主要讨论了新一代卫星通信系统的抗干扰抗摧毁问题 ,对其需求进行了分析 ,研究了新一代卫星通信系统的抗干扰技术 ,提出了提高卫星通信网的抗干扰抗摧毁能力的措施以及抗干扰支持与决策系统。     

一种组网雷达的抗干扰效能评估方法

组网雷达的抗干扰能力是整体作战效能的一个重要指标,然而其具有参数的不确定性,应用灰色层次分析法对组网雷达的抗干扰效能进行综合的评估。通过建立层次评价指标体系,采用专家评分法来确定评估指标权重,运用灰色聚类来评估模型,计算出组网雷达抗干扰效能的代数值。研究结果表明,该方法具有客观性,能够有效地降低人为因素的影响,为决策者提供比较可靠的数量依据。     

基于AHP-PCA的雷达导引头抗干扰能力评估方法

多专家评价是评估雷达系统抗干扰能力的传统有效手段,但存在不同专家水平高低、偏好不同引起的评价失准问题。该文将层次分析法(AHP)与主成分分析法(PCA)相结合,提出了保证多专家群体决策一致性的AHP-PCA方法。将AHP-PCA运用于雷达导引头抗干扰能力评估,得到不同专家对于同一环境下的导引头系统抗干扰能力评价的综合结果,并定量描述该综合评价结果的群体决策一致性。结果表明AHP-PCA方法可以减少评价失准问题的影响,降低由于专家偏好不同导致的评价的主观性,具备工程应用价值。     

Surrogate modeling based cognitive decision engine for optimization of WLAN performance

Due to the rapid growth of wireless networks and the dearth of the electromagnetic spectrum, more interference is imposed to the wireless terminals which constrains their performance. In order to mitigate such performance degradation, this paper proposes a novel experimentally verified surrogate model based cognitive decision engine which aims at performance optimization of IEEE 802.11 links. The surrogate model takes the current state and configuration of the network as input and makes a prediction of the QoS parameter that would assist the decision engine to steer the network towards the optimal configuration. The decision engine was applied in two realistic interference scenarios where in both cases, utilization of the cognitive decision engine significantly outperformed the case where the decision engine was not deployed.     

不同干扰决策准则下的双基地雷达探测能力研究

针对双基地雷达具有的四抗优势,本文基于决策准则研究了不同干扰方式下双基地雷达的探测能力.从能量角度出发推导了双基地雷达方程和干扰方程,建立了双基地雷达探测区的计算模型,探论了悲观准则和乐观准则下双基地雷达探测能力的变化规律,研究了自卫干扰和远距离支援干扰对双基地雷达干扰暴露区的影响,给出了几种典型情况下的计算机仿真结果,并通过分析得出了一些有益的结论,为双基地雷达的布站和抗干扰能力分析提供了重要的理论价值,也验证了双基地雷达比单基地雷达具有更强的抗干扰能力.