基于GRU神经网络的自适应跳频技术研究

近年来，许多自适应干扰技术将重点转移到了跳频系统的同步频率集上。发射机时钟信息高位部分跳频作为控制信息确定的相关码在组帧模式下做跳频同步时，同步频率集的切换是以s为单位的，这就导致其易于捕获和遭受干扰。一旦同步频率集被捕获和干扰，通信系统就会面临崩溃。针对新型干扰对抗技术，首先利用神经网络对系统跳频图案进行训练，并模拟干扰方使用神经网络预测我方跳频图案的过程；然后对比LSTM网络和GRU网络应用于跳频图案预测的性能差异，针对神经网络的预测结果改进跳频图案设计，加入自适应同步频率集切换，观测改进后的跳频图案抗截获能力，并采用GRU神经网络对自适应跳频图案做预测。仿真结果表明，通过预测干扰方的行为来规避同步频率集被捕获的方案可以取得良好的抗干扰性能。