论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 冉雨,程郁凡,陈大勇,王小青
关键词: 认知抗干扰,决策引擎,神经网络
来源: 信号处理 2019年08期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 武器工业与军事技术,电信技术,自动化技术
单位: 电子科技大学通信抗干扰技术国家级重点实验室,海军研究院
基金: 国家预研项目(3020103,9020302),国家重点研发计划项目(2018YFC0807101),通信抗干扰技术国家级重点实验室基金项目
分类号: TN973.3;TP183
DOI: 10.16798/j.issn.1003-0530.2019.08.009
页码: 1350-1357
总页数: 8
文件大小: 856K
下载量: 192