[發明專利]一種通信系統智能抗干擾方法有效
| 申請號: | 202011335920.0 | 申請日: | 2020-11-25 |
| 公開(公告)號: | CN112512062B | 公開(公告)日: | 2022-09-06 |
| 發明(設計)人: | 徐慧遠;劉友江;張祺;賀迅;王勝利;曹韜 | 申請(專利權)人: | 中國工程物理研究院電子工程研究所 |
| 主分類號: | H04W24/02 | 分類號: | H04W24/02;H04W24/06 |
| 代理公司: | 中國工程物理研究院專利中心 51210 | 代理人: | 馮玲玲 |
| 地址: | 621999*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 通信 系統 智能 抗干擾 方法 | ||
1.一種通信系統智能抗干擾方法,所述方法基于由無線傳輸模塊、環境監測模塊和智能決策模塊組成的智能抗干擾系統來實現,其特征在于,所述方法包括以下步驟:
2.1:建立通信鏈路;
2.2:判斷當前通信鏈路的通信質量是否滿足接收機正常解調及接收機正確獲取發送信號信息的要求,若滿足,則執行步驟2.1,若不滿足,執行步驟2.3;
2.3:通過環境監測模塊感知干擾環境的頻譜,并將環境頻譜信息轉化為環境參量Ot,多種策略對應的環境參量矩陣為其中,Ns為智能決策模塊設定的策略總數;
2.4:將環境參量與已經離線存儲的通信系統抗干擾策略集聯合得到矩陣A=[S,Ot],其中,M為通信系統抗干擾策略維度,以矩陣A=[S,Ot]作為智能決策模型的輸入,通過已經訓練好的決策子模塊函數f(S,Ot)預測出當前電磁環境下的每種通信系統抗干擾策略對應的通信質量,得到通信質量矩陣
2.5:去除發射信號頻點保護間隔內的所有通信系統抗干擾策略及其對應的通信質量數據,得到輸入輸出矩陣[A′,m′S],其中,A′為去除發射頻點保護間隔內的通信系統抗干擾策略之后的輸入矩陣參量,m′S為矩陣A′中的通信系統抗干擾策略對應的通信質量;
2.6:篩選出滿足接收機解調要求的輸入輸出子矩陣[A″,m″S],其中,A″為去除不滿足接收機解調要求的通信系統抗干擾策略之后的輸入矩陣參量,m″S為A″中的通信系統抗干擾策略對應的通信質量;
2.7:判斷輸入輸出子矩陣[A″,m″S]是否為空,若不為空,執行步驟2.8;若為空,執行步驟2.9;
2.8:確定通信系統抗干擾優化的最優策略,具體如下:
2.8.1:根據策略篩選目標函數從矩陣[A″,m″S]中篩選出通信系統抗干擾的最優策略sopt,利用最優策略sopt重構當前通信鏈路,并實測重構后的通信鏈路的通信質量
2.8.2:判斷通信質量是否滿足接收機解調要求,若滿足,則執行步驟2.1,若不滿足,執行步驟2.8.3;
2.8.3:采集當前干擾環境的頻譜信息,對決策子模塊函數f(S,Ot)重新進行訓練,用新訓練的決策子模塊函數代替步驟2.3中的決策子模塊函數f(S,Ot),并返回步驟2.1;
2.9:確定通信系統抗干擾優化的次優策略,具體如下:
2.9.1:對矩陣[A″,m″S]為空的次數進行計數;
2.9.2:根據策略篩選目標函數從矩陣[A′,m′S]中篩選出通信系統抗干擾的次優策略ssub,利用次優策略ssub重構通信鏈路,并實測重構后的通信鏈路的通信質量
2.9.3:判斷次優策略ssub通過決策子模塊函數f(S,Ot)預測的通信質量ms與實測通信質量是否一致,若一致,則執行步驟2.9.4,若不一致,執行步驟2.8.3;
2.9.4:判斷矩陣[A″,m″S]為空的累計次數是否大于門限值,若沒有,則返回步驟2.2,若大于則執行步驟2.9.5,所述門限值的設定需保障系統監測范圍可覆蓋全頻帶;
2.9.5:采集當前電磁環境信息,針對該電磁環境增加抗干擾手段,更新通信系統抗干擾策略集并返回步驟2.1;
所述步驟2.8.1和步驟2.9.2中的策略篩選目標函數為:
其中,Rsi表示第i種策略中選取的符號率,Mi表示第i種策略中選取的調制體制星座點數,表示第i種策略中選取的發射功率,Rsmax、Mmax、分別為策略集的所有策略的符號率、調制體制星座點數、發射功率的最大值,α、β表示傳輸速率、發射功率的權重;
最優策略和次優策略的選擇方式如下:
其中,表示通信質量的門限值,用戶可根據實際需求設定,fk為策略sk對應的策略篩選目標函數值,為策略sk對應的通信質量,為預測通信質量中的最小值,為任意一個策略對應的通信質量;
所述智能決策模型由多個獨立策略參量輸入端、多個環境參量輸入端、一個系統性能輸出端和一個決策子模塊函數組成。
2.根據權利要求1所述的通信系統智能抗干擾方法,其特征在于,所述步驟2.4中的決策子模塊函數f(S,Ot)根據實際需求選擇機器學習模型SVM、TREE、KNN,神經網絡模型BP神經網絡、CNN神經網絡中的任意一種或多種來進行表征。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國工程物理研究院電子工程研究所,未經中國工程物理研究院電子工程研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011335920.0/1.html,轉載請聲明來源鉆瓜專利網。





