无线通信系统中的动态多域抗干扰决策方法研究
发布时间:2019-11-06 01:26
【摘要】:针对无线通信系统面临的人为干扰日益严重、电磁环境日益复杂、确保无线通信的可靠性日益困难的问题,研究更为有效的抗干扰方法已成为该领域的一项重要课题。动态多域抗干扰方法以干扰认知为基础,通过对通信系统的多域行为(功率域、频率域、调制域、信道编码域等)进行自主决策,力图明显增强系统对干扰环境的适应能力,降低系统抗干扰的频谱代价和功率代价,达到可靠、有效传输信息的目的。本文主要针对动态多域抗干扰中的决策算法进行研究。首先,本文介绍了动态多域抗干扰系统单向链路模型,给出了抗干扰决策引擎的工作环境,并提出了一种基于粗糙集理论的动态多域通信抗干扰决策规则提取方法,该方法首先通过信道聚合对决策空间进行压缩,再运用粗糙集理论对决策空间进行约简,主要分为条件属性约简和条件属性值约简,去掉冗余数据,从而导出决策规则。仿真验证了该算法的有效性。然后,将决策规则与传统遗传算法结合,提出一种基于决策规则和遗传算法的决策方法,利用决策规则筛选遗传算法随机生成的初始种群,并根据实际应用提出了一种与权重无关的决策目标函数。仿真表明,改进后的遗传算法在保证算法准确性的前提下显著提高了收敛速度。最后,将基于规则与基于案例的推理决策相结合,提出一种基于案例推理和规则的决策方法,并提出一种不依赖于经验的案例特征权重计算方法。针对案例重用这一技术难点,提出一种基于特征重要度的多次匹配算法,实现多案例的经验集成。基于规则的推理实现了对案例推理系统的完善。仿真验证了该算法的有效性。
【图文】:
无线通信系统中的动态多域抗干扰决策方法研究知周围电磁环境,动态地寻找空闲的频谱资源,可以在不影响主用户谱利用率,实现频谱资源的动态管理。认知设备不仅要有寻找频谱空整发射参数的能力,,从而避免干扰主用户[7]。由此可见,对环境的学决策的能力是认知无线电必须具备的能力,智能决策引擎(Intellige就是认知无线电实现这种功能的核心单元。一般来说,我们将认知无线习单元封装在一起统称为智能决策引擎[8]。若能将智能决策的思想引过对通信环境进行感知,根据信道质量、干扰类型以及业务要求来进上对系统的通信参数进行最优决策,尽量避开或消除干扰,将明显提此,本文研究了动态多域抗干扰决策算法:以干扰认知为基础,根据件,实现频率、功率、编码码率、调制方式等多个工作参数的自主选干扰性能较优的参数组合,达到可靠、有效传输信息的目的。
南京航空航天大学硕士学位论文、学习单元和认知单元组成一个核心,并与 SDR 平台进行交互,其具体的示。软件无线电平台输出无线电参数到认知单元,推理单元根据认知单元行为,学习单元通过学习使系统取得能使目标函数值最大的各工作参数。多学者在设计智能决策引擎时都借鉴了此模型[10-11]。
【学位授予单位】:南京航空航天大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TN92;TP18
本文编号:2556450
【图文】:
无线通信系统中的动态多域抗干扰决策方法研究知周围电磁环境,动态地寻找空闲的频谱资源,可以在不影响主用户谱利用率,实现频谱资源的动态管理。认知设备不仅要有寻找频谱空整发射参数的能力,,从而避免干扰主用户[7]。由此可见,对环境的学决策的能力是认知无线电必须具备的能力,智能决策引擎(Intellige就是认知无线电实现这种功能的核心单元。一般来说,我们将认知无线习单元封装在一起统称为智能决策引擎[8]。若能将智能决策的思想引过对通信环境进行感知,根据信道质量、干扰类型以及业务要求来进上对系统的通信参数进行最优决策,尽量避开或消除干扰,将明显提此,本文研究了动态多域抗干扰决策算法:以干扰认知为基础,根据件,实现频率、功率、编码码率、调制方式等多个工作参数的自主选干扰性能较优的参数组合,达到可靠、有效传输信息的目的。
南京航空航天大学硕士学位论文、学习单元和认知单元组成一个核心,并与 SDR 平台进行交互,其具体的示。软件无线电平台输出无线电参数到认知单元,推理单元根据认知单元行为,学习单元通过学习使系统取得能使目标函数值最大的各工作参数。多学者在设计智能决策引擎时都借鉴了此模型[10-11]。
【学位授予单位】:南京航空航天大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TN92;TP18
本文编号:2556450
本文链接:https://www.wllwen.com/kejilunwen/wltx/2556450.html