自适应突发通信系统的决策技术研究
发布时间：2021-11-25 21:24
突发通信系统（Burst Communication System,BCS）将信号设计为短时突发的形式,在时变信道中能够进行可靠的数据传输。随着电磁环境日益复杂,干扰设备和侦察设备能力日益增强,为了在干扰环境中提高突发通信系统可靠的传输能力,本文对自适应突发通信（Adaptive Burst Communication System,ABCS）的决策技术进行研究。本文主要研究自适应突发通信系统的智能决策技术,主要内容包括:自适应突发通信系统决策引擎设计、基于策略的决策算法和基于短期效能的决策算法,并设计了干扰环境进行性能的仿真分析。本文的研究可分为以下几个部分:首先,本文研究了突发通信系统原理,设计了自适应突发通信系统随路信令传输机制,提出了自适应突发通信系统的决策引擎,设计了抗干扰效能评估指标及目标函数。然后,本文研究了自适应突发通信系统基于策略的决策算法,根据突发通信系统询问和应答过程的具体流程分别对询问机和应答机的基于策略的决策算法进行了研究,设计了算法流程,并设置常见的干扰环境对该决策算法进行了仿真分析,该算法简单、适用范围广,能够在一定程度上提升系统的传输可靠性和目标函数性能...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：85 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 突发通信系统决策技术研究现状
1.3 通信系统中决策技术研究现状
1.3.1 基于案例推理
1.3.2 基于规则推理
1.3.3 基于启发式算法
1.3.4 基于群体智能算法
1.3.5 神经网络
1.3.6 强化学习
1.4 论文主要的研究内容以及结构安排
1.5 本章小结
第二章 自适应突发通信系统决策引擎方案设计
2.1 突发通信系统原理
2.1.1 系统原理
2.1.2 信号格式
2.1.3 系统参数
2.2 自适应突发通信系统信令传输机制
2.2.1 询问机信令传输机制
2.2.2 应答机信令传输机制
2.3 自适应突发通信系统决策引擎原理
2.3.2 决策引擎构架
2.3.3 抗干扰效能评估指标及目标函数设计
2.4 本章小结
第三章 自适应突发通信系统基于策略的决策算法研究
3.1 自适应突发通信系统基于策略的决策算法原理
3.1.1 算法原理
3.1.2 算法流程
3.2 自适应突发通信系统基于策略的决策算法仿真分析
3.2.1 无干扰环境
3.2.2 压制式干扰环境
3.2.3 灵巧式干扰环境
3.3 本章小结
第四章 自适应突发通信系统基于短期效能的快速决策算法研究
4.1 采用神经网络的基于短期效能的快速决策
4.1.1 采用神经网络的基于短期效能的快速决策模型
4.1.2 RBF神经网络算法原理
4.2 自适应突发通信系统采用神经网络的基于策略的快速决策原理
4.2.1 输入输出和判别标准设计
4.2.2 快速决策实现步骤
4.2.3 数据源及网络大小设计
4.3 自适应突发通信系统基于短期效能的快速决策算法性能分析
4.3.1 抗干扰性能
4.3.2 容错能力
4.3.3 泛化能力
4.3.4 基于短期效能的快速决策算法和基于策略的决策算法性能对比
4.4 本章小结
第五章 自适应突发通信系统决策引擎系统性能研究
5.1 系统模型
5.2 干扰环境下系统性能仿真
5.2.1 固定干扰环境
5.2.2 动态干扰环境
5.3 本章小结
第六章 总结
6.1 本文主要贡献
6.2 研究展望
致谢
参考文献
个人简历
攻读硕士学位期间的研究成果
【参考文献】：
期刊论文
[1]采用BP神经网络的智能抗干扰决策引擎研究[J]. 冉雨,程郁凡,陈大勇,王小青. 信号处理. 2019(08)
[2]基于改进人工蜂群算法的认知抗干扰智能决策技术研究[J]. 冉雨,陈大勇,程郁凡,王小青. 信号处理. 2019(02)
[3]基于神经网络算法的智能抗干扰系统设计[J]. 刘猛,戚红雨,王荆宁,刘丽哲. 计算机测量与控制. 2018(10)
[4]雷达干扰模式识别技术综述[J]. 朱清祎,尚朝轩,董健. 飞航导弹. 2018(08)
[5]基于本体的规则推理和案例推理结合的糖尿病诊疗专家系统研究[J]. 陈桂芬,汪江,杨志刚. 长春大学学报. 2016(06)
[6]基于二进制人工蜂群算法的通信抗干扰决策方法[J]. 惠显杨,陈建忠,牛英滔,齐扬阳. 通信技术. 2016(01)
[7]基于二进制人工蜂群算法的认知无线电决策引擎[J]. 李鑫滨,石爱武. 燕山大学学报. 2012(05)
[8]智能抗干扰通信技术研究[J]. 李少谦,程郁凡,董彬虹,唐雪梅. 无线电通信技术. 2012(01)
[9]MARK XIIA Mode 5系统仿真及抗干扰性能分析[J]. 邱宏坤,杨建波,毛虎. 火力与指挥控制. 2011(10)
[10]西方体制Mark XIIA的Mode5数据格式分析[J]. 谭源泉,李胜强,王厚军. 电子科技大学学报. 2011(04)
博士论文
[1]四足机器人仿生控制方法及行为进化研究[D]. 孙磊.中国科学技术大学 2008
[2]强化学习方法及其应用研究[D]. 黄炳强.上海交通大学 2007
[3]移动机器人路径规划及轨迹跟踪问题研究[D]. 王仲民.河北工业大学 2006
硕士论文
[1]NC-OFDM系统的智能抗干扰决策技术研究[D]. 刘小玲.电子科技大学 2016
[2]西方体制敌我识别器基带信号处理算法研究及实现[D]. 欧阳超.电子科技大学 2015
[3]Mark XIIA敌我识别系统仿真与分析[D]. 张丽.电子科技大学 2013
[4]新型敌我识别器中应答机数字处理系统设计[D]. 文博龙.电子科技大学 2013
[5]基于改进人工鱼群算法的认知引擎技术研究[D]. 张槟麒.哈尔滨工程大学 2013
[6]认知无线电中的智能决策技术研究[D]. 冯娴静.电子科技大学 2012
[7]基于规则和案例推理的配电网故障诊断研究[D]. 郭枫.中南大学 2011
[8]基于遗传算法的认知无线电决策引擎研究[D]. 王峰.大连理工大学 2010
[9]CBR-RBR融合推理模型构建及其在医疗中的应用[D]. 谢涛.天津大学 2010
[10]基于规则和案例的压缩机集成故障诊断专家系统研究[D]. 李宏娟.湖南大学 2008
本文编号：3518821
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：85 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 突发通信系统决策技术研究现状
1.3 通信系统中决策技术研究现状
1.3.1 基于案例推理
1.3.2 基于规则推理
1.3.3 基于启发式算法
1.3.4 基于群体智能算法
1.3.5 神经网络
1.3.6 强化学习
1.4 论文主要的研究内容以及结构安排
1.5 本章小结
第二章 自适应突发通信系统决策引擎方案设计
2.1 突发通信系统原理
2.1.1 系统原理
2.1.2 信号格式
2.1.3 系统参数
2.2 自适应突发通信系统信令传输机制
2.2.1 询问机信令传输机制
2.2.2 应答机信令传输机制
2.3 自适应突发通信系统决策引擎原理
2.3.2 决策引擎构架
2.3.3 抗干扰效能评估指标及目标函数设计
2.4 本章小结
第三章 自适应突发通信系统基于策略的决策算法研究
3.1 自适应突发通信系统基于策略的决策算法原理
3.1.1 算法原理
3.1.2 算法流程
3.2 自适应突发通信系统基于策略的决策算法仿真分析
3.2.1 无干扰环境
3.2.2 压制式干扰环境
3.2.3 灵巧式干扰环境
3.3 本章小结
第四章 自适应突发通信系统基于短期效能的快速决策算法研究
4.1 采用神经网络的基于短期效能的快速决策
4.1.1 采用神经网络的基于短期效能的快速决策模型
4.1.2 RBF神经网络算法原理
4.2 自适应突发通信系统采用神经网络的基于策略的快速决策原理
4.2.1 输入输出和判别标准设计
4.2.2 快速决策实现步骤
4.2.3 数据源及网络大小设计
4.3 自适应突发通信系统基于短期效能的快速决策算法性能分析
4.3.1 抗干扰性能
4.3.2 容错能力
4.3.3 泛化能力
4.3.4 基于短期效能的快速决策算法和基于策略的决策算法性能对比
4.4 本章小结
第五章 自适应突发通信系统决策引擎系统性能研究
5.1 系统模型
5.2 干扰环境下系统性能仿真
5.2.1 固定干扰环境
5.2.2 动态干扰环境
5.3 本章小结
第六章 总结
6.1 本文主要贡献
6.2 研究展望
致谢
参考文献
个人简历
攻读硕士学位期间的研究成果
【参考文献】：
期刊论文
[1]采用BP神经网络的智能抗干扰决策引擎研究[J]. 冉雨,程郁凡,陈大勇,王小青. 信号处理. 2019(08)
[2]基于改进人工蜂群算法的认知抗干扰智能决策技术研究[J]. 冉雨,陈大勇,程郁凡,王小青. 信号处理. 2019(02)
[3]基于神经网络算法的智能抗干扰系统设计[J]. 刘猛,戚红雨,王荆宁,刘丽哲. 计算机测量与控制. 2018(10)
[4]雷达干扰模式识别技术综述[J]. 朱清祎,尚朝轩,董健. 飞航导弹. 2018(08)
[5]基于本体的规则推理和案例推理结合的糖尿病诊疗专家系统研究[J]. 陈桂芬,汪江,杨志刚. 长春大学学报. 2016(06)
[6]基于二进制人工蜂群算法的通信抗干扰决策方法[J]. 惠显杨,陈建忠,牛英滔,齐扬阳. 通信技术. 2016(01)
[7]基于二进制人工蜂群算法的认知无线电决策引擎[J]. 李鑫滨,石爱武. 燕山大学学报. 2012(05)
[8]智能抗干扰通信技术研究[J]. 李少谦,程郁凡,董彬虹,唐雪梅. 无线电通信技术. 2012(01)
[9]MARK XIIA Mode 5系统仿真及抗干扰性能分析[J]. 邱宏坤,杨建波,毛虎. 火力与指挥控制. 2011(10)
[10]西方体制Mark XIIA的Mode5数据格式分析[J]. 谭源泉,李胜强,王厚军. 电子科技大学学报. 2011(04)
博士论文
[1]四足机器人仿生控制方法及行为进化研究[D]. 孙磊.中国科学技术大学 2008
[2]强化学习方法及其应用研究[D]. 黄炳强.上海交通大学 2007
[3]移动机器人路径规划及轨迹跟踪问题研究[D]. 王仲民.河北工业大学 2006
硕士论文
[1]NC-OFDM系统的智能抗干扰决策技术研究[D]. 刘小玲.电子科技大学 2016
[2]西方体制敌我识别器基带信号处理算法研究及实现[D]. 欧阳超.电子科技大学 2015
[3]Mark XIIA敌我识别系统仿真与分析[D]. 张丽.电子科技大学 2013
[4]新型敌我识别器中应答机数字处理系统设计[D]. 文博龙.电子科技大学 2013
[5]基于改进人工鱼群算法的认知引擎技术研究[D]. 张槟麒.哈尔滨工程大学 2013
[6]认知无线电中的智能决策技术研究[D]. 冯娴静.电子科技大学 2012
[7]基于规则和案例推理的配电网故障诊断研究[D]. 郭枫.中南大学 2011
[8]基于遗传算法的认知无线电决策引擎研究[D]. 王峰.大连理工大学 2010
[9]CBR-RBR融合推理模型构建及其在医疗中的应用[D]. 谢涛.天津大学 2010
[10]基于规则和案例的压缩机集成故障诊断专家系统研究[D]. 李宏娟.湖南大学 2008
本文编号：3518821
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3518821.html
