基于机器学习的通信抗干扰技术研究

发布时间：2022-02-17 13:05

　　在现代化以及未来战争中,信息通信技术起着至关重要的作用,使得抗干扰通信成为电子对抗中的核心技术之一。无论在军用还是民用通信领域,跳频技术由于其组网方便、抗干扰能力强等特点,受到广泛关注和研究应用。为了提高跳频系统对抗干扰的能力,要求对干扰攻击进行规避。因此,本文融合了认知无线电和跳频技术的思想,提出了干扰认知和规避技术。首先通过数字信号处理技术,对干扰信号进行载波频率估计,构建频带的干扰占用状态。然后利用机器学习对干扰模型进行学习和预测,得到最优的抗干扰策略,即最优子频段选择策略。这样的智能抗干扰技术可以降低与干扰频段发生“碰撞”的可能性,从而提高跳频系统的通信抗干扰能力。1.干扰认知:干扰信号一般为多个窄带信号的时域混叠信号,而传统的参数估计算法只适合单信号的情形。信号的循环累积量对时域混叠多信号具有选择性,具备良好的抗噪特性。因此,基于循环累积量的载频估计算法可以利用信号的4阶0次循环累积量进行载频估计。这样,我们就不需要信号的完整的循环累积量,而且循环累积量具有稀疏性,所以我们利用压缩感知技术对信号的循环累积量进行重构计算,相较于传统计算方法,降低了ADC采样复杂度。仿真验证了上... 

【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】：81 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究工作的背景与意义
    1.2 国内外研究现状
        1.2.1 干扰认知研究现状
        1.2.2 累积量研究现状
        1.2.3 强化学习研究现状
    1.3 本文的主要贡献与创新
    1.4 论文整体结构安排
第二章 基于循环累积量的干扰认知研究
    2.1 信号循环累积量研究
        2.1.1 循环平稳性
        2.1.2 循环累积量的计算
    2.2 基于压缩感知的循环累积量重构算法
        2.2.1 压缩感知理论
        2.2.2 基于压缩感知的循环累积量重构算法
        2.2.3 仿真结果与分析
    2.3 基于循环累积量的载频估计算法
        2.3.1 信号模型
        2.3.2 基于循环累积量的载频估计算法
        2.3.3 仿真结果与分析
    2.4 本章小结
第三章 基于Q-Learning的智能化干扰规避
    3.1 马尔可夫决策过程
        3.1.1 价值函数和贝尔曼方程
        3.1.2 状态价值函数和动作价值函数关系
        3.1.3 策略的最优解
    3.2 强化学习基本理论
        3.2.1 强化学习原理
        3.2.2 强化学习算法
    3.3 基于Q-Learning的智能化干扰规避算法
        3.3.1 干扰类型
        3.3.2 基于Q-Learning的认知跳频算法
    3.4 仿真结果分析
        3.4.1 针对多音扫频干扰的算法仿真
        3.4.2 针对马尔可夫干扰的算法仿真
    3.5 本章小结
第四章 基于DQN的智能化干扰规避
    4.1 深度Q网络——DQN
        4.1.1 模型结构
        4.1.2 训练框架
    4.2 无线通信抗干扰系统模型
    4.3 基于DQN的智能化干扰规避算法
        4.3.1 频谱流
        4.3.2 基于DQN的认知跳频算法
    4.4 仿真结果分析
    4.5 本章小结
第五章 总结与展望
    5.1 全文总结
    5.2 未来研究展望
致谢
参考文献


【参考文献】：
期刊论文
[1]低信噪比下高精度通信信号载频盲估计算法[J]. 张亚丰,王翔,赵成林.  软件. 2017(03)
[2]强化学习方法的对比分析[J]. 栾咏红,章鹏.  计算机时代. 2015(12)
[3]认知电子战的关键技术发展动态与分析[J]. 戴幻尧,周波,雷昊,申绪涧.  飞航导弹. 2014(09)
[4]基于MPSK信号的实用高精度的载频盲估计研究[J]. 梁亚均,姚远程,秦明伟.  电视技术. 2014(07)
[5]一种改进的卫星MPSK通信信号盲载频估计算法[J]. 燕展,康凯,王红军.  电讯技术. 2013(09)
[6]多分量压缩感知信号调制参数估计算法[J]. 王静,彭华.  信息工程大学学报. 2013(02)
[7]一种MPSK信号载频高精度实时估计算法[J]. 郑纪民,胡亚.  无线电工程. 2012(05)
[8]一种基于功率谱估计的盲载频估计新算法[J]. 王戈,严俊.  计算机工程与应用. 2012(13)
[9]压缩感知研究[J]. 戴琼海,付长军,季向阳.  计算机学报. 2011(03)
[10]跳频通信[J]. 黄令国.  计算机与网络. 2003(19)

博士论文
[1]强化学习及其应用研究[D]. 徐明亮.江南大学 2010
[2]数字通信信号的自动识别与参数估计研究[D]. 罗明.西安电子科技大学 2005

硕士论文
[1]数字通信信号载波估计与干扰研究[D]. 刘珊.西安电子科技大学 2014
[2]低截获概率信号识别与参数估计研究[D]. 雷雪梅.电子科技大学 2010
[3]数字通信信号调制方式识别与参数估计[D]. 宋成森.浙江大学 2006



本文编号：3629453