采用BP神经网络的智能抗干扰决策引擎研究

作     者：冉雨 程郁凡 陈大勇 王小青 Ran Yu;Cheng Yufan;Chen Dayong;Wang Xiaoqing

作者机构：电子科技大学通信抗干扰技术国家级重点实验室四川成都611731 海军研究院北京100161 

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 

出 版 物：《信号处理》 (Journal of Signal Processing)

年 卷 期：2019年第35卷第8期

页      码：1350-1357页

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。

主 题 词：认知抗干扰 决策引擎 BP神经网络 

学科分类：11[军事学] 080904[080904] 0809[工学-计算机类] 08[工学] 110503[110503] 0810[工学-土木类] 1105[1105] 1104[1104] 082601[082601] 081105[081105] 0826[工学-生物医学工程类] 081001[081001] 081002[081002] 0811[工学-水利类] 

核心收录：

D　O　I：10.16798/j.issn.1003-0530.2019.08.009

馆 藏 号：203779918...