摘要：为改善认知无线电的自适应参数调整功能,设计了一种基于免疫遗传算法的认知决策引擎。运用免疫遗传算法对无线电系统待优化的目标函数进行寻优,针对一种多载波系统对算法性能进行了仿真分析。结果表明,该认知无线电决策引擎在爬山能力、收敛精度和算法稳定度等方面要优于基于标准遗传算法和模拟退火遗传算法的决策引擎。

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。

摘要：为提高通信抗干扰决策的科学性和有效性,本文基于认知无线电思想设计了一种多参数联合自适应抗干扰决策引擎,实现抗干扰系统参数的自适应选择。文章用遗传算法作为决策算法,并给出了该方法的流程及仿真分析。实验结果表明,抗干扰决策引擎能够对单目标函数以及有偏好的多目标函数的参数进行自适应选择,验证了抗干扰决策引擎参数自适应选择的可行性。

摘要：随着物联网设备急剧增加,设计能辅助用户连接多种在线设备的智能用户接口成为研究重点。提出了一种面向物联网多媒体设备的云决策引擎——邻近关系交互组件(PIC),能够获知设备属性与多媒体内容,自适应学习用户偏好,为用户推荐出最合适设备用以交互。系统性能评估结果显示,与已有的用户交互系统DOM及Airplayer比较,PIC的建议精准性能够达到70%。

摘要：为使抗干扰通信系统能够更好地实现参数自适应调整功能,在传统频率、功率自适应的基础上研究频率、功率、信道编码码率、调制方式四种参数的自适应。设计了一种基于模拟退火遗传算法(SAGA,Simulated Annealing Genetic Algorithm)的通信抗干扰决策引擎,并给出了该算法计算流程。在六种不同模式下对算法性能进行了仿真分析,结果表明,该算法能够实现决策引擎参数的自适应选择,并且提高了标准遗传算法的收敛速度,增强了标准遗传算法的爬山能力。

摘要：随着云计算、物联网、大数据等新兴技术日渐成熟,网络环境也变得日益复杂。面对海量安全数据,人力已经难以详尽分析,导致做出的决策具有局限性、安全事件响应速度慢以及处置不及时等问题。文章立足于网络安全智能决策,在现有研究的基础上开展系统设计和研究工作。提出了网络安全智能决策系统的整体架构,设计了网络安全智能决策引擎,能够对网络当前的安全态势进行智能化分析,更加快速、合理地进行决策和响应,并针对分布式大规模网络环境对系统架构进行了拓展,形成了层次化的网络安全智能决策系统部署架构,为实施网络空间安全智能决策做了有益探索。