摘要：为了提高跳频通信系统在复杂电磁环境下的抗干扰性能,提出一种基于结合汤普森采样(Thompson Sampling)、Dyna模型和期望SARSA学习(Expected Sarsa)的智能抗干扰决策算法。在期望SARSA学习中,引入Dyna模型,将模型学习与强化学习结合,提升了算法收敛速度和稳态性能;采用汤普森采样和Tanh函数改进动作选择机制,提高了算法对环境的探索和利用;以时隙对应的干扰环境为状态,以跳频速率、信号瞬时带宽、频率序列等为动作构造状态动作空间,设计了相应的跳频系统模型和奖励函数。在高斯白噪声、窄带干扰、宽带干扰和扫频干扰并存的复杂干扰环境中的仿真结果表明,此算法兼顾了对环境的探索与利用,比对比算法有更快的收敛速度和更强的抗干扰能力。

摘要：为提高复杂电磁环境下跳频异步组网的抗干扰性能,该文提出一种基于集中式训练和分散式执行框架的多智能体模糊深度强化学习(MFDRL-CTDE)算法。针对多种干扰并存的复杂电磁环境和异步组网结构,设计了相应的状态-动作空间和奖赏函数。为应对智能体之间的相互影响和动态的环境,引入集中式训练和分散式执行(CTDE)框架。该文提出基于模糊推理系统的融合权重分配策略,用于解决网络融合过程中各智能体的权重分配问题。采用竞争性深度Q网络算法和优先经验回放技术以提高算法的效率。仿真结果表明,该算法在收敛速度和最佳性能方面都具有较大优势,且对多变复杂电磁环境具有较好的适应性。

摘要：传统有限冲击响应滤波设计时,均默认滤波器系数相邻。该文提出了采用L0范数约束的非相邻系数有限冲击响应滤波器设计模型,保持其线性相位特性,通过增加滤波器设计的自由度,以少量的系统延时为代价来提高滤波器性能。并采用遗传算法来解该非凸优化模型,进一步推导出近似解的求解方法,降低了算法复杂度。计算机仿真结果表明,在相同的阶数下,该滤波器模型较传统模型有更小的逼近误差。

摘要：针对基于深度学习干扰识别方法在小样本集情况下性能恶化问题,提出一种基于辅助分类器和变分自编码生成对抗网络(AC-VAEGAN)的干扰识别方法。利用生成对抗网络和变分自编码器的核心思想设计识别模型,得到连续有意义的干扰样本集潜在空间;确定编码器、生成器和鉴别器的损失函数,且鉴别器采用动态学习率的优化算法,使得模型训练过程更加有效且稳定。仿真结果表明,在干扰时频图小样本数据集情况下,当干噪比为-10 dB~10 dB时,该方法对宽带噪声干扰、部分频带噪声干扰、单音干扰、多音干扰、脉冲干扰、跳频干扰、线性扫频干扰和二次扫频干扰这八种干扰的正确识别率均高于ACGAN和CNN。

摘要：针对多径环境下异步长短码直扩码分多址信号(long and short code direct sequence code division multiple access,LSC-DS-CDMA)伪码估计难的问题,提出一种基于张量分解和联合估计的伪码估计方法,采用重叠窗对接收信号进行分段并构建张量模型。为改善传统线性步长搜索算法结合梯度下降的方法分解因子矩阵收敛较慢的问题,提出改进的线性步长搜索算法,结合使用动量梯度下降法对各子张量进行Tucker分解得到各因子矩阵,所需的迭代次数大大减少;利用接收增益矩阵和移位相乘解决复合码的排序模糊和幅度模糊问题;利用最大似然准则联合估计复合码和多径信道后,使用梅西算法和相关运算估计每个用户的长码和短码。仿真结果表明,该方法能够有效估计多径异步LSC-DS-CDMA信号的伪码。

摘要：设计了一种具有较低背向辐射的宽频带圆极化口径耦合微带天线。在口径耦合单元的馈线上附加一对寄生微带线枝节来阻抗匹配,以实现宽频带;利用H形口径耦合,减小贴片单元的后向辐射,提高天线效率;用威尔金森功分器移相器,使得两口径耦合馈电端口的正交电场相位差90°,从而获得圆极化波辐射。对提出的天线进行仿真及优化设计,最终天线获得了42.8%的阻抗带宽(VSWR<2),在30%带宽内获得了良好的圆极化性能(轴比<2dB;特别在1200MHz～1540MHz带宽内,具有最优的综合性能,具有6dBi以上的增益、20dB以上的前后比和交叉极化鉴别率。

摘要：采用辐射贴片和馈电贴片位于同一层的容性馈电方式设计了一种毫米波宽带微带天线。该设计采用双层介质展宽频带,通过馈电贴片与辐射贴片间的耦合对辐射贴片进行馈电,从而补偿使用同轴探针引入的附加电感,达到阻抗匹配的目的。设计天线的工作频段为26.1GHz～41.1GHz,相对阻抗带宽(VSWR<2)达到44.64%,同时文中还讨论了馈电贴片的尺寸及其与辐射贴片间距对天线阻抗及驻波比的影响。

摘要：设计了一种具有高增益、H面宽波束的宽带印刷偶极天线。采用两元天线在E面组阵,通过E面波束宽度的压缩以获得较高的增益,同时保持了H面的宽波束特性;采用微带线馈电,以在较宽的频带内实现阻抗匹配,并且微带线馈电易于设计组阵时的合路网络,且便于结构加工。经过仿真优化,本文天线实现了0.85GHz～1.9GHz频带范围约75.6%的相对带宽内驻波比小于2;在0.95GHz～1.65GHz带宽约58.3%的相对带宽内增益大于9dBi。

摘要：针对协作频谱感知中部分用户受到阴影、衰落等影响导致在低信噪比环境下对微弱信号的感知性能急剧降低及部分聚类模型没有充分利用能量向量的问题,提出一种基于多头自注意力机制的协作频谱感知算法。各次用户独立采样数据,融合中心收集各次用户的能量数值并构成能量向量作为自注意力网络的输入;设计基于多头自注意力机制的网络模型,利用该网络自动学习信号和噪声的能量向量特征,有效提取局部特征,实现智能协作频谱感知。仿真结果表明,该频谱感知算法性能优于对比算法,在信噪比为-14 dB、虚警概率为0.001时,该算法检测概率高于对比算法0.29~0.4。

摘要：为了解决进化算法在求解全局优化时易陷入局部最优和收敛速度慢的问题,设计了一个杂交算子,利用种群中最好点与其他点间的关系确定搜索方向,从而快速地找到实值函数的下降方向,一旦算法找到优于种群中最好点的点,利用所构造的两条直线交点的投影对其进行进一步优化,使函数值更迅速地下降.提出了适合杂交算子的初始种群生成方法.设计了一个既能提高收敛速度又能摆脱局部最优的变异算子以增强算法的效果.在此基础上,提出了一个求解全局优化问题的高效进化算法,并从理论上证明了全局收敛性,从数值上验证了有效性.