苗英恺(濮阳职业技术学院实训中心，河南濮阳457000)



基于Harr-SCML的军事空中对抗通信抗干扰方法研究*

苗英恺*
(濮阳职业技术学院实训中心，河南濮阳457000)

摘要:由于受到敌方电磁波等特定干扰，会造成军事通信信号信噪降低。提出了一种基于Harr小波与强分类器机器学习算法的军事空中对抗通信中抗干扰方法。建立通信抗干扰模型，判断出通信波形中的特征点的种类;利用Harr特征分类器样本进行分类。对于提取样本的Harr特征，利用决策树算法进行训练，能够将训练样本进行逐步分类，最终进行准确的军事通信。实验结果表明，改进方法能够获取准确的通信信号，误码率比传统方法降低了45%左右。

关键词:强分类器机器学习;空中对抗; Harr小波;抗干扰

在进行军事空中对抗的过程中，由于敌方会使用各种功能的电磁信号干扰设备［1－2］，对我方正常的通信造成极大的干扰，导致通信信号信噪比变差，通信质量难以保障，需要及时采取抗干扰措施［3］。军事空中对抗通信中的抗干扰方法已经成为军事通信领域需要研究的核心问题，受到很多专家的重点关注［4］。当前阶段，主流的军事空中对抗通信中抗干扰方法有基于小波变换算法的军事空中对抗通信中抗干扰方法［5］、基于聚类算法的军事空中对抗通信中抗干扰方法和基于蚁群算法的对抗通信中抗干扰方法［6］。其中，最常用的是基于小波变换算法的军事对抗通信中抗干扰方法［7］。由于军事空中对抗通信中抗干扰方法是保证我方战机在空中对抗中重要的安全基础，发挥着难以替代的作用，具有广阔的发展前景，成为很多专家的重点研究课题。……