APP下载

基于改进遗传算法的跳频通信智能决策引擎

2021-03-17王安强赵知劲

关键词:引擎系统

王安强,赵知劲

(杭州电子科技大学通信工程学院,浙江 杭州 310018)

0 引 言

作为一种抗干扰能力强、截获概率低、组网能力强的通信系统,跳频通信广泛应用于军事与民用。但是,跳频通信技术属于盲抗干扰方式,其抗干扰能力在系统设计之初就已确定,随着复杂干扰不断升级,跳频系统的抗干扰能力不能满足实际需求。Joseph Mitola博士在1999年提出的认知无线电概念给跳频通信的发展提供了一个新的研究方向。文献[1-2]在认知无线电基础上构建跳频通信系统,采用认知无线电中的频谱感知技术检测当前信道的干扰状况,进而选择不同的跳频图案进行通信,在频域上通过躲避干扰信号来提高系统的抗干扰性能。为了保证通信系统的实时性和可靠性,文献[3]提出一种多维联合抗干扰思想,相比于只在频域进行抗干扰,多维联合抗干扰的效果更加显著。文献[4]指出,面对复杂电磁干扰,采用学习和智能决策的智能抗干扰通信系统是重要发展方向。基于启发式优化算法的决策方法是智能抗干扰领域的决策技术之一。遗传算法作为一种启发式优化算法,具有优越的全局搜索能力和较强的鲁棒性,得到广泛应用。文献[5]提出了基于遗传算法的决策模型,将多目标问题转化为单目标优化问题对通信参数进行决策,但决策模型存在收敛速度慢的问题,严重影响了决策速度。文献[6-7]将自适应遗传算法[8]应用于无线通信系统中,显著提高了系统的抗干扰性能。……

登录APP查看全文

猜你喜欢

引擎系统
以学促干 挺膺担当 激活砥砺前行的红色引擎
Smartflower POP 一体式光伏系统
WJ-700无人机系统
ZC系列无人机遥感系统
基于PowerPC+FPGA显示系统
半沸制皂系统(下)
蓝谷: “涉蓝”新引擎
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
无形的引擎
基于Cocos2d引擎的PuzzleGame开发