基于权值平滑的自适应调零算法研究与实现

在卫星导航定位系统中,由于导航信号的功率较低,在到达地面时极易受到干扰,导致定位失败。自适应零陷技术可以有效地提高卫星导航接收机的抗干扰能力,然而由于常规的空时联合最小功率响应会时常出现零陷抖动,不能有效的对准干扰来向,从而导致接收机的抗干扰性能下降。对于该情况,本文提出对抗干扰算法中的权值进行平滑滤波处理的方法,并且通过仿真验证、FPGA实现、现场实测等手段验证了该算法的可行性。该方法可有效抑制系统权值以及零陷位置的抖动,从而提高抗干扰算法的稳定性和可靠性,对相关工程领域具有一定的参考价值。

基于多时间特征融合网络的ADS-B实采信号分离

不同于以往单天线广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)信号分离中利用仿真的ADS-B信号制作数据集,将单天线接收的真实飞机发射的ADS-B原始信号通过调整信号起始时间以及功率并人为增加噪声来制作数据集。为了提高信号分离的时域波形精度,提出一种多分辨率多时间特征融合重采样(Multi-Temporal fusion Resampling of Multi-Resolution Features,MTRM-RF)网络,通过卷积将信号转化成不同采样率的信号并分别使用多层堆叠逐渐膨胀的一维卷积提取不同时间间隔的特征,以获得更多的时间信息。对多种基于深度学习的语音分离网络进行比较发现,MTRM-RF网络能够有效地融合ADS-B信号的不同采样率、不同时间间隔采样点的特征进行训练。并且随着训练集数据量的增加,分离信号的平均解码正确率达到88.39%,证明该网络可有效分离单天线实采的ADS-B交织信号。

结合先验知识的通信智能抗干扰技术

针对当前智能抗干扰技术在面对快速变化的干扰表现较差的问题,提出结合先验知识网络的新型智能抗干扰技术。首先构建先验知识网络,根据历史干扰信息实现对下一时刻干扰信息的预测,使系统更好地应对快速变化的干扰;然后利用强化学习算法实现对新的干扰规律的在线学习,使算法可以适用于干扰动态变化超出离线学习模型适应范围的场景。将所提算法与无先验知识的强化学习算法进行仿真对比,结果表明,所提算法在面对快速变化的干扰时,具有更高的决策准确率和更快的收敛速度,并对环境有较好的适应性,能够有效地进行智能抗干扰。

基于微分约束的改进自适应多波束抗干扰算法

卫星导航抗干扰技术作为导航接收机中最重要的部分之一,将直接决定导航定位的可靠性和准确性。自适应多波束导航抗干扰技术作为目前抗干扰性能最高的抗干扰技术,其不仅可以对干扰方向进行抑制,还可以对卫星信号方向产生增益,为导航信号提供有效保护。但自适应多波束抗干扰算法需要实时获取卫星信号相对天线阵面的入射角信息,在实际工程应用中,考虑到惯导的姿态测量误差以及载体平台的运动,获取的入射角信息存在一定的偏差,滤波后会引起信号损失。针对这个问题,提出一种基于微分约束的改进自适应多波束抗干扰算法。该方法以LCMV准则为目标函数,通过在卫星信号入射方向和干扰方向上增加一定角度范围进行约束,削弱入射角度偏差引起的信号损失。仿真结果表明,该方法在一定的角度偏差范围内可有效保护卫星信号并抑制干扰信号,从而提高抗干扰性能。

一种面向宽带跳频双动作的智能抗干扰决策算法

宽带跳频与深度强化学习结合的智能跳频通信模式能有效提高通信抗干扰能力。针对同时调整信号频点和功率的双动作空间智能决策由于频点离散但功率非离散使得决策依赖的深度强化学习算法难以设计的问题,基于离散型深度确定性策略梯度算法(Wolpertinger Deep Deterministic Policy Gradient,W-DDPG),提出了一种适于宽带跳频通信且具有发射频率和功率组成的双动作空间智能抗干扰决策方法。该决策方法面向频率/功率双动作空间,在频率空间中使用Wolpertinger架构处理频率动作,并与功率动作组成联合动作,然后使用DDPG算法进行训练,使该算法能够适用于宽带跳频双动作空间的抗干扰场景,在复杂的电磁环境下能够快速作出决策。仿真结果表明,该方法在宽带跳频双动作空间干扰模式下的收敛速度及抗干扰性能较传统抗干扰算法提升了大约25%。

干扰场景下AIRS辅助的MISO系统资源分配算法

针对无线通信系统容易受到干扰而导致信息传输速率低的问题,提出了一种空中智能反射面(Aerial Intelligent Reflecting Surface,AIRS)辅助的多输入单输出(Multi-input Singleoutput,MISO)系统资源分配算法。首先,在考虑基站发射功率约束、AIRS相移约束和AIRS位置约束的条件下,建立了一个系统加权和速率最大化的资源分配问题。其次,利用拉格朗日对偶法转换原问题并将其分解为4个子问题,再应用分式规划、连续凸近似以及粒子群优化技术对子问题进行求解。最后,提出一种基于交替迭代的优化算法对原问题进行求解。仿真结果表明,所提方案与现有方案相比,能够实现更高的系统加权和速率,从而有效提升系统的抗干扰能力。

无线通信智能抗干扰研究进展和发展方向

无线通信是当今最普遍的通信方式,其机动灵活的特性在各个领域发挥了重要作用。然而,由于传输媒介的开放性,无线信号易受干扰的影响。人为恶意干扰,尤其是智能干扰使通信传输有效性和可靠性严重下降。针对恶意干扰,首先分析现有抗干扰技术,表明智能抗干扰的重要性;其次是无线干扰研究的概述总结,包括改进传统技术的优缺点、基于机器学习的智能干扰机理;然后介绍了传统抗干扰的智能化,着重阐述了博弈论和人工智能算法支撑的智能抗干扰研究现状,分析其机理;最后围绕无线通信智能抗干扰存在的局限性指出其未来挑战和研究方向,即在抗干扰的泛化能力、频谱信息的获取和多种技术的协调、主动抗干扰、对抗样本生成四个方面取得突破。

基于cSVB算法的DME脉冲干扰抑制方法

针对测距仪(distance measure equipment,DME)信号严重干扰L频段数字航空通信系统(L-band digital aviation communication system,L-DACS)前向链路接收机的问题,提出基于相关稀疏变分贝叶斯(correlated sparse variational Bayesian,cSVB)算法的DME脉冲干扰抑制方法。所提方法利用L-DACS系统正交频分复用(orthogonal frequency division multiplexing,OFDM)接收机的空子载波信息构建接收信号的压缩感知方程;然后,根据cSVB算法进行三层次贝叶斯信号建模,最后选择了两种变体算法重构DME干扰信号,并将其从时域接收信号中去除。理论分析与仿真结果表明,所提出的干扰抑制方法可以充分利用信号先验信息,进一步降低DME干扰信号估计的归一化均方误差,有效改善L-DACS系统的误码性能,提高传输可靠性。

基于相似性样本生成的深度强化学习快速抗干扰算法

为提高基于深度强化学习的通信抗干扰算法的学习效率,以更快适应未知干扰环境,提出一种基于相似性样本生成的深度强化学习快速抗干扰算法。该算法将基于互模拟关系的状态-动作对相似性度量与基于深度Q网络的抗干扰算法相结合,能在未知动态干扰环境下快速学习有效的多域抗干扰策略。算法在完成每步传输动作时,首先利用深度Q网络抗干扰算法与环境交互,获得实际的状态-动作对。然后,基于互模拟关系生成与之相似的状态-动作集,从而利用相似状态-动作集生成模拟的训练样本。通过上述操作,算法每步迭代能获得大量训练样本,可显著加快抗干扰算法的训练进程和收敛速度。仿真结果表明,在多路扫频干扰和智能阻塞干扰下,所提算法收敛速度快,且收敛后的归一化吞吐量均显著优于常规深度Q网络算法、Q学习算法以及基于知识复用的改进Q学习算法。

短包隐蔽通信下抗检测-干扰式攻击策略

为应对潜在的检测-干扰式恶意攻击,提出了一种基于短包隐蔽通信的抗检测-干扰攻击策略,通过隐藏无线传输行为的存在来实现抗干扰。考虑到干扰机采用Shewhart变点检测实时判断源节点的传输行为,当判决源节点正在传输数据包后启动人工干扰。为隐藏无线传输行为,源节点随机选择一个起始时刻以低功率、低速率传输有限长编码数据包。数据包发送功率越小、编码长度越短,隐蔽性越强,抗检测-干扰式攻击性能越好,但发送功率小和编码长度短使得接收端数据包译码错误概率较大。以有效传输速率最大为目标对数据包发送功率和编码长度进行优化设计。结果表明,存在最优的发送功率和编码长度使系统在传输隐蔽性和可靠性之间取得最优折衷。数值仿真结果验证了理论分析,证明了所提方案的有效性以及优化数据包编码长度和发送功率的必要性。

基于频谱特征和LSTM融合的智能抗干扰技术优化

提出一种基于频谱特征和深度学习的抗干扰通信技术。将基于频谱感知的信号特征识别方法与基于LSTM的无线通信信号特征预测方法相结合,进行目标通信系统发射信号特征参数集获取和预测;最终生成并发射与目标通信系统发射信号具有相同特征参数的干扰信号,以进行目标通信系统有效干扰。实验结果表明,当训练数据量占比为40%时,基于LSTM信号特征预测方法的预测准确率最高为99.9%。对比于传统的感知跟踪干扰方案,本方法可有效降低接收机感知速度,提升发射机敏捷度。提出的抗干扰通信技术的信号干扰成功率可高达86%。

面向效能级仿真的雷达信号处理抽象建模方法研究

针对传统功能级雷达建模粒度较粗而信号级建模又无法满足仿真时效性要求的问题,提出了一种面向效能级仿真的雷达精细化建模方法,重点针对脉冲压缩、MTD、目标检测等雷达信号处理环节进行抽象建模,并开展相应的仿真分析。仿真结果表明,本文提出的雷达抽象建模方法可以兼顾效能级仿真效率和精细化建模的需求。

基于频控阵二维空域滤波的干扰抑制方法

频率分集阵列(FDA)因其可提供距离维自由度而吸引了广大学者的注意。基于FDA的MIMO雷达可实现比传统阵列雷达更好的目标参数估计能力。然而,当FDA-MIMO雷达受到主瓣欺骗式干扰时,系统的目标探测、参数估计能力将严重下降,甚至无法检测出目标。传统抗干扰方法无法有效抑制主瓣欺骗式干扰。对此,设计了一种基于混沌序列载波频偏的二维空域滤波器,可在抑制主瓣干扰的同时有效保留目标信号。数值仿真实验验证了所提方法的可行性与有效性。对比了基于对数载波频偏的二维空域滤波器,对比仿真结果表明基于混沌序列的方法可以在抑制干扰的同时更好地保留目标信息。

抗干扰技术在电子电路设计中的应用

电子电路运行过程总会出现各种干扰情况,这些干扰严重影响了电子电路工作效能,这就需要通过抗干扰技术增加电子电路的使用寿命,提高电子电路的抗干扰能力,进而保证电子电路安全、稳定地运行。基于此,文章结合相关文献研究了电子电路干扰类型及电子电路设计中抗干扰技术的应用。

反舰导弹导引头抗干扰技术发展趋势分析

未来海战战场的电磁环境日益复杂。针对此现状,深入剖析复杂电磁环境对反舰导弹作战使用的影响,同时结合当前电子干扰的分类和美军电子干扰系统的发展趋势,简要阐述了反舰导引头所面临的电子干扰及其未来的演变趋势。此外,还对国外反舰导引头的抗干扰技术进行了深入研究,为复杂电磁环境下反舰导弹的运用提供有价值的参考。

基于数据的电磁侦察仿真模型逆向校验方法研究

对如何提升电磁侦察仿真模型逼真度进行了模型校验方法的研究,针对传统电磁侦察模型与实际效能相差较大等问题,参考数字孪生和黑白盒模型构建的思路,提出基于数据对模型进行逆向校验的方法,从侦察距离、测向和截获数据率3个方面提出了校验算法,并基于仿真数据对校验算法进行验证,仿真案例表明文章提出的方法可以解决电磁侦察模型中3个效能计算结果的逼真度问题,对构建高置信度的电磁侦察模型可起到指导作用,同时该方法可以为其他电磁领域模型的校验提供方法参考。

多基地雷达系统协同抗主瓣干扰方法研究

针对单雷达在主瓣干扰下抗干扰手段的局限性,提出了一种多基地雷达系统协同抗干扰的方法;利用多基地雷达系统探测节点空间分置的特点,将它站对干扰的采样数据与本站探测数据进行协同处理,抑制本站探测数据中的干扰信息.试验结果表明,该方法能够有效地抑制主瓣压制干扰,提升多基地雷达系统在主瓣干扰场景下的探测能力.

基于改进SPRT的机载欺骗式干扰检测方法

针对传统机载GNSS欺骗式干扰检测方法在多星受欺骗、或伪距欺骗量较小时检测性能差的问题,提出一种基于改进SPRT的欺骗式干扰检测方法。利用惯性导航系统(INS)和测距机(DME)机载多源数据,构造欺骗检测量。基于Bayes参数估计理论,提出一种改进SPRT算法,利用欺骗检测量计算自适应补偿值,构成改进的欺骗检测统计量。利用改进的欺骗检测统计量进行欺骗式干扰检测,加快算法的检测速度。巡航阶段的仿真结果表明,在满足机载设备相关要求的同时,在多星受欺骗情况和伪距欺骗量较小情况下均具有较好的检测性能。

基于CST的电磁脉冲效应分析仿真实验研究

为减小复杂多变的电磁环境对车辆的影响,利用三维电磁场仿真软件CST(Computer Simulation Technology)在车辆发动机舱建立线缆模型,研究不同因素对车辆电磁耦合效应的影响。通过仿真得到线缆长度、线缆距车底高度、线缆相对距离、线缆终端电阻、导体半径、绝缘层厚度等参数变化下,线缆感应电压和感应电流的峰值绘制关系曲线。这些结论可以为车辆线束设计提供理论指导,并为电磁防护设计中对于线缆导体半径选择、线缆相对距离、离地高度、线缆长度等提供依据。

无畸变共形阵列抗干扰算法的降秩处理方法

基于一种实际需求的共形阵列天线结构,对抗干扰算法进行讨论分析,提出了一种无畸变共形阵列抗干扰算法的降秩处理方法。基于有向阵元模型对凸共形阵列天线的特性进行分析与建模,将共形带来的影响概括为一个共形因子对导向矢量进行修正,再针对滤波器系数加入额外约束以保证系统不会导致北斗信号产生畸变,同时实现干扰抑制并保证北斗信号精度。针对空时滤波带来的计算复杂度偏高的问题,给出了基于前述算法的降秩处理架构,并采用不同的降秩方法对其进行了分析,有效降低了抗干扰算法的计算复杂度,提高了系统的实时性能。