基于近端策略优化的智能抗干扰决策算法

针对现有基于深度强化学习的智能抗干扰方法应用于天地测控通信链路时,用于决策的深度神经网络结构复杂,卫星等飞行器资源受限,难以在有限的复杂度约束下独立完成复杂神经网络的及时训练,抗干扰决策无法收敛的问题,提出了一种基于近端策略优化的智能抗干扰决策算法。分别在飞行器和地面站部署决策神经网络和训练神经网络,地面站根据飞行器反馈的经验信息进行最优化离线训练,辅助决策神经网络进行参数更新,在满足飞行器资源约束的同时实现有效的抗干扰策略选择。仿真结果表明,与基于策略梯度和基于深度Q学习的决策算法相比,所提算法收敛速度提升37%,收敛后的系统容量提升25%。

《现代雷达》专题征稿通知 “雷达智能抗干扰技术”专题

随着电子对抗技术的不断发展,雷达面临的电磁干扰环境日益复杂。主瓣灵巧干扰、变极化干扰、智能化干扰、多平台协同干扰等技术对雷达抗干扰技术提出了严峻挑战。为了应对该挑战,雷达抗干扰从传统的自适应副瓣对消、频率捷变等简单技术向着智能化、多维度联合、波形优化、新体制、多平台协同等诸多方向快速发展,以提升雷达在复杂电磁环境下的目标观测能力。

《现代雷达》专题征稿通知 “雷达智能抗干扰技术”专题

随着电子对抗技术的不断发展,雷达面临的电磁干扰环境日益复杂。主瓣灵巧干扰、变极化干扰、智能化干扰、多平台协同干扰等技术对雷达抗干扰技术提出了严峻挑战。为了应对该挑战,雷达抗干扰从传统的自适应副瓣对消、频率捷变等简单技术向着智能化、多维度联合、波形优化、新体制、多平台协同等诸多方向快速发展,以提升雷达在复杂电磁环境下的目标观测能力。

复杂信道环境下的多维策略智能抗干扰技术

针对当前智能抗干扰技术策略维度低、复杂环境应对性差的问题,提出了适应复杂环境的多维策略智能抗干扰技术。将单音信号作为探测信号,通过扫频方式减少探测阶段复杂度以实现快速实时的环境状态特征提取,之后设计了基于深度神经网络的实时智能决策引擎模型以提高决策速度和准确率。仿真结果表明所提方案能够准确地预测通信质量,最后根据目标函数在所有可通信策略中决策出最优策略,当探测信号扫频间隔选取合适时,该方案能够达到接近96%的决策准确率及较好的资源利用率,能有效进行抗干扰并取得较好的通信质量。

《现代雷达》专题征稿通知“雷达智能抗干扰技术”专题

随着电子对抗技术的不断发展,雷达面临的电磁干扰环境日益复杂。主瓣灵巧干扰、变极化干扰、智能化干扰、多平台协同干扰等技术对雷达抗干扰技术提出了严峻挑战。为了应对该挑战,雷达抗干扰从传统的自适应副瓣对消、频率捷变等简单技术向着智能化、多维度联合、波形优化、新体制、多平台协同等诸多方向快速发展,以提升雷达在复杂电磁环境下的目标观测能力。

太赫兹通信智能抗干扰技术研究

太赫兹通信是一种新型无线通信技术,具有通信速率高、抗干扰、抗截获等优势,在国防和军事领域具有广阔的发展潜力.随着现代战争逐渐向智能化方向发展,战场电磁环境愈发复杂,智能化干扰技术种类繁多且层出不穷,给太赫兹通信的实际应用带来了严峻挑战,迫切需要相应的智能化抗干扰技术来加以应对.本文针对太赫兹通信中的信息发送端和接收端,讨论了自适应波形设计、智能信号检测技术的抗干扰原理与实现过程,最后对太赫兹通信智能抗干扰技术进行了总结与展望.

基于认知驱动的变换域通信智能抗干扰方法

为满足未来无人系统通信智能抗干扰的实际需要,针对传统变换域通信系统(transform domain communication system,TDCS)自身开放性有限、干扰应对能力不足等问题,设计了基于认知引擎驱动的智能系统架构,并针对各认知引擎驱动子模块提出了3种改进方法,包括基于稀疏逼近的未知干扰处理、基于稀疏表示的变换学习干扰识别以及针对性的干扰变换稀疏分析方法。实验结果表明,识别子模块与传统的分类器相比,整体的干扰识别率提高了5.2%,并且可实现无监督的学习;同时,针对典型干扰的重构精度在90%以上,实现了不同干扰类型的最优变换处理,显著提高了系统的抗干扰性能,传输误码率逼近理想水平。

智能抗干扰通信技术研究

智能抗干扰通信技术通过对复杂电磁干扰环境的认知,采用学习和智能决策方法,实现高效可靠的信息传输,是新一代抗干扰通信系统发展的重要方向。讨论了智能抗干扰通信系统底层结构,分析了智能抗干扰通信中的关键技术,包括干扰认知、抗干扰波形重构、可靠信令传输、快速适变的波形传输以及实时抗干扰通信智能决策等,并给出了相应的研究思路。

基于神经网络算法的智能抗干扰系统设计

为了实现在复杂电磁环境中进行高效可靠的数据传输,达到实时抵抗干扰、提升通信系统频谱利用率的目的,对非连续正交频分复用技术、变换域通信系统、扩频技术以及神经网络算法进行了研究,首次将人工智能算法应用于切换通信波形以抵抗不同类型的干扰,以此为基础设计了一种基于径向基神经网络算法的智能抗干扰系统;对三种抗干扰模式分别进行了原理介绍及仿真,验证了其各自的抗干扰能力,以及通过切换波形提升频谱利用率的可行性,并对整个智能抗干扰系统进行了仿真,经分析该系统基本满足应对突发干扰情况下的波形选择要求,与传统通信系统相比,能够适用于更多通信场景。

复杂对抗场景下的对空目标混合智能抗干扰研究

目标识别与抗干扰技术已经成为决定精确制导武器性能优劣的关键技术。本文针对复杂对抗场景下红外空空导弹作战特点,分析了其目标识别与抗干扰发展需求,提出了融合传统算法与深度学习的混合智能抗干扰算法。该算法充分利用传统算法在确定场景下的高可靠性优势与深度学习算法在复杂场景下的高维特征提取能力,最大化挖掘了导弹探测的场景信息,对于提高系统抗干扰能力具有重要意义。在此基础上,构造了算法测试训练的空战数据集,覆盖了典型的空战作战场景。实验结果表明,相同特征融合条件下,典型场景混合智能抗干扰算法的全程抗干扰概率达到了71.56%,比传统算法提高了15.77%,验证了算法的有效性。

低空雷达的智能抗干扰技术研究

电子干扰的智能化和综合化,以及干扰场景与反干扰手段的多样性,要求雷达能够在外界复杂变化的电磁下实现自适应抗干扰。针对目前低空雷达抗干扰技术存在的问题,提出了低空雷达的智能抗干扰技术,并对环境感知、抗干扰措施的智能决策、抗干扰性能评估和系统的反干扰设计等关键技术进行研究。

基于强化学习的卫星通信智能抗干扰决策探讨

随着科技的进步,通信方式越来越发达。卫星能够将卫星作为中转站,在其电波覆盖范围以内,可以直接完成通信传输,而且通信过程中并不会受到各类地质灾害的影响。文章通过对卫星通信进行分析,并结合实际对基于强化学习的卫星通信智能抗干扰决策提出个人观点,希望为关注卫星通信智能抗干扰的人群带来参考。

雷达智能博弈抗干扰技术综述与展望

随着认知电子战技术的发展,干扰机电磁对抗能力大幅提升,为有效对抗智能化干扰机,雷达需采取智能博弈抗干扰技术。文中围绕雷达智能博弈抗干扰技术发展现状,从相关理论基础、干扰感知、智能抗干扰策略学习方法、雷达/干扰博弈抗干扰方法梳理相关技术原理和代表性工作,并进一步分析了该领域的发展趋势,为后续理论研究提供必要参考。

基于变换域优选的航天器多域联合智能抗干扰决策方法

利用传感器采集航天器飞行参数,构建航天器多传感器分布式通信网络,并利用全局奖励确定最佳通信信道。通过变换域优选方法对信道频域实现抗干扰处理,在干扰较为严重时使用Stackelberg的功率域抗干扰方法,确定最佳传输功率,完成航天器多域联合抗干扰。实验结果表明,该方法可以针对不同干扰类型做出抗干扰决策,令航天器通信网络维持在稳定通信状态。

6G卫星互联网通信安全抗干扰技术研究

卫星互联网具有节点暴露、信道开放、拓扑高度动态变化等特点,这使链路极易受到恶意电磁信号、大气层电磁信号及宇宙射线等的干扰,更有可能遭受恶意用户的窃听和非法截获。为解决这些问题,围绕卫星互联网的无线安全传输、身份认证以及通信抗干扰方法进行研究。首先,利用无线通信本身的信号格式和无线信道的物理特征,与新型信道编码和调制等技术相结合,实现无线安全传输;其次,利用物理层无线媒介如通信信道特征、收发硬件特征以及传输信号特征从而加强卫星互联网的身份认证;最后,提出了干扰环境中,采用智能化抗干扰基于“感知-学习-预测-决策-反馈”的逻辑闭环,进行主动抗干扰决策,以实现自配置和自优化的方案,从而保证卫星互联网数据传输的有效性和可靠性。

空间信息传输智能化抗干扰技术研究

面向未来"天地一体的空间信息感知与传输"的安全需求,重点讨论了空间信息传输中的智能化抗干扰技术。分析了空间信息传输系统与网络的应用特点,在此基础上对空间信息传输系统中的干扰威胁和安全防护策略进行了分析,开展了星载智能抗干扰系统的总体设计,并对星载智能频谱监测技术和星载智能天线技术进行了论述。

基于CR-MIMO的无人机多域联合分集抗干扰方案

针对无人机遥控链路常受到干扰导致其性能下降或失锁,提出了基于认知多输入多输出(multiple input multiple output,MIMO)的无人机遥控链路,结合认知无线电,构建了集时域、频域、空域以及码域于一体的多域联合无人机智能抗干扰体制,包含了时间、频率、空间以及码元等多种分集技术。理论分析以及系统仿真表明,在感知的基础上,频分以及码分可以实现对无人机遥控链路中常见的窄带以及宽带干扰的抑制;MIMO空时分集可以有效对抗遥控链路的自然干扰,从而对无人机抗干扰性能的提升具有实际意义。

智能建筑中电力线载波通信抗干扰的探讨

电力线载波通信是利用输电线输送工频电流的同时,也进行数据通信信号的传送,既经济又十分可靠。文章主要分析了智能建筑中电力线载波通信产生干扰的原因,介绍了两种抗干扰的措施。

对抗智能干扰的主动防御技术

在复杂电磁对抗环境下,干扰的智能化发展给无线通信造成了严重威胁,而传统抗干扰方法往往都是被动地调整工作模式或参数,在面对智能干扰时处于劣势甚至被压制。针对此问题,提出了干扰主动防御技术体系架构,旨在通过主动调整己方的通信行为,扰乱干扰的学习过程并降低干扰效能。为了渐进达到“理解对手”“克制对手”“战胜对手”的目的,在博弈论和对抗机器学习理论方法指导下,围绕干扰反向推理、算法脆弱性分析和对抗策略设计、抗干扰策略自主优化和在线决策3个方面对关键技术展开论述。最后,结合2个具体案例,验证了所提技术架构的可行性和有效性。

雷达抗干扰技术现状及发展趋势研究

雷达的干扰与反干扰是一个矛盾的两个方面,现代电子战也主要是敌我双方围绕雷达进行的干扰与反干扰博弈。日益复杂的电磁环境以及干扰技术的发展,对雷达整体的抗干扰性能要求越来越高。论文首先分析了雷达在传统的功率、空间、极化、频率和综合对抗干扰方面的技术方法与基本原理,指出了目前所面临的严峻问题,进而说明了雷达向智能化抗干扰方向发展的迫切性,并对目前雷达智能反干扰体系的相关理论方法和关键技术进行了总结。