基于遗传算法的干扰态势下三维雷达网优化布站方法

面对日益加深的全方位全天时空天打击威胁,为弥补传统雷达组网布站方法在应对干扰能力有限、空间立体覆盖效果不足的缺陷,提高雷达布站的探测和生存能力,本文提出了一种基于遗传算法的干扰态势下三维雷达网优化布站方法。该方法首先建立了干扰态势下的空间干扰雷达威力范围模型,并从覆盖侧重程度、要地覆盖能力以及覆盖重叠性三个方面对组网雷达进行优化部署,结合遗传算法,实现了对要地区统筹兼顾、合理分配、突出重点的雷达资源布站域的三维立体探测防护,为构建全方位、立体化、多层级防护网络提供了思路。

天波干扰态势预测系统设计与实现

对短波干扰的电磁态势进行实时的预测,可以更好地配置干扰资源,掌控干扰效果。分析了天波干扰态势预测的现实需求,给出了天波态势预测方法步骤,并提出预测软件架构设计。

一种基于PUE恶意干扰的认知无线电态势感知方案

为了能及时、准确地掌握大范围内的仿冒主用户攻击情况及正确显示频谱态势图,提出一种基于仿冒主用户攻击检测的恶意用户干扰态势的研究方案,通过检测信道是否被恶意用户仿冒主用户攻击及对实施攻击的恶意用户的能量分布的检测与推理来构建干扰态势,并将其绘制成干扰态势图,从而方便决策者快速掌握大范围中的仿冒主用户攻击情况。仿真结果表明,该方案能够把主用户和恶意用户的能量及位置分离出来,从而充分发掘潜在的频谱空洞,提高频谱图的准确性,进而提高系统容量及安全性。

认知网络中一种基于频谱安全态势感知的路由方案

从构建准确的频谱态势图,实现频率资源充分利用的角度出发,针对目前在构建频谱态势图时没有考虑恶意用户(Malicious User,MU)存在的情况,结合克里金(Kriging)插值法估计空域内频谱干扰态势,通过地理位置检测方案识别MU,从而构建更准确、更安全的频谱态势图,并将其用于端到端的路由协议中。仿真结果表明,该方案能构建完整的频谱态势图,平均误差仅为0.106 dBm,能准确识别恶意用户,识别率高于80%;并且通过识别MU,在基于频谱态势图的路由过程中,可以减少路由跳数,增加可用频谱空间。