空地协同场景下通信干扰智能识别方法

针对现有通信干扰智能识别方法在小样本条件下识别精度低、网络模型欠拟合的问题,并形成通信干扰识别的空中与地面布设能力,该文提出一种空地协同场景下基于孪生网络的通信干扰智能识别方法。首先在空中无人机与地面设备之间构建空地协同的通信干扰认知架构,并通过提取所接收的通信干扰信号的时频图、分数阶傅里叶变换和星座图,对通信干扰信号进行智能表征,以作为网络的输入。然后搭建基于密集连接网络的网络结构,并设计双输入权值共享的孪生网络。最后,利用随机样本对孪生网络进行训练,并通过孪生单边网络构建基准通信干扰类型特征库进而实现通信干扰的智能识别。该方法通过度量两个样本之间的特征距离来判断样本的相似性,并通过相似度度量扩大了训练样本数量并训练了孪生网络模型。仿真结果表明,所提方法不但在较小数据集的条件下可有效地实现通信干扰的智能识别,而且相比现有的智能识别方法,所提方法的识别性能显著提升。

低轨预警系统传感器调度层次分析方法

为了实现低轨卫星预警系统对目标的全程跟踪并提高传感器的调度效率,提出了基于层次分析方法的传感器调度方法。分析了目标可见性和传感器调度问题,总结得出影响传感器调度的约束条件,运用层次分析法构建了传感器实时调度模型,最后利用STK软件进行仿真分析。仿真结果表明:该算法可以有效地减少传感器调度所需的时间以及目标交接的次数,具有较好的性能。