用于认知决策的通信系统干扰定量分析方法

    公开(公告)号:CN117713964A

    公开(公告)日:2024-03-15

    申请号:CN202211148319.X

    申请日:2022-09-20

    摘要: 本发明涉及一种用于认知决策的通信系统干扰定量分析方法,属于无线通信技术领域。所述方法在通信对抗中,将干扰信号的频谱图作为输入,基于被干扰的通信信号,利用与识别的干扰信号类型对应的受扰分析模型,对被干扰的通信信号进行定量分析。所述方法能够快速准确地识别单音干扰、多音干扰、窄带干扰、宽带干扰、脉冲干扰或瞄准式干扰等干扰信号类型,从整体上减少确定受干扰分析模型时间,以满足战时时效性需求。通过对被干扰的通信信号的定量分析,为战时复杂环境下,通信方式的选取,通信参数的设置等提供理论依据,为被干扰时采取相应对抗措施,实现通信系统的有效抗干扰提供决策支持。

    基于网络编码续航的多跳无线网络传输方法

    公开(公告)号:CN112600647B

    公开(公告)日:2021-11-02

    申请号:CN202011442320.4

    申请日:2020-12-08

    IPC分类号: H04L1/00 H04L1/18

    摘要: 本发明公开了一种基于网络编码续航的多跳无线网络传输方法,其具体步骤包括:1、对待发送的数据包分组;2、生成编码数据包;3、发送编码数据包;4、循环冗余校验;5、转发编码数据包;6、对出错编码数据包续航;7、提取编码数据包;8、判断编码数据包个数是否小于N;9、更新接收缓存队列;10、判断系数矩阵的秩是否等于k;11、译码;12、发送反馈信息;13、判断重传次数是否小于最大重传次数;14、生成重传编码数据包;15、判断是否传输完所有组;16、完成数据包的传输。本发明具有降低多跳无线网络数据包传输时延,提高传输成功率的优点。

    基于遗传算法的通信干扰资源分配方法

    公开(公告)号:CN117676817A

    公开(公告)日:2024-03-08

    申请号:CN202210959661.1

    申请日:2022-08-10

    摘要: 本发明涉及一种基于遗传算法的通信干扰资源分配方法,涉及通信技术领域。所述方法通过采用遗传算法随机产生可行的干扰资源分配方案形成初始群体,以适应度为选择原则,选择出和最优干扰资源分配方案较接近的中间干扰资源分配方案,进而通过交叉产生新的干扰资源分配方案,通过变异保证迭代过程中产生能够进化的多样性群体,增加全局优化的特质。当适应度达到给定阈值时,或者最优个体的适应度和群体的适应度不再上升时,迭代完成,获得的最优个体的干扰资源分配方案即为本发明所求的最优干扰资源分配方案,实现在干扰资源有限的条件下,合理分配干扰资源,对目标对象进行协同干扰,以达到最佳的干扰效果。

    基于特征信号匹配抗塔康干扰的IFF信号识别分类方法

    公开(公告)号:CN117473390A

    公开(公告)日:2024-01-30

    申请号:CN202311512664.1

    申请日:2023-11-14

    摘要: 本发明公开一种基于特征信号匹配抗塔康干扰的IFF信号识别分类方法,用于解决低信噪比IFF信号识别分类准确率低,以及受塔康信号干扰的IFF信号难以识别的问题。本发明的实现步骤包括:利用IFF信号的先验信息,预先提取各类型IFF信号的特征信号,利用待识别信号与IFF特征信号的相关程度进行识别分类,另外,还利用塔康信号脉冲与IFF信号脉冲在上升下降沿持续时间的差异,提出一种通过一阶差分恢复被干扰的IFF信号的原始IFF信号的方法。本发明克服了现有技术中IFF信号可识别种类少、低信噪比识别效果不佳以及参数融合判别难的问题,提高识别准确率和方法的鲁棒性,还具备在塔康干扰条件下对IFF信号识别分类的能力,扩展了方法的适用范围。

    基于深度学习和信道预测的网络编码传输方法

    公开(公告)号:CN116319183A

    公开(公告)日:2023-06-23

    申请号:CN202310111317.1

    申请日:2023-02-14

    摘要: 本发明公开了一种基于深度学习和信道预测的网络编码传输方法,主要解决现有技术在非平稳信道下传输效率低的问题。其实现方案是:将信道按固定块大小划分,统计每组的丢包率,并将其作为原始的数据集;通过滑动窗口和切片相结合的方式将原始数据集划分成样本集,再按设定比例将其划分为训练集和测试集;选用单层的长短期记忆网络作为测试神经网络并利用训练集对其进行训练;将测试集中的样本送入到训练好的测试神经网络,得到测试集中各个样本丢包率的预测值;根据预测到的丢包率进行网络编码传输。本发明提高了各分组数据包传输的成功率以及网络编码的传输效率,可用于智慧城市、卫星通信、车联网、物联网及5G/6G通信各种应用场景。

    基于自注意力机制的PDW同源匹配方法

    公开(公告)号:CN116203508A

    公开(公告)日:2023-06-02

    申请号:CN202310227935.2

    申请日:2023-03-09

    IPC分类号: G01S7/02 G06F18/23 G06F18/22

    摘要: 本发明公开了基于自注意力机制的PDW同源匹配方法,包括以下步骤;步骤1:构建数据集,根据匹配场景的划分将数据集分为以下三个部分:同步跨系统数据、异步跨系统数据与异步同系统数据;步骤2:数据预处理,对步骤1的数据在进入算法前进行的预处理;步骤3:类型判断,对数据的匹配参数载频RF、脉宽PW、脉冲PRI分别进行类型判断;数据类型包括非捷变、周期性捷变与非周期性捷变;步骤4:构建自注意力机制网络,判断两组RF或PW或PRI均为周期性捷变或非周期性捷变是否同源。本发明能够使得异步的雷达PDW串进行同源匹配,对单个子系统内未被利用的定位参数加以利用以此实现一体化系统定位成功率的提升。