【摘 要】
：
随着信息技术的不断发展,无线通信技术发展迅猛,在民用和军用通信领域均获得广泛应用。在通信对抗领域,各种各样抗干扰技术被研究出来以应对各种干扰,而传统的干扰技术干扰方式相对单一,有效干扰变得越来越难。随着人工智能领域机器学习技术的发展,通信干扰技术有了新的发展方向。本文设计了基于USRP RIO软件无线电平台的通信干扰系统框架,并进一步研究了基于强化学习的通信干扰系统与基于深度学习预测的通信干扰系统
论文部分内容阅读
随着信息技术的不断发展,无线通信技术发展迅猛,在民用和军用通信领域均获得广泛应用。在通信对抗领域,各种各样抗干扰技术被研究出来以应对各种干扰,而传统的干扰技术干扰方式相对单一,有效干扰变得越来越难。随着人工智能领域机器学习技术的发展,通信干扰技术有了新的发展方向。本文设计了基于USRP RIO软件无线电平台的通信干扰系统框架,并进一步研究了基于强化学习的通信干扰系统与基于深度学习预测的通信干扰系统,通过机器学习算法实现智能干扰技术,有效增强了干扰系统的干扰能力。本文主要工作如下:（1）为研究通信干扰问题,本文基于USRP RIO软件无线电平台设计了通信干扰系统框架。根据通信干扰系统的基本功能需求,设计了发射机、接收机组成的通信用户和干扰机两个主要模块,描述了各模块的功能与物理实现方式。（2）本文提出基于Q学习的干扰信道选择方案,实现了基于强化学习的通信干扰系统模型搭建及系统流程设计。首先,利用双门限能量检测实现频谱感知,获取通信用户频谱状态信息。其次,以频谱状态作为输入,根据Q学习算法选择干扰信道并计算奖励,通过Q学习算法迭代训练更新Q表。最后,通过实验结果分析,验证了所提方案相比于传统单音干扰、多音干扰与随机干扰方法,有效干扰概率更高。（3）本文提出基于CNN-LSTM网络的频谱状态预测方案进行通信频谱预测,实现了基于深度学习的通信干扰系统的模型搭建与系统流程设计。首先,利用频谱感知的能量检测方法,获取通信用户的频谱能量数据。其次,以频谱数据作为输入,对CNN-LSTM网络模型进行学习与训练,利用训练得到的模型参数搭建CNN-LSTM网络预测模型进行逐时隙频谱数据预测,利用预测结果选择干扰信道,实施干扰。最后,通过实验结果分析,验证了所提方案可有效预测频谱状态用于干扰信道选择,实现有效干扰。
其他文献
近年来,随着大数据、云计算和人工智能等信息技术的不断发展,当前全球网络流量呈爆发式增长。一方面,用单模光纤（SMF）作为传输介质的通信系统由于传输介质非线性效应的影响,传输容量已接近香农极限,不再能满足业务发展的需求。研究者们提出用少模光纤（FMF）作为通信系统的传输介质,把光纤中少量但稳定的正交模式作为的独立信道,不仅可以减少模式间的色散,还能够大大提高传输容量,为当前通信传输所面临的容量问题提
超表面是一种人工搭建的微纳尺寸光学平台,能够利用等离激元效应对光进行波前调控,改变其振幅、相位、偏振等物理量,在传统的超表面设计方法中,多用电磁仿真获取相关的数据建立库,在库中检索需求值以获取对应的纳米结构。然而传统方法不仅极度消耗计算机资源、耗费时间,而且十分依靠设计师的经验,因此需要一种新的设计方法解决这个问题。另外,目前的金属超表面和大部分光电器件均使用稳定的金属材料组成,多数情况下这能为器
贵金属纳米材料由于其显著的局域表面等离子共振效应而被广泛应用于表面增强拉曼散射（SERS）光谱技术的研究中。SERS光谱技术由于其具有高灵敏度、无荧光干扰、无损性等优点而广泛应用于传感检测、生化分析、生物成像等领域。分子在贵金属拉曼衬底上的SERS响应与贵金属的尺寸分布、几何形貌、组装体结构、化学成分都有着密切的关系。因此,科研工作者们通过制备出各种结构优异的纳米颗粒和性能优良衬底结构来用于SER
随着工业发展和现代科技的进步,微弱电流检测技术不断应用于各种领域并且得到了良好的发展。如今高精度电流测量仪器测量电流的大小能够达到亚皮安级别,但是其在线性度和功耗方面的性能仍有进一步提升的空间。对此,本文基于脉频调制的原理设计了一种微弱电流检测电路,在保证能够达到测量要求的前提下,不仅能够提高电流与频率之间转换的线性度,还可以降低系统的功耗,使其被广泛应用于各个领域成为可能,对促进其他领域的发展具
大规模多输入多输出（MIMO,Multiple-input multiple-output）系统随着天线数的增加,信号检测的计算复杂度随之提高,使用更深层次的神经网络并不会显著提高检测性能,因此设计低复杂度、高性能的检测算法尤为重要。考虑引入深度学习方法,将深度学习与各种信号检测算法相结合,从而尽可能达到复杂度和性能之间的平衡。首先,利用深度神经网络（DNN,Deep Neural Network
随着5G的到来,国内移动通信产业也迎来了发展的黄金期,营业收入和基站覆盖规模都在稳步提升,用户总数也呈现出明显的上涨趋势,客户在业务体系内的地位更加重要。但是,移动通信企业面临的竞争日益激烈,零次话务客户越来越多,有很多客户发生了流失行为,选择其他运营商。因此,在当前环境下,客户流失预警成为已成为移动通信企业的重点关注内容。本文在概述客户流失预警项目管理和数据挖掘等相关理论的基础上,首先介绍了J通
车联网（Internet of Vehicles,Io V）是未来无人驾驶领域的关键技术之一,但通信网络的异构特性和车辆计算能力的不足会严重影响车联网系统的性能。而移动边缘计算（Mobile Edge Computing,MEC）作为一种有前景的技术,可以为车联网提供一个低时延和高可靠的计算环境,缓解单个智能驾驶车辆的任务计算压力,提升整个车联网系统的数据传输效率。在车联网中,合理的MEC任务卸载
随着互联网的发展和移动通信设备的普及,我国手机上网人数逐年增加,通过互联网获取各种各样信息的方法也越来越多,而5G时代的到来更加加剧了手机移动通信的使用。移动通信运营商作为互联网络的提供者,为了便利消费者的使用,纷纷上线了APP、小程序、公众号等手机营业厅服务。当然,手机营业厅APP和线下实体营业厅在业务办理、运营模式上还是有很大的差别,如果能够将营业厅的线上线下渠道进行一体化运营,就能够更好地为
传染病传播理论和方法是现代医学研究的热点。传染病动力学模型以及传染病时空特征分析是目前主要的研究方法。但传统传染病动力学模型方法存在参数难以动态获取的问题,而时空特征分析方法存在未考虑到人类移动性因素影响的问题。本文提出了基于人类迁徙网络特征的时空特征分析的研究方法。首先,构建人类迁徙网络,并计算顾及流量的网络Page Rank值;其次,将Page Rank值与传染病数据进行时间序列对比分析（相关
动作识别技术在今日已经获得了长足的发展,为了谋求更加精细及多元化的实际应用场景,技术本身已逐渐追求进入各个细化领域。其中军训动作识别是动作识别领域的一个新兴和重要分支。军训中学员动作动态监测与精准识别是检验与评估其军训动作规范性与标准性的重要方法,也是保障其军训活动处于有效指导状态的有效方法。早期的动作识别方法主要有3种:基于视频的识别方法、基于可穿戴设备的识别方法与基于无线射频信号的识别方法。其