突發(fā)通信系統(tǒng)（Burst Communication System,BCS）將信號設(shè)計(jì)為短時突發(fā)的形式,在時變信道中能夠進(jìn)行可靠的數(shù)據(jù)傳輸。隨著電磁環(huán)境日益復(fù)雜,干擾設(shè)備和偵察設(shè)備能力日益增強(qiáng),為了在干擾環(huán)境中提高突發(fā)通信系統(tǒng)可靠的傳輸能力,本文對自適應(yīng)突發(fā)通信（Adaptive Burst Communication System,ABCS）的決策技術(shù)進(jìn)行研究。本文主要研究自適應(yīng)突發(fā)通信系統(tǒng)的智能決策技術(shù),主要內(nèi)容包括:自適應(yīng)突發(fā)通信系統(tǒng)決策引擎設(shè)計(jì)、基于策略的決策算法和基于短期效能的決策算法,并設(shè)計(jì)了干擾環(huán)境進(jìn)行性能的仿真分析。本文的研究可分為以下幾個部分:首先,本文研究了突發(fā)通信系統(tǒng)原理,設(shè)計(jì)了自適應(yīng)突發(fā)通信系統(tǒng)隨路信令傳輸機(jī)制,提出了自適應(yīng)突發(fā)通信系統(tǒng)的決策引擎,設(shè)計(jì)了抗干擾效能評估指標(biāo)及目標(biāo)函數(shù)。然后,本文研究了自適應(yīng)突發(fā)通信系統(tǒng)基于策略的決策算法,根據(jù)突發(fā)通信系統(tǒng)詢問和應(yīng)答過程的具體流程分別對詢問機(jī)和應(yīng)答機(jī)的基于策略的決策算法進(jìn)行了研究,設(shè)計(jì)了算法流程,并設(shè)置常見的干擾環(huán)境對該決策算法進(jìn)行了仿真分析,該算法簡單、適用范圍廣,能夠在一定程度上提升系統(tǒng)的傳輸可靠性和目標(biāo)函數(shù)性能... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 突發(fā)通信系統(tǒng)決策技術(shù)研究現(xiàn)狀
    1.3 通信系統(tǒng)中決策技術(shù)研究現(xiàn)狀
        1.3.1 基于案例推理
        1.3.2 基于規(guī)則推理
        1.3.3 基于啟發(fā)式算法
        1.3.4 基于群體智能算法
        1.3.5 神經(jīng)網(wǎng)絡(luò)
        1.3.6 強(qiáng)化學(xué)習(xí)
    1.4 論文主要的研究內(nèi)容以及結(jié)構(gòu)安排
    1.5 本章小結(jié)
第二章 自適應(yīng)突發(fā)通信系統(tǒng)決策引擎方案設(shè)計(jì)
    2.1 突發(fā)通信系統(tǒng)原理
        2.1.1 系統(tǒng)原理
        2.1.2 信號格式
        2.1.3 系統(tǒng)參數(shù)
    2.2 自適應(yīng)突發(fā)通信系統(tǒng)信令傳輸機(jī)制
        2.2.1 詢問機(jī)信令傳輸機(jī)制
        2.2.2 應(yīng)答機(jī)信令傳輸機(jī)制
    2.3 自適應(yīng)突發(fā)通信系統(tǒng)決策引擎原理
        2.3.2 決策引擎構(gòu)架
        2.3.3 抗干擾效能評估指標(biāo)及目標(biāo)函數(shù)設(shè)計(jì)
    2.4 本章小結(jié)
第三章 自適應(yīng)突發(fā)通信系統(tǒng)基于策略的決策算法研究
    3.1 自適應(yīng)突發(fā)通信系統(tǒng)基于策略的決策算法原理
        3.1.1 算法原理
        3.1.2 算法流程
    3.2 自適應(yīng)突發(fā)通信系統(tǒng)基于策略的決策算法仿真分析
        3.2.1 無干擾環(huán)境
        3.2.2 壓制式干擾環(huán)境
        3.2.3 靈巧式干擾環(huán)境
    3.3 本章小結(jié)
第四章 自適應(yīng)突發(fā)通信系統(tǒng)基于短期效能的快速決策算法研究
    4.1 采用神經(jīng)網(wǎng)絡(luò)的基于短期效能的快速決策
        4.1.1 采用神經(jīng)網(wǎng)絡(luò)的基于短期效能的快速決策模型
        4.1.2 RBF神經(jīng)網(wǎng)絡(luò)算法原理
    4.2 自適應(yīng)突發(fā)通信系統(tǒng)采用神經(jīng)網(wǎng)絡(luò)的基于策略的快速決策原理
        4.2.1 輸入輸出和判別標(biāo)準(zhǔn)設(shè)計(jì)
        4.2.2 快速決策實(shí)現(xiàn)步驟
        4.2.3 數(shù)據(jù)源及網(wǎng)絡(luò)大小設(shè)計(jì)
    4.3 自適應(yīng)突發(fā)通信系統(tǒng)基于短期效能的快速決策算法性能分析
        4.3.1 抗干擾性能
        4.3.2 容錯能力
        4.3.3 泛化能力
        4.3.4 基于短期效能的快速決策算法和基于策略的決策算法性能對比
    4.4 本章小結(jié)
第五章 自適應(yīng)突發(fā)通信系統(tǒng)決策引擎系統(tǒng)性能研究
    5.1 系統(tǒng)模型
    5.2 干擾環(huán)境下系統(tǒng)性能仿真
        5.2.1 固定干擾環(huán)境
        5.2.2 動態(tài)干擾環(huán)境
    5.3 本章小結(jié)
第六章 總結(jié)
    6.1 本文主要貢獻(xiàn)
    6.2 研究展望
致謝
參考文獻(xiàn)
個人簡歷
攻讀碩士學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]采用BP神經(jīng)網(wǎng)絡(luò)的智能抗干擾決策引擎研究[J]. 冉雨,程郁凡,陳大勇,王小青.  信號處理. 2019(08)
[2]基于改進(jìn)人工蜂群算法的認(rèn)知抗干擾智能決策技術(shù)研究[J]. 冉雨,陳大勇,程郁凡,王小青.  信號處理. 2019(02)
[3]基于神經(jīng)網(wǎng)絡(luò)算法的智能抗干擾系統(tǒng)設(shè)計(jì)[J]. 劉猛,戚紅雨,王荊寧,劉麗哲.  計(jì)算機(jī)測量與控制. 2018(10)
[4]雷達(dá)干擾模式識別技術(shù)綜述[J]. 朱清祎,尚朝軒,董健.  飛航導(dǎo)彈. 2018(08)
[5]基于本體的規(guī)則推理和案例推理結(jié)合的糖尿病診療專家系統(tǒng)研究[J]. 陳桂芬,汪江,楊志剛.  長春大學(xué)學(xué)報(bào). 2016(06)
[6]基于二進(jìn)制人工蜂群算法的通信抗干擾決策方法[J]. 惠顯楊,陳建忠,牛英滔,齊揚(yáng)陽.  通信技術(shù). 2016(01)
[7]基于二進(jìn)制人工蜂群算法的認(rèn)知無線電決策引擎[J]. 李鑫濱,石愛武.  燕山大學(xué)學(xué)報(bào). 2012(05)
[8]智能抗干擾通信技術(shù)研究[J]. 李少謙,程郁凡,董彬虹,唐雪梅.  無線電通信技術(shù). 2012(01)
[9]MARK XIIA Mode 5系統(tǒng)仿真及抗干擾性能分析[J]. 邱宏坤,楊建波,毛虎.  火力與指揮控制. 2011(10)
[10]西方體制Mark XIIA的Mode5數(shù)據(jù)格式分析[J]. 譚源泉,李勝強(qiáng),王厚軍.  電子科技大學(xué)學(xué)報(bào). 2011(04)

博士論文
[1]四足機(jī)器人仿生控制方法及行為進(jìn)化研究[D]. 孫磊.中國科學(xué)技術(shù)大學(xué) 2008
[2]強(qiáng)化學(xué)習(xí)方法及其應(yīng)用研究[D]. 黃炳強(qiáng).上海交通大學(xué) 2007
[3]移動機(jī)器人路徑規(guī)劃及軌跡跟蹤問題研究[D]. 王仲民.河北工業(yè)大學(xué) 2006

碩士論文
[1]NC-OFDM系統(tǒng)的智能抗干擾決策技術(shù)研究[D]. 劉小玲.電子科技大學(xué) 2016
[2]西方體制敵我識別器基帶信號處理算法研究及實(shí)現(xiàn)[D]. 歐陽超.電子科技大學(xué) 2015
[3]Mark XIIA敵我識別系統(tǒng)仿真與分析[D]. 張麗.電子科技大學(xué) 2013
[4]新型敵我識別器中應(yīng)答機(jī)數(shù)字處理系統(tǒng)設(shè)計(jì)[D]. 文博龍.電子科技大學(xué) 2013
[5]基于改進(jìn)人工魚群算法的認(rèn)知引擎技術(shù)研究[D]. 張檳麒.哈爾濱工程大學(xué) 2013
[6]認(rèn)知無線電中的智能決策技術(shù)研究[D]. 馮嫻靜.電子科技大學(xué) 2012
[7]基于規(guī)則和案例推理的配電網(wǎng)故障診斷研究[D]. 郭楓.中南大學(xué) 2011
[8]基于遺傳算法的認(rèn)知無線電決策引擎研究[D]. 王峰.大連理工大學(xué) 2010
[9]CBR-RBR融合推理模型構(gòu)建及其在醫(yī)療中的應(yīng)用[D]. 謝濤.天津大學(xué) 2010
[10]基于規(guī)則和案例的壓縮機(jī)集成故障診斷專家系統(tǒng)研究[D]. 李宏娟.湖南大學(xué) 2008



本文編號：3518821