在現(xiàn)代化以及未來(lái)戰(zhàn)爭(zhēng)中,信息通信技術(shù)起著至關(guān)重要的作用,使得抗干擾通信成為電子對(duì)抗中的核心技術(shù)之一。無(wú)論在軍用還是民用通信領(lǐng)域,跳頻技術(shù)由于其組網(wǎng)方便、抗干擾能力強(qiáng)等特點(diǎn),受到廣泛關(guān)注和研究應(yīng)用。為了提高跳頻系統(tǒng)對(duì)抗干擾的能力,要求對(duì)干擾攻擊進(jìn)行規(guī)避。因此,本文融合了認(rèn)知無(wú)線電和跳頻技術(shù)的思想,提出了干擾認(rèn)知和規(guī)避技術(shù)。首先通過(guò)數(shù)字信號(hào)處理技術(shù),對(duì)干擾信號(hào)進(jìn)行載波頻率估計(jì),構(gòu)建頻帶的干擾占用狀態(tài)。然后利用機(jī)器學(xué)習(xí)對(duì)干擾模型進(jìn)行學(xué)習(xí)和預(yù)測(cè),得到最優(yōu)的抗干擾策略,即最優(yōu)子頻段選擇策略。這樣的智能抗干擾技術(shù)可以降低與干擾頻段發(fā)生“碰撞”的可能性,從而提高跳頻系統(tǒng)的通信抗干擾能力。1.干擾認(rèn)知:干擾信號(hào)一般為多個(gè)窄帶信號(hào)的時(shí)域混疊信號(hào),而傳統(tǒng)的參數(shù)估計(jì)算法只適合單信號(hào)的情形。信號(hào)的循環(huán)累積量對(duì)時(shí)域混疊多信號(hào)具有選擇性,具備良好的抗噪特性。因此,基于循環(huán)累積量的載頻估計(jì)算法可以利用信號(hào)的4階0次循環(huán)累積量進(jìn)行載頻估計(jì)。這樣,我們就不需要信號(hào)的完整的循環(huán)累積量,而且循環(huán)累積量具有稀疏性,所以我們利用壓縮感知技術(shù)對(duì)信號(hào)的循環(huán)累積量進(jìn)行重構(gòu)計(jì)算,相較于傳統(tǒng)計(jì)算方法,降低了ADC采樣復(fù)雜度。仿真驗(yàn)證了上... 

【文章來(lái)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(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 干擾認(rèn)知研究現(xiàn)狀
        1.2.2 累積量研究現(xiàn)狀
        1.2.3 強(qiáng)化學(xué)習(xí)研究現(xiàn)狀
    1.3 本文的主要貢獻(xiàn)與創(chuàng)新
    1.4 論文整體結(jié)構(gòu)安排
第二章 基于循環(huán)累積量的干擾認(rèn)知研究
    2.1 信號(hào)循環(huán)累積量研究
        2.1.1 循環(huán)平穩(wěn)性
        2.1.2 循環(huán)累積量的計(jì)算
    2.2 基于壓縮感知的循環(huán)累積量重構(gòu)算法
        2.2.1 壓縮感知理論
        2.2.2 基于壓縮感知的循環(huán)累積量重構(gòu)算法
        2.2.3 仿真結(jié)果與分析
    2.3 基于循環(huán)累積量的載頻估計(jì)算法
        2.3.1 信號(hào)模型
        2.3.2 基于循環(huán)累積量的載頻估計(jì)算法
        2.3.3 仿真結(jié)果與分析
    2.4 本章小結(jié)
第三章 基于Q-Learning的智能化干擾規(guī)避
    3.1 馬爾可夫決策過(guò)程
        3.1.1 價(jià)值函數(shù)和貝爾曼方程
        3.1.2 狀態(tài)價(jià)值函數(shù)和動(dòng)作價(jià)值函數(shù)關(guān)系
        3.1.3 策略的最優(yōu)解
    3.2 強(qiáng)化學(xué)習(xí)基本理論
        3.2.1 強(qiáng)化學(xué)習(xí)原理
        3.2.2 強(qiáng)化學(xué)習(xí)算法
    3.3 基于Q-Learning的智能化干擾規(guī)避算法
        3.3.1 干擾類型
        3.3.2 基于Q-Learning的認(rèn)知跳頻算法
    3.4 仿真結(jié)果分析
        3.4.1 針對(duì)多音掃頻干擾的算法仿真
        3.4.2 針對(duì)馬爾可夫干擾的算法仿真
    3.5 本章小結(jié)
第四章 基于DQN的智能化干擾規(guī)避
    4.1 深度Q網(wǎng)絡(luò)——DQN
        4.1.1 模型結(jié)構(gòu)
        4.1.2 訓(xùn)練框架
    4.2 無(wú)線通信抗干擾系統(tǒng)模型
    4.3 基于DQN的智能化干擾規(guī)避算法
        4.3.1 頻譜流
        4.3.2 基于DQN的認(rèn)知跳頻算法
    4.4 仿真結(jié)果分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 未來(lái)研究展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]低信噪比下高精度通信信號(hào)載頻盲估計(jì)算法[J]. 張亞豐,王翔,趙成林.  軟件. 2017(03)
[2]強(qiáng)化學(xué)習(xí)方法的對(duì)比分析[J]. 欒詠紅,章鵬.  計(jì)算機(jī)時(shí)代. 2015(12)
[3]認(rèn)知電子戰(zhàn)的關(guān)鍵技術(shù)發(fā)展動(dòng)態(tài)與分析[J]. 戴幻堯,周波,雷昊,申緒澗.  飛航導(dǎo)彈. 2014(09)
[4]基于MPSK信號(hào)的實(shí)用高精度的載頻盲估計(jì)研究[J]. 梁亞均,姚遠(yuǎn)程,秦明偉.  電視技術(shù). 2014(07)
[5]一種改進(jìn)的衛(wèi)星MPSK通信信號(hào)盲載頻估計(jì)算法[J]. 燕展,康凱,王紅軍.  電訊技術(shù). 2013(09)
[6]多分量壓縮感知信號(hào)調(diào)制參數(shù)估計(jì)算法[J]. 王靜,彭華.  信息工程大學(xué)學(xué)報(bào). 2013(02)
[7]一種MPSK信號(hào)載頻高精度實(shí)時(shí)估計(jì)算法[J]. 鄭紀(jì)民,胡亞.  無(wú)線電工程. 2012(05)
[8]一種基于功率譜估計(jì)的盲載頻估計(jì)新算法[J]. 王戈,嚴(yán)俊.  計(jì)算機(jī)工程與應(yīng)用. 2012(13)
[9]壓縮感知研究[J]. 戴瓊海,付長(zhǎng)軍,季向陽(yáng).  計(jì)算機(jī)學(xué)報(bào). 2011(03)
[10]跳頻通信[J]. 黃令國(guó).  計(jì)算機(jī)與網(wǎng)絡(luò). 2003(19)

博士論文
[1]強(qiáng)化學(xué)習(xí)及其應(yīng)用研究[D]. 徐明亮.江南大學(xué) 2010
[2]數(shù)字通信信號(hào)的自動(dòng)識(shí)別與參數(shù)估計(jì)研究[D]. 羅明.西安電子科技大學(xué) 2005

碩士論文
[1]數(shù)字通信信號(hào)載波估計(jì)與干擾研究[D]. 劉珊.西安電子科技大學(xué) 2014
[2]低截獲概率信號(hào)識(shí)別與參數(shù)估計(jì)研究[D]. 雷雪梅.電子科技大學(xué) 2010
[3]數(shù)字通信信號(hào)調(diào)制方式識(shí)別與參數(shù)估計(jì)[D]. 宋成森.浙江大學(xué) 2006



本文編號(hào)：3629453