采用BP神经网络的智能抗干扰决策引擎研究

• 作者: 冉雨 王小青 程郁凡 陈大勇
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 认知抗干扰 决策引擎 BP神经网络
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 算法研究
• 页码范围: 1350-1357
• 页数: 8页
• 分类号: TN973.3
• 字数: 5643字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2019.08.009

摘要

在认知抗干扰通信系统中,智能决策是其核心,根据干扰环境,对系统的干扰抑制方式、频谱资源分配、调制编码方式和功率调整信息进行最优决策.现有的抗干扰通信系统的智能决策多采用遗传算法、人工蜂群算法等,面对日益复杂的电磁环境,通常这些算法不具有对新干扰的泛化能力.BP神经网络算法简单、具有一定的容错能力和泛化能力,本文设计并分析了一种基于BP神经网络的抗干扰实时决策引擎模型,根据系统性能设计了输入输出数据的预处理方式和判别标准,阐述了决策实现步骤,分析了算法参数;通过系统性能仿真,验证了文中提出的实时决策引擎的强抗干扰性能.与采用遗传算法和人工蜂群算法的决策引擎相比,本文提出的决策引擎决策速度更快且具有泛化能力和容错能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程郁凡	电子科技大学通信抗干扰技术国家级重点实验室	26	156	7.0	11.0
2	王小青	电子科技大学通信抗干扰技术国家级重点实验室	3	3	1.0	1.0
3	陈大勇		3	3	1.0	1.0
4	冉雨	电子科技大学通信抗干扰技术国家级重点实验室	2	3	1.0	1.0