[发明专利]一种通信系统智能抗干扰方法

说明书

本发明公开了一种智能决策模型，该模型由多个策略参量输入端、多个环境参量输入端、一个系统性能输出端及决策模型函数组成；本发明公开了一种通信系统智能抗干扰方法，该方法首先以环境参量和通信系统抗干扰策略集为输入,计算每种策略对应的通信质量，之后根据通信质量选择最优策略，调整通信链路，从而实现通信系统的智能抗干扰。本发明公开的智能决策模型具有普适性，模型重构成本低，复杂度低；本发明公开的通信系统智能抗干扰的方法通过对通信系统的正向行为模型进行表征，解决了现有的智能抗干扰方法策略选择门限不明、可解释性差、可调控抗干扰手段单一的问题，并考虑了原发射信号的影响，克服了现有技术不能用于连续存在干扰环境的缺陷。

技术领域

本发明属于无线通信领域，尤其涉及一种面向多策略集的智能决策模型及一种通信系统智能抗干扰方法。

背景技术

随着信息化程度的提高，电磁环境也日益复杂，加上通信干扰具有自适应的行为学习能力，传统的通信抗干扰技术已经无法对干扰信号进行实时跟踪并做出反应，而且受限于原始系统设计，传统的通信抗干扰系统的抗干扰容限较低，当干扰超过其抗干扰容限时，系统会完全陷入瘫痪状态，因此，面对目前复杂的通信干扰，需要在抗干扰系统中引入智能决策技术，可以使抗干扰系统根据不同的场景在本方抗干扰手段中决策出最优抗干扰策略，利用低速率、隐蔽可靠的链路调整发射策略，提高通信系统的灵活性和可靠性。

现有智能抗干扰方法主要有两类：一类是利用博弈、神经网络等模型调控某种策略从而实现智能抗干扰，这种方法主要利用频谱瀑布图来实现基于功率控制、频率控制或两者联合控制的智能抗干扰系统，例如在认知卫星通信系统中构建决策引擎对通信的频率、功率进行联合自适应调控，利用强化学习模型选择合适的通信频率，并构建深度强化学习模型来选择最优的发射功率，虽然上述方法能够实现通信智能抗干扰，但由于该方法的决策模型是通过干扰环境和通信性能要求来逆向推出最优通信策略的，在构建决策模型时首先需要提取控制策略特征，这将导致该方法的网络模型构建复杂，普适性差，而且当更改控制策略或者增加控制策略时，其决策模型不具有复用性，对于调制体制、传输带宽等与干扰频谱图相关性较低的策略该方法也很难作出最优决策；另一类是基于启发式优化算法来寻找最优策略，从而实现智能抗干扰的方法，这类方法主要利用遗传算法、粒子群算法，基于目标函数寻找最优策略，例如，基于突变搜索机制人工蜂群算法实现抗干扰策略决策，结合模拟退火算法和粒子群算法实现抗干扰策略决策引擎，这类方法存在易陷入局部最优、收敛速度慢的问题，对于每种干扰环境都需要实时寻找最优策略，系统的实时性较差。

因此，亟需一种新的智能决策模型，并提供一种基于该智能决策模型的通信系统智能抗干扰方法解决现有的智能抗干扰方法中，抗干扰策略维度低，智能决策模型复杂度高，普适性差的问题。

发明内容

有鉴于此，本发明提供一种新的智能决策模型，并提供一种基于该智能决策模型的通信系统智能抗干扰方法。

为达此目的，本发明采用以下技术方案：

一种智能决策模型，所述模型由多个独立策略参量输入端、多个环境参量输入端、一个系统性能输出端和一个决策子模块函数组成。

一种通信系统智能抗干扰方法，所述方法基于由无线传输模块、环境监测模块和智能决策模块组成的智能抗干扰系统来实现，该方法包括以下步骤：

2.1：建立通信链路；

2.2：判断当前通信链路的通信质量是否满足接收机正常解调及接收机正确获取发送信号信息的要求，若满足，则执行步骤2.1，若不满足，执行步骤2.3；

2.3：通过环境监测模块感知干扰环境的频谱，并将环境频谱信息转化为环境参量O_t，多种策略对应的环境参量矩阵为其中，N_s为智能决策模块设定的策略总数；