为满足未来无人系统通信智能抗干扰的实际需要,针对传统变换域通信系统(transform domain communication system,TDCS)自身开放性有限、干扰应对能力不足等问题,设计了基于认知引擎驱动的智能系统架构,并针对各认知引擎驱动子模块提出了...为满足未来无人系统通信智能抗干扰的实际需要,针对传统变换域通信系统(transform domain communication system,TDCS)自身开放性有限、干扰应对能力不足等问题,设计了基于认知引擎驱动的智能系统架构,并针对各认知引擎驱动子模块提出了3种改进方法,包括基于稀疏逼近的未知干扰处理、基于稀疏表示的变换学习干扰识别以及针对性的干扰变换稀疏分析方法。实验结果表明,识别子模块与传统的分类器相比,整体的干扰识别率提高了5.2%,并且可实现无监督的学习;同时,针对典型干扰的重构精度在90%以上,实现了不同干扰类型的最优变换处理,显著提高了系统的抗干扰性能,传输误码率逼近理想水平。展开更多
针对传统变换域通信系统的基函数门限设计单一固定,且未考虑系统吞吐量的缺点,提出了一种新型的双门限基函数优化设计方法。该方法通过高、低门限的合理设定,确立基函数幅度谱与干扰幅度谱的动态关系式。定义变量PCR(probability of bit...针对传统变换域通信系统的基函数门限设计单一固定,且未考虑系统吞吐量的缺点,提出了一种新型的双门限基函数优化设计方法。该方法通过高、低门限的合理设定,确立基函数幅度谱与干扰幅度谱的动态关系式。定义变量PCR(probability of bit error to output capacity ratio)为系统误码率与吞吐量的比值,来综合度量通信系统性能。通过理论分析推导出PCR关于门限的表达式,进而建立优化模型,并采用遍历法进行最终优化搜索。经仿真测试,与传统的二进制门限设计相比,本文所设计双门限优化算法在误码率与系统吞吐量性能上都有较大提升,并能够实现变换域通信系统误码率与吞吐量的最佳权衡。展开更多
文摘为满足未来无人系统通信智能抗干扰的实际需要,针对传统变换域通信系统(transform domain communication system,TDCS)自身开放性有限、干扰应对能力不足等问题,设计了基于认知引擎驱动的智能系统架构,并针对各认知引擎驱动子模块提出了3种改进方法,包括基于稀疏逼近的未知干扰处理、基于稀疏表示的变换学习干扰识别以及针对性的干扰变换稀疏分析方法。实验结果表明,识别子模块与传统的分类器相比,整体的干扰识别率提高了5.2%,并且可实现无监督的学习;同时,针对典型干扰的重构精度在90%以上,实现了不同干扰类型的最优变换处理,显著提高了系统的抗干扰性能,传输误码率逼近理想水平。
文摘针对传统变换域通信系统的基函数门限设计单一固定,且未考虑系统吞吐量的缺点,提出了一种新型的双门限基函数优化设计方法。该方法通过高、低门限的合理设定,确立基函数幅度谱与干扰幅度谱的动态关系式。定义变量PCR(probability of bit error to output capacity ratio)为系统误码率与吞吐量的比值,来综合度量通信系统性能。通过理论分析推导出PCR关于门限的表达式,进而建立优化模型,并采用遍历法进行最终优化搜索。经仿真测试,与传统的二进制门限设计相比,本文所设计双门限优化算法在误码率与系统吞吐量性能上都有较大提升,并能够实现变换域通信系统误码率与吞吐量的最佳权衡。
