为满足信息传输实时可靠、频谱使用高效灵活等技战术需求,在机间数据链(Intra-Flight Data Link,IFDL)物理层采用了多载波正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)传输体制。针对其抗干扰性能不足的问题,在突发...为满足信息传输实时可靠、频谱使用高效灵活等技战术需求,在机间数据链(Intra-Flight Data Link,IFDL)物理层采用了多载波正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)传输体制。针对其抗干扰性能不足的问题,在突发干扰下对系统可靠性理论分析的同时,采用NASA提出的(255,223)Reed Solomon(RS)-(2,1,7)卷积"标准级联码",并与符号卷积交织相结合构成了前向纠错(Forward Error Correction,FEC)级联码方案。仿真结果表明,级联码OFDM系统在一定误码率下、不同IFDL信道环境中,均可获得较高编码增益,从而有效增强了机间数据链OFDM系统可靠性。此外,通过机载定向天线低截获传输,在保证隐蔽性的同时可进一步抑制多径衰落及跟踪干扰。展开更多
机间数据链中使用定向天线技术能充分利用定向数据传输良好的隐蔽性、抗干扰性和抗截获性,但同时也带来一些难点问题。提出一种基于定向天线技术的机间数据链多址接入协议——动态优先级链式多址接入(DynamicPriority-Chain Link Multip...机间数据链中使用定向天线技术能充分利用定向数据传输良好的隐蔽性、抗干扰性和抗截获性,但同时也带来一些难点问题。提出一种基于定向天线技术的机间数据链多址接入协议——动态优先级链式多址接入(DynamicPriority-Chain Link Multiple Access,DP-CLMA)协议。针对难点问题,给出协议相应的解决机制。最后分析了协议的时延和吞吐量性能,认为协议能够满足机间数据传输的作战需求。展开更多
针对想定战场中机间数据链网络通信模型的上行链路功率控制问题,采用了一种基于多目标灰狼算法(Multi-objective Grey Wolf Optimizer,MOGWO)的功率控制方法。将功率控制建模为多目标优化问题,以最小化上行链路中各节点功率、使各节点...针对想定战场中机间数据链网络通信模型的上行链路功率控制问题,采用了一种基于多目标灰狼算法(Multi-objective Grey Wolf Optimizer,MOGWO)的功率控制方法。将功率控制建模为多目标优化问题,以最小化上行链路中各节点功率、使各节点在接收机处的信干噪比值(Signal-to-Interference plus Noise Ratio,SINR)接近目标SINR和最小化通信时截获概率为多目标优化问题建立模型,利用MOGWO求解问题模型Pareto前沿,依据系统选解准则求得最佳解。结果表明,MOGWO、多目标粒子群算法、基于分解的多目标进化算法与多目标蚁狮算法所得解对应各节点SINR的平均标准偏差分别为0.0968、0.3544、1.0900和0.3083。在恒定功率方法下最远节点处SINR已不满足正常通信需求,验证了MOGWO功率控制方法有更好的稳定性与寻优能力。展开更多
文摘为满足信息传输实时可靠、频谱使用高效灵活等技战术需求,在机间数据链(Intra-Flight Data Link,IFDL)物理层采用了多载波正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)传输体制。针对其抗干扰性能不足的问题,在突发干扰下对系统可靠性理论分析的同时,采用NASA提出的(255,223)Reed Solomon(RS)-(2,1,7)卷积"标准级联码",并与符号卷积交织相结合构成了前向纠错(Forward Error Correction,FEC)级联码方案。仿真结果表明,级联码OFDM系统在一定误码率下、不同IFDL信道环境中,均可获得较高编码增益,从而有效增强了机间数据链OFDM系统可靠性。此外,通过机载定向天线低截获传输,在保证隐蔽性的同时可进一步抑制多径衰落及跟踪干扰。
文摘机间数据链中使用定向天线技术能充分利用定向数据传输良好的隐蔽性、抗干扰性和抗截获性,但同时也带来一些难点问题。提出一种基于定向天线技术的机间数据链多址接入协议——动态优先级链式多址接入(DynamicPriority-Chain Link Multiple Access,DP-CLMA)协议。针对难点问题,给出协议相应的解决机制。最后分析了协议的时延和吞吐量性能,认为协议能够满足机间数据传输的作战需求。
文摘针对想定战场中机间数据链网络通信模型的上行链路功率控制问题,采用了一种基于多目标灰狼算法(Multi-objective Grey Wolf Optimizer,MOGWO)的功率控制方法。将功率控制建模为多目标优化问题,以最小化上行链路中各节点功率、使各节点在接收机处的信干噪比值(Signal-to-Interference plus Noise Ratio,SINR)接近目标SINR和最小化通信时截获概率为多目标优化问题建立模型,利用MOGWO求解问题模型Pareto前沿,依据系统选解准则求得最佳解。结果表明,MOGWO、多目标粒子群算法、基于分解的多目标进化算法与多目标蚁狮算法所得解对应各节点SINR的平均标准偏差分别为0.0968、0.3544、1.0900和0.3083。在恒定功率方法下最远节点处SINR已不满足正常通信需求,验证了MOGWO功率控制方法有更好的稳定性与寻优能力。
