无人机辅助通信网络中基于强化学习的用户速率优化算法

无人机辅助地面蜂窝基站,形成混合的通信网络有望成为提升用户速率的一种重要手段。针对无人机辅助基站的通信网络,提出基于多臂赌博机的用户速率优化算法（multi-armed bandits-based rate optimization,MBRO）。先建立联合优化问题,再分别利用改进后K-means聚类算法和多臂赌博机算法求解。MBRO算法利用K-means聚类算法实现无人机的部署,并利用多臂赌博机算法完成信道分配和无人机的传输功率分配。仿真结果表明,相比于同类的基准算法,MBRO算法提高用户端速率。     

RSSI与凸规划相结合的无线传感器网络定位算法

凸规划定位算法是无线传感器网络中一种较为常用的非测距定位算法。针对该算法中信标节点的重叠区域过大导致未知节点定位精度不高的问题,提出了RSSI与凸规划相结合的改进定位算法。算法利用RSSI值与距离的相对关系,将原有凸规划定位中未知节点的存在区域进一步缩小,提升定位精度。由于算法中只增加了一次未知节点与信标的RSSI值通信过程,基本保留了原有凸规划算法实现简单实时性好的优点。仿真数据及基于CC2430平台的实验表明,改进后的算法相对原有凸规划算法定位精度有明显提升,平均可提升20%～25%。     

基于TDOA定位的基站布设对模糊区分布及定位精度的影响分析

针对基于TDOA的定位基站布设问题,分析了算法产生模糊解的原因,并就定位基站布设对模糊区域面积的大小和分布进行了定性的分析。此外,通过对TDOA的定位方程进行微分运算求解出影响定位精度的具体变量,并分析了当变量改变时定位精度的变化。最后,通过仿真分析验证了合理的基站布局能够提高定位精度这一结论的正确性。     

基于改进粒子群优化算法的微电网孤岛选址定容

分析了在重要孤立系统中采用微电网供电的必要性,在此基础上提出了采用由非支配排序法和拥挤距离排序法改进的粒子群算法进行微电网选址定容,其目的是改进多目标微电网规划问题的优化结果。通过改进算法与基本算法算例结果的对比分析,验证了改进算法在求解孤岛选址定容问题上具有较强的寻优能力、较高的收敛精度和较稳定的最优解,为进一步研究微电网孤岛选址定容问题提供了思路。     

基于ICoSaMP重建的TDCS宽带压缩感知算法

为解决变换域通信系统(Transform Domain Communication System,TDCS)低信噪比环境下宽带压缩感知重建算法在盲稀疏度下无法精确恢复信号的问题,利用频带占用率对稀疏度进行估计,同时结合残差比阈值迭代终止条件,对压缩感知匹配追踪算法(Compressive Sampling Matching Pursuit,CoSaMP)进行改进,提出了一种盲稀疏度的ICoSaMP(Improved Compressive Sampling Matching Pursuit)算法。仿真结果表明,相比于CoSaMP算法,ICoSaMP算法在相同信噪比环境和相同稀疏度条件下的重建概率提高约10%,在盲稀疏度条件下均方误差降低约1.2%。     

一种基于BFS的数据链站点优化选址算法

针对数据链站点优化选址问题,综合考虑地理高程对电磁信号覆盖范围的影响以及特定标志点等因素,建立站点优化选址的整数规划模型。模型中采用栅格化的方法,降低模型的计算量,并提出一种基于广度优先搜素算法的数据链站点优化选址算法(DSOL)。通过典型案例对模型和DSOL算法进行验证,并将仿真结果与通过Lingo软件进行优化的结果进行对比,结果表明DSOL算法可以快速寻找数据链站点最优布设方案。     

基于航迹消除与策略迭代的无人机集群区域目标搜索方法

无人机集群区域搜索在军事领域以及民用领域的搜救、巡逻、监测、环境勘测等方面有着广泛的应用,但如何保证不同场景下无人机集群搜索方法的效率问题依然是个难题。为了更好地解决搜索目标先验信息已知的无障碍区域内多无人机集群搜索航迹规划问题,提高无人机集群搜索效率,本文根据目标区域热度以及传感器探测概率等先验信息,提出了一种基于无人机航迹消除策略的概率计算方法,并在此基础上结合策略迭代算法动态规划无人机航迹,找到单个无人机航迹覆盖率最优策略;进而通过适当组合顺序实现无人机集群区域目标搜索整体覆盖率最优;最后,通过仿真计算验证了算法的有效性。     

频谱共存下机载组网雷达辐射资源与航迹规划联合优化算法

为了提升频谱共存环境下机载组网雷达多目标跟踪性能,提出了一种雷达辐射资源与航迹规划联合优化算法。首先,推导了包含雷达辐射资源以及载机飞行参数的贝叶斯克拉美-罗下界表达式,以此作为多目标跟踪精度的衡量指标;在此基础上,以最小化机载组网雷达多目标跟踪误差为优化目标,以雷达辐射资源总量、载机机动性能、通信基站可容忍干扰能量和跟踪各目标节点数为约束条件,建立频谱共存下机载组网雷达辐射资源与航迹规划联合优化模型;然后,将上述优化模型分解为多个子问题,并结合循环最小化算法、半正定规划算法和粒子群算法进行分步求解。最终仿真结果表明,所提算法能够在保证通信基站正常工作的条件下,充分利用各平台运动优势,与现有算法相比,能够有效提升机载组网雷达的多目标跟踪性能。     

基于二维虚拟力的陆军地面通信网部署

为了防止部署过程中,搭载有通信基站的无人节点车群的"逃逸"与过分聚集,实现其构建通信网络对目标区域的均匀最大化覆盖目标,提出一种基于二维虚拟力的自组织覆盖算法。在传统斥力和引力基础之上,引入中心引力、边界约束力两种虚拟力作用于各通信成员节点,引入节点间距离的阈值、边界节点与边界距离的阈值,实现对目标区域的均匀化覆盖,在防止过分分散而出现"逃逸"的同时,使相对集中的节点分散开来。实验结果表明,算法在覆盖率指标等方面的性能较为优秀。     

超视距空战中数据链系统通信延迟与补偿算法

依据假目标干扰环境下的多机协同目标探测原理,分析了假目标干扰环境下基于数据链系统的目标探测逻辑。建立了超视距空战中机群数据链系统通信延迟模型,以及效能评估模型。分析了数据链系统通信延迟对攻击效果的影响。提出基于卡尔曼滤波的通信延迟补偿算法。通过仿真计算证明,在假目标干扰环境下,该算法能有效补偿因数据链系统通信延迟带来的目标位置精度误差。     

紫外光非视距后勤应急通信系统研究

自由空间紫外光非视距通信能够在复杂气候条件下、于复杂地形区域为一定范围的集群后勤保障行动提供应急信息支持。建立了自由空间紫外光非视距通信系统大气信道基本模型,分析了系统光束孔径角和通信距离对通信效果的影响,探讨了提高系统通信能力的策略。模拟结果证明：紫外光非视距通信系统在半径1km左右范围内能够保持较好的通信效果,满足小范围集群后勤应急保障需要。该结果可为发展复杂环境下后勤保障应急通信系统提供相应借鉴。     

基于K-means-RBF的机载传感器评估

针对传统RBF神经网络存在的高维数据学习训练问题,采用K-means聚类算法设计RBF神经网络数据中心,建立基于聚类RBF神经网络的机载传感器精度评估模型,运用改进的RBF神经网络对机载传感器系统进行精度评估研究.仿真研究结果表明,与传统RBF神经网络评估算法相比,该算法有效减少评估时间,提高预测精度,表明算法是合理和有效的.     

D2D通信中能耗优化的分布式资源管理算法

端到端(D2D)通信技术近年来受到通信学术界的普遍关注,它绕过基站直接进行数据通信,可以减轻基站的负载,节省系统通信资源,提高系统性能和用户体验。然而,D2D通信技术也带来了一些棘手的资源管理问题,例如,如何进行模式选择以调度使用系统链路资源、抑制蜂窝用户和D2D用户之间的相互干扰,如何进行功率控制以满足用户需求等等。文章分析了多用户D2D通信系统的链路共享机制和用户功率分配策略,为提升系统中各用户的能效性能,基于联盟形成博弈和非合作博弈提出了对应的分布式资源管理方案和算法。最后,通过数值仿真,验证了所提方案和算法的有效性,相比最初的资源使用策略,所提分布式方案和算法能够给用户带来明显的性能增益。     

网络雷达对抗系统反隐身优化部署技术

针对传统雷达反隐身检测存在的角度信息丢失、装备资源利用率不高等问题,提出了一种基于改进粒子群算法的网络雷达对抗系统反隐身优化部署技术。该技术建立了网络雷达对抗系统反隐身检测模型,在此模型基础上将任务区域进行划分和覆盖率加权,得到粒子群算法的目标函数并对收发站粒子种群进行重新部署,通过多次仿真实验得到了最优化布站数量。仿真结果表明,与标准粒子群算法相比,所提出的研究算法收敛更快,得到的加权覆盖率更高,可满足反隐身优化部署效费比需求。     

同时收发认知抗干扰系统的改进能量检测算法

为增强复杂电磁环境中同时收发认知抗干扰通信系统的性能,研究了基于该系统的改进能量检测算法,推导出瑞利衰落信道中系统的检测概率、虚警概率及中断概率的理论表达式。该改进方法思想是将自干扰信道容量与接收机所需传输速率进行比较,通过比较结果确定能量检测门限值。仿真结果表明,改进能量检测算法能够有效地降低自干扰信号对同时收发认知抗干扰接收机的不利影响,提升系统的中断性能。     

基于认知无线电的通信抗干扰技术

分析了基于认知无线电(Cognitive Radio,CR)的通信抗干扰技术原理,研究了频谱感知和抗干扰策略决策等关键技术,建立了以信噪比、误码率关联变化评判通信受扰切换时机准确性准则。采用蒙特卡罗(Monte Carlo)技术进行了仿真。解决了系统工作方式误切换难以评判的技术难题。分析了在复杂电磁环境下系统遇到的问题,提出了提高基于认知无线电的抗干扰通信系统通信效率、能力的方法和进一步改进完善系统的措施。     

“K—means改进算法在网络入侵检测中的应用与研究”通过技术鉴定

7月13日,我院在科研部会议室召开了由通信工程系研制的“K-means改进算法在网络入侵检测中的应用与研究”项目技术鉴定会。鉴定委员会由西北工业大学、西安电子科技大学、中国飞机强度研     

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise, CBSCAN)算法解决实时空战目标分群问题。通过分析空战态势参数,建立了空战目标分群通用模型,将目标分群转化为聚类问题。通过改进CBSCAN算法的簇类扩展方式,建立基于改进CBSCAN算法的目标分群模型。通过仿真实验,对比分析了K-means、最大期望算法、密度峰值算法、密度聚类算法、CBSCAN算法和改进CBSCAN算法在30种作战态势下的分群准确性和实时性,结果表明:改进CBSCAN算法可以在编队数目未知和目标流形分布的条件下,对多目标编队进行正确分群,且实时性较原始算法提高约30%,具有实际应用价值。     

基于网络环境的军事通信信息资源建设

随着信息技术和网络技术的飞速发展,在网络环境下如何深入开发、广泛利用信息资源,有力地促进、提高军事通信科研的效率和水平,是我们在从事信息资源建设中需要认真思考的问题。本文对基于网络环境下的军事通信信息资建设、服务方式等总是进行了探讨研究,旨在特定的物理网络环境下,建立一个能适应、满足军事通信科研单位所需要的信息资源系统。     

基于改进自适应聚类的无线传感器目标跟踪算法

针对无线传感器网络目标跟踪中跟踪精度与传感器节能问题进行研究,提出基于预测的簇头自适应聚类算法,该算法采用动态聚类算法,通过考虑传感器节点剩余能量、节点到汇聚的距离和节点到运动目标的距离3个参数,最大限度地减少簇头与基站间的远程通信,节约网络能量,延长网络寿命,降低目标漏失概率,加入预测机制,采用线性预测的方法预测跟踪...