几类基本学习认知模型

本文给出了几个类型的学习认知模型,并加以讨论     

认知电子战综述

认知电子战通常被定义为以具备认知性能的电子战装备为基础,注重自主交互式的电磁环境学习能力与动态智能化的对抗任务处理能力的电子战形态。自其被首次提出以来,以其感知准、推理强、决策快的优势备受国内外研究学者广泛关注。随着人工智能新理念、新技术、新应用的不断涌现,认知电子战步入崭新的发展阶段。为捕捉其未来发展方向,从人工智能角度出发,总结并丰富了认知电子战概念内涵,梳理认知电子战的发展脉络及外国典型项目,搭建认知电子战系统框架及架构,从感知、判断、决策等方面对认知听电子战关键技术进行了全面系统综述,并总结了认知电子战面临的挑战和发展趋势。     

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。     

LEACH—DRT算法中基于神经网络的数据预测算法

为了保证无线传感器网络中数据的完整性,针对基于LEACH路由协议的动态轮时间算法存在的问题,提出一种基于人工神经网络的数据预测算法。该动态轮时间算法中,部分簇因调整后的轮时间不足以完成数据的采集而丢失数据。数据预测算法结合传感器节点数据具有时空相关性的特点,将时空延迟算子引入神经网络模型,并通过建立的神经网络模型对数据进行预测。仿真时采用伯克利英特尔实验室的传感器数据,通过Mafl软件对模型进行测试并分析仿真结果。实验结果表明：该算法对连续多个数据的预测效果理想,预测误差始终保持在较低水平。     

基于Sub-Nyquist采样的单通道频谱感知技术

宽带频谱感知技术在认知无线电中具有广泛的应用。基于时分的思想,将信号采集时间以固定长度的时间片进行划分,分别与不同的伪随机码信号相乘,经过低通滤波和sub-Nyquist采样,利用采样数据求出信号的频率支集。与已有的多通道频谱感知结构相比,本文用相对简单的单通道结构实现,同样能够利用低速率的采样点完成频谱感知。仿真实验结果表明,在信号的频率支集未知的情况下,该算法能够有效利用sub-Nyquist采样的数据实现频谱感知。     

基于最大比合并的循环平稳频谱协作检测

多天线空间分集和多用户协作检测是提高认知无线电频谱检测性能的2种关键技术,由此提出了基于循环平稳特征的多天线多用户频谱协作检测方法.首先接收器在频域按照最大比合并的方法合并各天线接收信号,对合并信号进行初步频谱判决.然后在多用户中按照K/N融合准则进一步做频谱协作检测.仿真分析表明,综合利用信号循环平稳特征和协作检测技术可有效改善认知无线电系统检测性能.     

基于模糊认知图理论分析空间态势

空间态势已经成为现代战争战略制高点,某种程度上对于空间态势的认识和理解将直接影响战争的进程。态势分析是指挥决策的基础,是决策系统的关键环节,模糊认知图(fuzzy cognitive map,FCM)广泛地应用于动态分析和决策生成之中,有效地实现了专家知识与数值计算的充分融合,定性分析与定量计算结合切合了态势评估需要。     

浅析军用认知无线电的优势

认知无线电作为一种智能无线电技术,可赋予军用无线通信系统以电磁环境感知能力,有效解决战场频谱利用率和管理的问题,对军事通信产生了深远的影响.介绍了军用认知无线电的现状,分析了军用认知无线电的特性,重点讨论了军用认知无线电在军事通信中的优势.     

军用认知无线电网络中功率控制博弈算法的探讨

通过对比军用认知无线功率控制博弈模型与一些经典的功率控制博弈算法,提出了一种认知无线电网络中的功率控制的博弈算法。通过仿真结果性能分析,证明算法具有一定的优越性,并且能够为军事无线通信提供一定的理论依据和现实作用。     

基于改进能量检测的航空集群网络干扰感知

为了增强复杂电磁环境中航空集群战术网络的抗干扰能力,提出把同时收发认知抗干扰电台应用于航空集群网络节点,且每个节点采用改进能量检测方法进行干扰感知。在此基础上,分别研究了存在单/多个干扰源时的网络节点干扰感知性能,推导出干扰感知的虚警概率和检测概率的闭式表达。仿真结果表明,通过调节改进能量检测器的参数p,可以提高航空集群机载战术网络的干扰感知能力。