一种无人机数据链电磁干扰效应评估方法及系统技术方案

本发明专利技术涉及一种无人机数据链电磁干扰效应评估方法及系统，涉及电磁干扰效应评估技术领域。所述方法包括根据待训练无人机数据链的数据集采用SSA算法对双通道卷积神经网络的超参数进行调优得到SSA

【技术实现步骤摘要】
一种无人机数据链电磁干扰效应评估方法及系统


[0001]本专利技术涉及电磁干扰效应评估
，特别是涉及一种无人机数据链电磁干扰效应评估方法及系统。

技术介绍

[0002]随着无人机技术的进步和成本降低，无人机系统在军用、农林、执法等应用领域发展迅猛，无人机使用数据链设备来控制和传递数据，对于超视距的中远程无人机来说，数据链通信的可靠性尤其重要。然而空间中可能存在的有意或无意的大功率电磁干扰，导致数据链通讯稳定性受到威胁，因此对无人机数据链的智能化和自主化程度提出了更高的要求。
[0003]电磁干扰对数据链的电磁效应建模，通常使用单一且特定的干扰类型提取干扰特征，然而在复杂电磁环境中，干扰类型具有多样性，难以用固定的参数进行表征，另外数据链受干扰的程度不仅与干扰源类型和功率有关，还与数据链工作距离有关。目前的电磁干扰效应建模方法研究主要包括：仿真分析法、机理建模法、机器学习方法。仿真分析法和机理建模法依赖于对受试系统结构详细的先验知识，模型的可扩展性存在一定的局限，难以在充满变化的实际场景中得到应用。随着人工智能在各领域的发展，机器学本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机数据链电磁干扰效应评估方法，其特征在于，包括：获取待训练无人机数据链的数据集，所述数据集包括：电磁干扰时频谱图、数据链性能参数直方图和在电磁干扰下的实际干扰性能等级；根据所述待训练无人机数据链的数据集采用SSA算法对双通道卷积神经网络的超参数进行调优得到SSA
‑
DCNN模型；根据所述待训练无人机数据链的数据集对所述SSA
‑
DCNN模型进行训练得到SSA
‑
DCNN预测模型，所述SSA
‑
DCNN预测模型用于确定无人机数据链在电磁干扰下的实际干扰性能等级。2.根据权利要求1所述的一种无人机数据链电磁干扰效应评估方法，其特征在于，所述获取待训练无人机数据链的数据集，具体包括：获取待训练无人机数据链的电磁信号的IQ数据、性能参数和在电磁干扰下的实际干扰性能等级，所述性能参数包括信号增益控制、信噪比和比特误码率；根据所述电磁信号的IQ数据得到电磁干扰时频谱图；根据所述性能参数得到数据链性能参数直方图。3.根据权利要求1所述的一种无人机数据链电磁干扰效应评估方法，其特征在于，所述双通道卷积神经网络包括：依次连接的卷积网络、相加层、第三全连接层和回归层；所述卷积网络包括第一卷积模块和第二卷积模块；所述第一卷积模块包括依次连接的第一卷积层、第一最大池化层、第三卷积层、第一RELU激活函数和第一全连接层；所述第二卷积模块包括依次连接的第二卷积层、第一最大池化层、第四卷积层、第二RELU激活函数和第二全连接层；所述第一全连接层和所述第二全连接层均与所述相加层连接。4.根据权利要求1所述的一种无人机数据链电磁干扰效应评估方法，其特征在于，所述根据所述待训练无人机数据链的数据集采用SSA算法对双通道卷积神经网络的超参数进行调优得到SSA
‑
DCNN模型具体包括：将所述电磁干扰时频谱图输入所述双通道卷积神经网络的第一卷积层，将所述数据链性能参数直方图输入双通道卷积神经网络的第二卷积层，得到测试干扰性能等级；以测试干扰性能等级和在电磁干扰下的实际干扰性能等级的均方根误差最小为目标，采用SSA算法对所述双通道卷积神经网络的超参数进行调优得到SSA
‑
DCNN模型。5.一种无人...

【专利技术属性】
技术研发人员：陈亚洲，王玉明，许彤，赵敏，马立云，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：