本发明专利技术公开了一种基于软件无线电平台的智能通信对抗原型验证方法。系统硬件基础为通用软件无线电平台，由宽带频谱感知子系统、通信收发子系统、干扰子系统和智能抗干扰决策子系统四部分组成，各子系统独立可控，通过工控机软件程序控制USRP硬件平台。其中，宽带谱感知子系统运用快速频谱感知技术，可实时获取周围环境的频谱状态；通信收发子系统用于数据传输，实现了通信收发全过程，编码、调制、频率等自主可控；干扰子系统可产生扫频、梳状、跟踪以及智能干扰等多种模式干扰；智能决策子系统可便捷嵌入智能学习算法以驱动智能抗干扰通信的实现。本发明专利技术能有效模拟智能通信对抗环境，为智能通信对抗理论研究与实现提供指导与支撑。撑。撑。
【技术实现步骤摘要】
Transactions on Cognitive Communicationsand Networking,vol.5,no.1,pp.2
‑
14,2019.)。综合分析，现有抗智能干扰的工作主要利用机器学习方法与干扰进行硬抗，然而在双方计算能力和资源相当的情况下，很难对干扰进行压制，因此亟需从干扰智能算法的脆弱性出发，设计高效的对抗方法。此外，目前智能抗干扰研究绝大数停留在理论层面，考虑的环境因素较为简单理想，距离实际应用还有一定距离。
[0005]综上，现有的智能通信对抗研究成果难以直接应用到实际通信中，主要还存在以下问题：1)现有大部分研究主要考虑单一固定的干扰模式，干扰假设简单，考虑智能化干扰的研究主要利用机器学习进行对抗，无法高效地对抗复杂动态干扰；2)现有研究主要通过理论分析和软件仿真验证智能通信对抗算法的有效性，环境假设较为简单，并未考虑真实通信场景下的衰落、背景信号等因素，缺乏实际智能对抗平台的指导与支撑。
技术实现思路
[0006]本专利技术的目的在于提供一种基于软件无线电平台的智能通信对抗原型验证方法。
[0007]实现本专利技术目的的技术解决方案为：一种基于软件无线电平台的智能通信对抗原型验证方法，包括以下步骤：
[0008]步骤1，构建由宽带频谱感知子系统、通信收发子系统、干扰子系统和智能决策子系统四部分组成的智能通信对抗原型验证系统，提出系统构架设计和各子系统间的连接关系；在通信对抗原型验证系统中，各子系统可用独立软件程序进行控制。
[0009]步骤2，设计实现宽带频谱感知子系统，运用宽带快速频谱感知技术，实时获取周围环境的频谱态势，实现频谱态势的快速跟踪，并将频谱态势信息传送给智能决策子系统，作为后续智能决策的样本数据。
[0010]步骤3，设计实现通信收发子系统，集成数据发送控制和数据接收控制，实现 FSK/BPSK/QPSK/GMSK等调制解调方式，以及常用信道编译码方法，且具有ARQ重传功能，可根据智能决策子系统的输出决策动态调整通信参数。
[0011]步骤4，设计实现干扰子系统，结合模拟IQ数据文件，可生成阻塞、扫频、梳状、跟踪、组合以及认知等多种模式的干扰攻击，干扰模式动态可调。
[0012]步骤5，设计实现智能抗干扰决策子系统，嵌入智能学习算法，利用挖掘频谱感知子系统发送过来的频谱态势数据，获取抗干扰传输策略并发送给通信收发子系统，实现智能动态频谱接入，躲避干扰攻击并提升传输性能。
[0013]步骤6，为便于系统控制和通信对抗效果展示，设计实现干扰和抗干扰界面控制软件，其中界面控制软件可实时显示当前通信对抗频谱占用情况、通信成功率以及设备的运行状态，也可动态切换抗干扰通信模式、干扰模式和对应参数。
[0014]进一步地，步骤1所述的系统构架设计和各子系统间的连接关系，具体设计为：
[0015]系统架构主要包含运用系统层、硬件系统层和软件系统层。运用系统层根据实际通信对抗场景分为前述的四个子系统。硬件系统层主要包括软件无线电USRP、工控机、 GPU开发板和各种硬件接口，其中USRP实现射频信号的接收与发射，工控机搭载各个子系统核心程序，实现不同软件功能，GPU开发板可加速智能抗干扰决策算法的学习训练，各种硬件接口实现可靠数据转换与传输。软件系统层根据运用系统层包含封装好的发射控制软件、接收控制软件、感知控制软件、智能学习软件以及抗干扰性评估软件， UHD_HF完成对USRP
射频收发的驱动，ADQN可搭载多种智能抗干扰决策算法。各个子系统通过交换机连接在一起，方便设备的管理与控制。
[0016]进一步地，本专利技术步骤2所述的宽带频谱感知子系统，具体设计为：
[0017]利用采样时分方式扫描和“分段
‑
拼接”方式实现宽带快速感知，感知设备在全景频率范围内按步进进行逐一调谐，采集一小片段的带通信号，计算得到该频率范围内的频谱信息，然后对所有的频谱片段进行拼接，得到全景频谱特性。具体步骤为，步骤21) 设置感知参数和感知规则；步骤22)根据感知参数和感知规则生成感知频点序列；步骤 23)按照感知频点序列，循环进行USRP射频接收；步骤4)对接收的时域波形进行FFT 变换得到对应的频谱图；步骤5)循环步骤23)
‑
步骤25)直到频谱被全部感知；步骤 26)根据频谱位置对其进行拼接；步骤27)发送感知频谱数据到界面显示端，实现频谱宽带感知。
[0018]进一步地，本专利技术步骤3所述的通信收发子系统，具体设计为：
[0019]通信收发子系统主要包含物理层和链路层，其中物理层主要负责设置设备的参数、控制发送和接收的行为，链路层主要负责处理原始信息、数据重传以及通信交互。物理层主要实现以下功能：设置设备参数、接收链路层分组包装好的码元、添加CRC校验、信道编码、调制解调、发送调制数据、接收基带数据、同步序列检测、Viterbi译码等。链路层主要实现以下功能：处理原始信息、接收需要调制发送数据、将数据转换为二进制码元、分组添加序号、帧类型等、接收物理层数据、判断帧类型和结构、发送ACK 等。
[0020]进一步地，本专利技术步骤4所述的干扰子系统，具体设计为：
[0021]首先生成各种干扰模式下的IQ数据，利用射频终端直接发送干扰信号。然后设计异步处理方式，通过状态机来控制干扰设备发送不同干扰模式。设置消息缓冲区存储接收到的指令，循环从消息缓冲区提取收到的指令。若收到发送指令，则干扰设备处于发送状态；若接收到停止发送指令，则干扰设备处于空闲状态；若接收到切换到另一干扰模式指令，则干扰设备切换工作模式。
[0022]进一步地，步骤5所述的智能抗干扰决策子系统，具体设计为：
[0023]智能抗干扰决策子系统根据实时感知的频谱状态数据以及通信子系统反馈的通信效果，执行智能抗干扰决策算法，进而改变通信子系统中收发控制，实现主动避扰。基于深度强化学习的智能抗干扰算法实现具体为：步骤51)获取感知子系统的实时频谱数据；步骤52)根据频谱数据推理获得当前定义的环境状态；步骤53)将环境状态输入深度强化学习网络中，输出下一时刻抗干扰决策；步骤54)将抗干扰决策下发给通信收发子系统；步骤55)通信收发子系统将通信效果反馈给智能决策子系统，更新深度强化学习网络，步骤56)循环上述过程，直至通信结束。
[0024]进一步地，步骤6所述的界面控制软件，具体设计为：
[0025]界面控制软件主要用于指令下发和抗干扰通信效果展示，界面中主要包含四部分： 61)系统总览监视系统设备是否在线；62)参数设置可控制系统运行，配置通信模式和参数(内置了四种通信模式，分别是固定频率、感知跳频、固定序列跳频和基于深度强化学习的智能跳频)；63)频谱状态显示区域可直观查看当前频谱情况和时频瀑布图； 64)通信成功率显示区域统计通信成功率，实时反映当前抗干扰通信效果。
[0026]本专利技术与现有技术相比，其显著优点在于：(1)为智能通信对抗算法的验证和改进提供指导和支撑；(2)加速下一本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于软件无线电平台的智能通信对抗原型验证方法，其特征在于，包括以下步骤：步骤1，构建由宽带频谱感知子系统、通信收发子系统、干扰子系统和智能决策子系统四部分组成的智能通信对抗原型验证系统，建立系统构架设计和各子系统间的连接关系；在通信对抗原型验证系统中，各子系统通过独立软件程序进行控制；步骤2，设计实现宽带频谱感知子系统，运用宽带快速频谱感知技术，实时获取周围环境的频谱态势，实现频谱态势的快速跟踪，并将频谱态势信息传送给智能决策子系统，作为后续智能决策的样本数据；步骤3，设计实现通信收发子系统，集成数据发送控制和数据接收控制，实现FSK/BPSK/QPSK/GMSK的调制解调方式，以及常用信道编译码方法，且具有ARQ重传功能，根据智能决策子系统的输出决策动态调整通信参数；步骤4，设计实现干扰子系统，结合模拟IQ数据文件，生成阻塞、扫频、梳状、跟踪、组合以及认知的多种干扰攻击模式，干扰模式动态可调；步骤5，设计实现智能抗干扰决策子系统，嵌入智能学习算法，利用挖掘频谱感知子系统发送过来的频谱态势数据，获取抗干扰传输策略并发送给通信收发子系统，实现智能动态频谱接入，躲避干扰攻击并提升传输性能；步骤6，为便于系统控制和通信对抗效果展示，设计实现干扰和抗干扰界面控制软件，其中界面控制软件实时显示当前通信对抗频谱占用情况、通信成功率以及设备的运行状态，也能够动态切换抗干扰通信模式、干扰模式和对应参数。2.根据权利要求1所述基于软件无线电平台的智能通信对抗原型验证系统设计方法，其特征在于，步骤1所述的系统构架设计和各子系统间的连接关系，具体设计为：系统架构主要包含运用系统层、硬件系统层和软件系统层；运用系统层根据实际通信对抗场景分为宽带频谱感知子系统、通信收发子系统、干扰子系统和智能决策子系统；硬件系统层包括软件无线电USRP、工控机、GPU开发板和各种硬件接口，其中USRP用于实现射频信号的接收与发射；工控机用于搭载各个子系统核心程序，实现不同软件功能；GPU开发板用于加速智能抗干扰决策算法的学习训练；各种硬件接口实现可靠数据转换与传输；软件系统层根据运用系统层包含封装好的发射控制软件、接收控制软件、感知控制软件、智能学习软件以及抗干扰性评估软件，UHD_HF完成对USRP射频收发的驱动，ADQN用于搭载多种智能抗干扰决策算法；各个子系统通过交换机连接在一起，方便设备的管理与控制。3.根据权利要求1所述基于软件无线电平台的智能通信对抗原型验证系统设计方法，其特征在于，步骤2所述的宽带频谱感知子系统，具体设计为：利用采样时分方式扫描和“分段
‑
拼接”方式实现宽带快速感知，感知设备在全景频率范围内按步进进行逐一调谐，采集一小片段的带通信号，计算得到该频率范围内的频谱信息，然后对所有的频谱片段进行拼接，得到全景频谱特性；具体步骤为：步骤21)设置感知参数和感知规则；
步骤22)根据感知参数和感知规则生成感...
【专利技术属性】
技术研发人员：徐煜华，李文，陈瑾，任国春，陈学强，方贵，徐逸凡，
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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。