本发明专利技术公开了一种认知电子战的系统和方法，该系统包括认知电子支持、系统评估、认知电子攻击、动态知识库和反馈回路五个模块。该方法结合认知电子战和IRS通信，采用学习信道信息与波束带宽和感知频谱两种学习方式，考虑两种信息不确定设定对干扰方的干扰策略进行了研究。为描述通信干扰场景，提出一种包含干扰方和通信方各自决策模型的框架，在该框架中干扰方的决策被描述为序列决策问题，将每一阶段的干扰决策建模为一个多层规划模型，而将通信方的决策建模成线性规划。在不确定满功率单波束到达终端的功率和各方向上波束最大占用带宽情况下，将干扰方的每一阶段决策模型转化为等价的双层规划，仿真验证了该场景下干扰策略的收敛性和全局最优性。的收敛性和全局最优性。的收敛性和全局最优性。
【技术实现步骤摘要】
一种双重信息不确定的IRS通信对抗干扰策略分析系统和方法
[0001]本专利技术涉及一种双重信息不确定的IRS通信对抗干扰策略分析系统和方法，属于网络通信
技术介绍
[0002]随着现代通信科技的发展，信息化建设对于维护国家安全的重要性日益凸显，上世纪90年代电子战进入了飞速发展的阶段。目前现代国防体系中的各个主战装备都不是单一的个体，他们都是嵌入进现代化指挥系统中的节点，这些节点与后方的指挥单位一起构成了一个信息网络，节点之间利用电磁信号进行交互，从而发挥武器系统的最大效能，能否取得电磁领域的主导权是决定现代战争的能否取得胜利的基石。各主要大国高度重视本国电子战部队的建设，加大对于电磁频谱对抗方面的研究，不断地完善电子战相关理论，着力构建电磁频谱新型作战体系，积极地开发新型的电子战技术装备，将人工智能，高功率微波技术，无人机技术融合进自身的作战体系中。
[0003]在作战编制上，从2021年起，美军加速推进自身电磁作战规划，意图在全领域拥有开展电子战的能力。在作战装备上，定向能武器受到高度重视，作为电子战领域的重点，在试验中利用微波发射设备向靶标无人机群发射高功率信号让靶标无人机群失效。全球其他国家也在积极地发展新型电子战设备。
[0004]由于各国不断地在人员编制，设备硬件上推陈出新使得电磁对抗环境变得日益复杂。电子对抗的环境是实时变化的，在电子对抗中需要对环境进行感知。传统的干扰决策方式面对新的对抗形式越来越力不从心。
技术实现思路
[0005]本专利技术目的在于针对上述现有技术的不足，提供了一种双重信息不确定的IRS通信对抗干扰策略分析系统和方法，该方法结合认知电子战和IRS通信，采用学习信道信息(与波束带宽)和感知频谱两种学习方式，考虑两种信息不确定设定对干扰方的干扰策略进行了研究。本专利技术首先假设干扰方不确定满功率波束到达接收端的信号功率，在无人机数量受限情况下，研究了如何分配干扰无人机以实现被干扰方终端接收信号总功率最小化的问题。之后在此基础上进一步假设干扰方不确定各波束最大占用带宽的确切值，在双重信息不确定情况下研究如何分配数量有限的干扰无人机来最小化敌方接收信号总功率的问题。
[0006]本专利技术解决其技术问题所采用的技术方案是：一种双重信息不确定的IRS通信对抗干扰策略分析系统，该系统包括认知电子支持CES、系统评估、认知电子攻击CEA、动态知识库及反馈回路五个模块。其中，认知电子支持CES模块主要功能为环境感知与信号模式识别；认知电子攻击CEA模块的主要功能为设计认知电子干扰决策。在认知电子战中，干扰机首先在认知电子支持CES模块根据侦察目标信号完成对目标工作状态的识别。然后，在系统
评估模块中评估当前干扰动作的效果，建立干扰目标的各种状态与现有干扰动作的最佳对应关系。最后在认知电子攻击CEA模块针对目标的不同状态智能生成最优干扰策略，指导后续的干扰资源调度。目前认知电子战技术主要可以总结为侦察技术，建模技术，干扰技术和效能评估技术。
[0007]本专利技术还提供了一种双重信息不确定的IRS通信对抗干扰策略分析方法，该方法包括如下：
[0008]在信号侦察方面首先需要对信号进行截获，其次，截获信号后需要对其进一步处理，实现更深层次的信息感知，包括：参数测量，信号分选，辐射源分类和个体识别等。
[0009]环境建模技术需要对整个对抗场景环境进行数学建模，通过数学模型来描述环境中不同的参量，探索环境中各种动态条件(例如：信号带宽、频率、功率、波形特征等)对于结果和决策的影响，常用动态规划，Monte Carlo，Q
‑
学习等强化学习算法学习周边的电磁环境，从而匹配最佳的干扰样式和动作，提高认知电子战系统的作战效率。
[0010]当目标受到电磁干扰后，干扰方观察目标接受干扰前后的信号特征变化，比如分析目标群体发射信号的频率，信号功率，信干比，误码率等指标来对己方的本次实施的干扰策略的有效性进行评估。效能评估技术需要对各个干扰目标当前所处的状态，以及不同状态时被侦测到的信号特征进行详细地分析，总结和合理的推测，从而为后续优化干扰决策提供数据指导。
[0011]有益效果：
[0012]1、本专利技术为描述通信干扰场景，提出一种包含干扰方和通信方各自决策模型的框架，在该框架中干扰方的决策被描述为序列决策问题，将每一阶段的干扰决策建模为一个多层规划模型，而将通信方的决策建模成线性规划。
[0013]2、本专利技术在不确定波束到达终端功率的情况下，给出了基于两种学习方式的贪婪及鲁棒干扰策略。干扰方通过两种学习方式分别了解被干扰方各波束到达终端的功率与通信方决策向量，可以确保在干扰方利用现有信息最小化敌方终端接收功率的同时能够对于敌方的不确定集合进行探索。
[0014]3、本专利技术在不确定满功率单波束到达终端的功率的情况下(信息不确定情况下)，将每阶段干扰方的多层规划决策模型等价转换为混合整数线性规划问题，严格证明了贪婪及鲁棒策略的收敛性以及最终决策的最优性，同时给出了干扰方实时判断己方是否做出最优决策的标准。
[0015]4、本专利技术在不确定满功率单波束到达终端的功率和各方向上波束最大占用带宽情况下(双重信息不确定情况下)，将干扰方的每一阶段决策模型转化为等价的双层规划，并对原问题进行求解，仿真验证了该场景下干扰策略的收敛性和全局最优性。
附图说明
[0016]图1为本专利技术的认知电子战系统框图。
[0017]图2为本专利技术的认知调整流程。
[0018]图3为本专利技术的干扰效果评估示意图。
[0019]图4为本专利技术的蓝方通信系统俯视图。
[0020]图5为本专利技术的基于信道信息学习的贪婪及鲁棒干扰策略图。
[0021]图6为本专利技术的基于频谱感知学习的贪婪及鲁棒干扰策略图。
[0022]图7为本专利技术的不同初始集红方基于信道信息学习方式做出最佳决策所需迭代次数图。
[0023]图8为本专利技术的不同初始集红方基于频谱感知学习方式做出最佳决策所需迭代次数图。
[0024]图9为本专利技术的红蓝方决策选择图。
具体实施方式
[0025]下面结合说明书附图对本专利技术创造作进一步地详细说明。
[0026]如图1所示，认知电子战的系统架构包含认知电子支持CES、系统评估、认知电子攻击CEA、动态知识库及反馈回路五个模块。其中，认知电子支持CES模块主要功能为环境感知与信号模式识别；认知电子攻击CEA模块的主要功能为设计认知电子干扰决策。在认知电子战中，干扰机首先在认知电子支持CES模块根据侦察目标信号完成对目标工作状态的识别。然后，在系统评估模块中评估当前干扰动作的效果，建立干扰目标的各种状态与现有干扰动作的最佳对应关系。最后在认知电子攻击CEA模块针对目标的不同状态智能生成最优干扰策略，指导后续的干扰资源调度。目前认知电子战技术主要可以总结为侦察技术，建模技术，干扰技术和效能评估技术。
[0027]如图2所示，信号侦察技术是认知电子战的关键因素本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种双重信息不确定的IRS通信对抗干扰策略分析系统，其特征在于，该系统包括认知电子支持即CES、系统评估、认知电子攻击即CEA、动态知识库和反馈回路。2.根据权利要求1所述的一种双重信息不确定的IRS通信对抗干扰策略分析系统，其特征在于，所述认知电子支持模块功能为环境感知与信号模式识别；认知电子攻击模块的功能为设计认知电子干扰决策。3.一种双重信息不确定的IRS通信对抗干扰策略分析方法，其特征在于，所述方法结合认知电子战和IRS通信，采用学习信道信息与波束带宽和感知频谱两种学习方式，考虑两种信息不确定设定对干扰方的干扰策略进行了研究，包括如下步骤：信号侦察技术在CES模块实现，在信号侦察方面首先需要对信号进行截获，其次，截获信号后需要对其进一步处理，实现更深层次的信息感知，包括：参数测量，信号分选，辐射源分类和个体识别，常见的解决方法利用AI领域的卷积神经网络，支持向量机，Random forest，Decision Tree技术进行分析和管理；环境建模技术同样属于CES模块，在实战环境下，电磁环境复杂，各类辐射源繁杂且发射信号各异，为了提高感知准确度和效率，需要对整个对抗场景环境进行数学建模，通过数学模型来描述环境中不同的参量，探索环境中各种动态条件，对于结果和决策的影响，常用动态规划，Monte Carlo，Q
‑
学习这些强化学习算法学习周边的电磁环境，从而匹配最佳的干扰样式和动作，提高认知电子战系统的作战效率；认知电子战技术中的效能实时评估是认知电子战，即OODA环路的重要组成部分，当目标受到电磁干扰后，干扰方观察目标接受干扰前后的信号特征变化，效能评估技术需要对各个干扰目标当前所处的状态，以及不同状态时被侦测到的信号特征进行详细地分析，总结和合理的推测，从而为后续优化干扰决策提供数据指导。4.根据权利要求3所述的一种双重信息不确定的IRS通信对抗干扰策略分析方法，其特征在于，所述认知电子战技术中的效能实时评估，考虑通信方，即蓝方，基站发射波束到达终端处最大功率不确定情况下的干扰方，即红方，干扰决策制定的问题；在障碍较多的地区，蓝方有一个可移动基站以及若干配备了IRS的移动中继，即IRS中继，基站通过IRS中继转发波束与前方的终端建立通信；由于最大可用带宽、发射功率，以及可同时发射的波束数量性能限制，移动基站会根据当前所有可用链路的信道状态，选择其中损耗最小的几条信道与前方建立联系；红方则配置数架干扰无人机对准蓝方的IRS中继进行干扰，干扰无人机处于基站与IRS中继之间的位置，利用同频高功率噪声并采取与基站发射波束相同的入射角辐射IRS面板以大幅降低转发信号的信噪比，导致终端处的接收信号的信噪比低于正确解调信号的最小信噪比，造成该链路的数据传输失败，迫使敌方选择其余损耗较大的信道，降低敌方终端的接收信号总功率，从而达到降低敌方通信系统数据传输速率的目的。5.根据权利要求3所述的一种双重信息不确定的IRS通信对抗干扰...
【专利技术属性】
技术研发人员：王丽君，李大鹏，安海峰，
申请(专利权)人：南京邮电大学，
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。